Python对二进制文件的读写操作
二进制文件基础概念
在深入探讨Python对二进制文件的读写操作之前，我们先来了解一下什么是二进制文件。计算机中的所有数据最终都是以二进制形式存储的，即由0和1组成的序列。二进制文件直接存储二进制数据，与文本文件不同，文本文件以字符编码（如ASCII、UTF - 8等）的形式存储文本信息，并且每行通常以换行符（\n）作为结束标志。
二进制文件用于存储非文本数据，例如图像、音频、视频、可执行程序等。这些文件中的数据没有明显的文本结构，其内容按照特定的格式组织，由文件格式规范定义。例如，JPEG图像文件遵循JPEG格式规范，其中包含图像的像素数据、颜色信息、压缩格式等内容。
二进制文件的数据存储和读取与文本文件有很大差异。文本文件可以按字符、行等方式读取，而二进制文件需要按照其内部的格式结构来处理数据。这就要求在读取和写入二进制文件时，我们必须精确地知道文件的格式以及如何解释其中的数据。
Python中的二进制文件读写模式
在Python中，使用内置的open()函数来打开文件，通过指定不同的模式来决定文件是用于读、写还是其他操作。对于二进制文件，主要有以下几种模式：
读取二进制文件模式（'rb'）
当以'rb'模式打开文件时，表示以二进制只读方式打开文件。这种模式适用于从二进制文件中读取数据，例如读取图像文件、音频文件等。示例代码如下：
try:
with open('example.bin', 'rb') as file:
data = file.read()
print(type(data))
except FileNotFoundError:
print("文件未找到")
在上述代码中，使用with语句打开名为example.bin的文件，with语句会在代码块结束时自动关闭文件。file.read()方法将整个文件内容读取为一个字节对象（bytes类型）。print(type(data))会输出<class 'bytes'>，表明读取的数据类型是字节类型。
写入二进制文件模式（'wb'）
'wb'模式用于以二进制写入方式打开文件。如果文件不存在，会创建一个新文件；如果文件已存在，会覆盖原有内容。这种模式常用于将二进制数据写入文件，比如保存图像的修改结果、创建新的可执行文件等。示例代码如下：
data_to_write = b'\x48\x65\x6c\x6c\x6f' # 字节对象
try:
with open('new_example.bin', 'wb') as file:
file.write(data_to_write)
except Exception as e:
print(f"写入文件时出错: {e}")
在这段代码中，定义了一个字节对象data_to_write，其内容为b'Hello'的字节表示（\x48是'H'的十六进制字节表示，以此类推）。使用'wb'模式打开new_example.bin文件，并将字节对象写入文件。
追加二进制文件模式（'ab'）
'ab'模式是以二进制追加方式打开文件。如果文件不存在，会创建新文件；如果文件已存在，则在文件末尾追加数据，而不会覆盖原有内容。这在需要不断向二进制文件添加新数据的场景中很有用，例如日志文件的记录。示例代码如下：
new_data = b'\x20\x57\x6f\x72\x6c\x64' # 字节对象表示" World"
try:
with open('new_example.bin', 'ab') as file:
file.write(new_data)
except Exception as e:
print(f"追加文件时出错: {e}")
上述代码打开之前创建的new_example.bin文件，以追加模式写入新的字节数据b' World'，最终文件内容为b'Hello World'。
读取二进制文件的方法
读取整个文件内容
如前面示例所示，使用file.read()方法可以一次性读取整个二进制文件的内容。这种方法简单直接，适用于文件较小的情况。因为它会将整个文件加载到内存中，如果文件过大，可能会导致内存不足的问题。例如：
try:
with open('small_image.jpg', 'rb') as file:
image_data = file.read()
print(f"图像文件大小: {len(image_data)} 字节")
except FileNotFoundError:
print("图像文件未找到")
此代码读取一个名为small_image.jpg的图像文件，并打印出文件的字节大小。
按指定字节数读取
file.read(size)方法可以按指定的字节数size读取文件内容。每次调用该方法，它会从文件当前位置读取指定字节数的数据，并返回读取到的字节对象。如果到达文件末尾，返回空字节对象b''。这种方式适合逐块读取大文件，避免一次性加载过多数据到内存。示例代码如下：
try:
with open('large_file.bin', 'rb') as file:
chunk_size = 1024 # 每次读取1024字节（1KB）
while True:
chunk = file.read(chunk_size)
if not chunk:
break
print(f"读取到 {len(chunk)} 字节数据")
# 这里可以对读取到的chunk进行处理
except FileNotFoundError:
print("大文件未找到")
在上述代码中，以1KB为单位逐块读取large_file.bin文件，每次读取后可以对chunk进行相应处理，直到读取完整个文件（即chunk为空）。
读取一行数据（针对特定二进制文件格式）
虽然二进制文件通常没有像文本文件那样明确的“行”概念，但对于某些特定格式的二进制文件，可能会定义类似行的结构。例如，一些二进制日志文件可能每行记录一条日志，并且以特定的字节序列（如b'\n'）作为行结束标志。对于这种情况，可以使用file.readline()方法。示例代码如下：
try:
with open('binary_log.bin', 'rb') as file:
while True:
line = file.readline()
if not line:
break
print(f"读取到一行数据: {line}")
except FileNotFoundError:
print("二进制日志文件未找到")
此代码逐行读取binary_log.bin文件，直到文件末尾。需要注意的是，这里的“行”是根据文件内部格式定义的，与文本文件中的行概念不同。
写入二进制文件的方法
写入字节对象
使用file.write()方法可以将字节对象写入二进制文件。如前面写入示例所示，file.write()方法接受一个字节对象作为参数，并将其写入文件当前位置。例如：
new_bytes = b'\x43\x6f\x6e\x74\x65\x6e\x74' # 字节对象表示"Content"
try:
with open('output_file.bin', 'wb') as file:
file.write(new_bytes)
except Exception as e:
print(f"写入文件时出错: {e}")
这段代码将字节对象b'Content'写入名为output_file.bin的文件。
写入多个字节对象
有时候需要将多个字节对象依次写入文件。可以多次调用file.write()方法，也可以将多个字节对象拼接后再写入。例如：
part1 = b'\x48\x65\x6c'
part2 = b'\x6c\x6f'
try:
with open('combined_file.bin', 'wb') as file:
file.write(part1)
file.write(part2)
except Exception as e:
print(f"写入文件时出错: {e}")
上述代码分两次将part1和part2写入combined_file.bin文件，最终文件内容为b'Hello'。也可以将两个字节对象拼接后写入：
part1 = b'\x48\x65\x6c'
part2 = b'\x6c\x6f'
combined = part1 + part2
try:
with open('combined_file.bin', 'wb') as file:
file.write(combined)
except Exception as e:
print(f"写入文件时出错: {e}")
这两种方式效果相同，但在处理复杂数据结构时，选择合适的方式可以提高代码的可读性和效率。
二进制文件的定位操作
在读写二进制文件时，有时需要精确控制文件的读取或写入位置，这就涉及到文件的定位操作。Python的文件对象提供了seek()和tell()方法来实现这些功能。
seek()方法
file.seek(offset, whence)方法用于将文件指针移动到指定位置。其中，offset表示偏移量，whence表示参考位置。whence有三个可选值：
0：表示从文件开头开始计算偏移量，这是默认值。例如，file.seek(10, 0)会将文件指针移动到文件开头后第10个字节的位置。1：表示从当前位置开始计算偏移量。例如，file.seek(5, 1)会将文件指针从当前位置向后移动5个字节。2：表示从文件末尾开始计算偏移量。例如，file.seek(-20, 2)会将文件指针移动到文件末尾前20个字节的位置。
示例代码如下：
try:
with open('example.bin', 'rb+') as file:
file.seek(5, 0) # 从文件开头移动到第5个字节位置
data = file.read(10) # 从当前位置读取10个字节
print(f"读取到的数据: {data}")
file.seek(-15, 2) # 从文件末尾移动到前15个字节位置
new_data = b'\x4e\x65\x77' # 字节对象表示"New"
file.write(new_data) # 在当前位置写入新数据
except FileNotFoundError:
print("文件未找到")
在上述代码中，先将文件指针从开头移动到第5个字节位置，读取10个字节数据。然后将文件指针从文件末尾移动到前15个字节位置，并写入新的字节数据。
tell()方法
file.tell()方法用于返回文件指针当前所在的位置，即从文件开头到当前位置的字节数。这在需要记录当前读取或写入位置时非常有用。例如：
try:
with open('example.bin', 'rb') as file:
position = file.tell()
print(f"文件指针初始位置: {position}")
file.read(10)
new_position = file.tell()
print(f"读取10个字节后文件指针位置: {new_position}")
except FileNotFoundError:
print("文件未找到")
此代码先获取文件指针的初始位置，然后读取10个字节数据，再次获取文件指针位置，从而可以了解读取操作对文件指针位置的影响。
处理二进制文件中的结构体数据
在很多二进制文件格式中，数据是以结构体的形式组织的。结构体是一种自定义的数据类型，由多个不同类型的数据成员组成。例如，在一个简单的图像文件格式中，可能有一个结构体用于存储图像的宽度、高度和颜色模式等信息。
在Python中，可以使用struct模块来处理二进制结构体数据。struct模块提供了一些函数，用于将Python数据类型打包成二进制数据（按照指定的格式），以及将二进制数据解包成Python数据类型。
打包数据
struct.pack(format, v1, v2,...)函数用于将Python数据按照指定的格式format打包成字节对象。format是一个格式字符串，其中包含了每个数据成员的类型和字节顺序等信息。常见的格式字符有：
'B'：无符号字符（1字节）'H'：无符号短整型（2字节）'I'：无符号整型（4字节）'f'：单精度浮点数（4字节）'d'：双精度浮点数（8字节）
字节顺序可以通过在格式字符串开头添加字符来指定，例如：
'<'：小端字节序（默认）'>'：大端字节序
示例代码如下：
import struct
width = 800
height = 600
color_mode = 2 # 假设2表示RGB模式
packed_data = struct.pack('<HHi', width, height, color_mode)
try:
with open('image_info.bin', 'wb') as file:
file.write(packed_data)
except Exception as e:
print(f"写入文件时出错: {e}")
在上述代码中，使用struct.pack()函数将图像的宽度、高度和颜色模式打包成字节对象，格式字符串'<HHi'表示小端字节序，依次为两个无符号短整型（用于宽度和高度）和一个有符号整型（用于颜色模式）。然后将打包后的数据写入image_info.bin文件。
解包数据
struct.unpack(format, data)函数用于将字节对象按照指定的格式format解包成Python数据。例如，要解包前面打包的数据：
import struct
try:
with open('image_info.bin', 'rb') as file:
data = file.read()
unpacked_data = struct.unpack('<HHi', data)
width, height, color_mode = unpacked_data
print(f"图像宽度: {width}")
print(f"图像高度: {height}")
print(f"颜色模式: {color_mode}")
except FileNotFoundError:
print("文件未找到")
此代码从image_info.bin文件读取数据，并使用struct.unpack()函数按照相同的格式'<HHi'解包数据，然后打印出图像的宽度、高度和颜色模式。
处理二进制文件的常见问题及解决方法
文件不存在错误
在尝试打开二进制文件进行读写操作时，如果文件不存在，会抛出FileNotFoundError异常。如前面的示例代码，使用try - except语句捕获该异常，并进行相应处理，例如提示用户文件未找到。
try:
with open('non_existent_file.bin', 'rb') as file:
data = file.read()
except FileNotFoundError:
print("文件未找到")
权限问题
如果没有足够的权限来打开或操作二进制文件，会抛出PermissionError异常。这通常发生在尝试写入受保护的系统文件，或者当前用户没有对文件所在目录的写入权限等情况。解决方法是确保当前用户具有相应的权限，例如在Linux系统中，可以使用sudo命令提升权限，但要谨慎使用，因为不当操作可能会导致系统问题。
try:
with open('/system_protected_file.bin', 'wb') as file:
file.write(b'data')
except PermissionError:
print("没有权限写入该文件")
数据格式不匹配问题
在处理二进制结构体数据时，特别是在解包数据时，如果提供的格式字符串与实际数据格式不匹配，会抛出struct.error异常。例如，尝试将一个4字节的数据按照2字节的格式解包。要解决这个问题，需要确保在打包和解包数据时使用相同的格式字符串，并且要准确了解二进制文件中数据的实际格式。
import struct
try:
data = b'\x01\x02\x03\x04'
unpacked_data = struct.unpack('<H', data) # 格式不匹配，应该用'I'解包4字节数据
except struct.error as e:
print(f"解包数据时出错: {e}")
大文件处理问题
对于大的二进制文件，一次性读取整个文件可能会导致内存不足。如前面提到的，可以使用按块读取的方式，逐块处理数据。另外，在写入大文件时，也建议分块写入，以避免占用过多内存。例如，在写入大文件时，可以使用以下方式：
chunk_size = 1024 * 1024 # 1MB
try:
with open('large_output_file.bin', 'wb') as file:
for i in range(10): # 模拟生成10MB数据
chunk = b'\x00' * chunk_size
file.write(chunk)
except Exception as e:
print(f"写入大文件时出错: {e}")
此代码以1MB为单位逐块写入数据，从而有效地处理大文件写入操作。
通过以上对Python二进制文件读写操作的详细介绍，包括文件模式、读写方法、定位操作、结构体数据处理以及常见问题解决等方面，希望读者能够全面掌握Python在二进制文件处理方面的技能，在实际编程中能够灵活、高效地处理各种二进制文件。