Lectura de enteros del archivo binario en Python

Question

Estoy tratando de leer un archivo BMP en Python. Sé que los primeros dos bytes indican la firma BMP. Los siguientes 4 bytes son el tamaño del archivo. Cuando excecute:

fin = open("hi.bmp", "rb") 
firm = fin.read(2) 
file_size = int(fin.read(4)) 

consigo

ValueError: invalid literal for int() with base 10: 'F#\x13'

Lo que quiero hacer es leer esos cuatro bytes como un entero ... Parece Python ellas es la lectura como caracteres y devolver una cadena, que no se puede convertir a un número entero. ¿Cómo puedo hacer esto correctamente?

Answer 1

El método read devuelve una secuencia de bytes como una cadena. Para convertir de una secuencia de bytes de cadena a datos binarios, use el módulo incorporado struct: http://docs.python.org/library/struct.html.

import struct 

print(struct.unpack('i', fin.read(4))) 

Tenga en cuenta que unpack siempre devuelve una tupla, por lo struct.unpack('i', fin.read(4))[0] da el valor entero que usted está después.

que es mejor usar la cadena de formato '<i' (< es un modificador que indica ascendente hacia la izquierda de orden de bytes y el tamaño y la alineación estándar - el valor por defecto es usar el orden de bytes de la plataforma, el tamaño y la alineación). De acuerdo con la especificación de formato BMP, los bytes deben estar escritos en orden de bytes Intel/little-endian.

Answer 2

Mientras lee el archivo binario, es necesario descomprimirlo en un entero, a fin de utilizar el módulo struct para que

import struct 
fin = open("hi.bmp", "rb") 
firm = fin.read(2) 
file_size, = struct.unpack("i",fin.read(4)) 

Answer 3

Excepto struct también se puede utilizar array módulo

import array 
values = array.array('l') # array of long integers 
values.read(fin, 1) # read 1 integer 
file_size = values[0] 

Answer 4

Un método alternativo que no hace uso de 'struct.unpack()' sería usar NumPy:

import numpy as np 

f = open("file.bin", "r") 
a = np.fromfile(f, dtype=np.uint32) 

'dtype' representa el tipo de datos y puede ser int #, uint #, float #, complex # o un tipo definido por el usuario. Ver numpy.fromfile.

Personalmente prefiero usar NumPy para trabajar con matriz/matriz de datos, ya que es mucho más rápido que el uso de listas de Python.

Answer 5

A partir de Python 3.2 y versiones posteriores, también se puede lograr esto usando el método from_bytes int orígenes:

file_size = int.from_bytes(fin.read(2), byteorder='big') 

Tenga en cuenta que esta función requiere que se especifique si el número está codificado en formato grande- o ascendente hacia la izquierda , por lo que tendrá que determinar el endian-ness para asegurarse de que funciona correctamente.