Question

我正在尝试解析一个我认为是UTF-16编码的文件（文件魔法是0xFEFF），我可以按照自己的意愿打开文件：

 f = open(file, 'rb')

但是当我做的时候

print f.read(40)

它打印文件的实际unicode字符串，我想访问十六进制数据并逐字节读取。这可能是一个愚蠢的问题，但我无法找到如何做到这一点。

另外，作为后续问题。一旦我得到这个工作，我想解析文件寻找一组特定的字节，在这种情况下：

0x00 00 00 43 00 00 00

找到该模式后，开始解析一个条目。实现这一目标的最佳方法是什么？我正在考虑使用生成器遍历每个字节，一旦这个模式出现，产生字节直到该模式的下一个实例？有没有更有效的方法来做到这一点？

编辑：我使用的是Python 2.7

Answer 1

你不应该只能做到这一点

string = 'string'
>>> hex(ord(string[1]))
'0x74'

hexString = ''
with open(filename) as f:
    while True:
    #char = f.read(1)
    chars = f.read(40)
    hexString += ''.join(hex(ord(char) for char in chars)
    if not chars:
       break

Answer 2

如果你想要一个十六进制的字符串，你可以通过binascii.hexlify()传递它：

with open(filename, 'rb') as f:
    raw = f.read(40)
    hexadecimal = binascii.hexlify(raw)
    print(hexadecimal)

（这在Python 3上无需修改即可使用）

如果你需要每个字节的数值，你可以在每个元素上调用ord()，或者相当于map()字符串上的函数：

with open(filename, 'rb') as f:
    raw = f.read(40)
    byte_list = map(ord, raw)
    print byte_list

（这不适用于Python 3，但在3.x上，您可以直接迭代raw）

Python打开UTF-16文件读取每个字节

2 个答案: