5.4 讀寫字節(jié)數據

問題

你想讀寫二進制文件，比如圖片，聲音文件等等。

解決方案

使用模式為 rb 或 wb 的 open() 函數來讀取或寫入二進制數據。比如：

# Read the entire file as a single byte string
with open('somefile.bin', 'rb') as f:
    data = f.read()

# Write binary data to a file
with open('somefile.bin', 'wb') as f:
    f.write(b'Hello World')

在讀取二進制數據時，需要指明的是所有返回的數據都是字節(jié)字符串格式的，而不是文本字符串。類似的，在寫入的時候，必須保證參數是以字節(jié)形式對外暴露數據的對象(比如字節(jié)字符串，字節(jié)數組對象等)。

討論

在讀取二進制數據的時候，字節(jié)字符串和文本字符串的語義差異可能會導致一個潛在的陷阱。特別需要注意的是，索引和迭代動作返回的是字節(jié)的值而不是字節(jié)字符串。比如：

>>> # Text string
>>> t = 'Hello World'
>>> t[0]
'H'
>>> for c in t:
...     print(c)
...
H
e
l
l
o
...
>>> # Byte string
>>> b = b'Hello World'
>>> b[0]
72
>>> for c in b:
...     print(c)
...
72
101
108
108
111
...
>>>

如果你想從二進制模式的文件中讀取或寫入文本數據，必須確保要進行解碼和編碼操作。比如：

with open('somefile.bin', 'rb') as f:
    data = f.read(16)
    text = data.decode('utf-8')

with open('somefile.bin', 'wb') as f:
    text = 'Hello World'
    f.write(text.encode('utf-8'))

二進制I/O還有一個鮮為人知的特性就是數組和C結構體類型能直接被寫入，而不需要中間轉換為自己對象。比如：

import array
nums = array.array('i', [1, 2, 3, 4])
with open('data.bin','wb') as f:
    f.write(nums)

這個適用于任何實現了被稱之為”緩沖接口”的對象，這種對象會直接暴露其底層的內存緩沖區(qū)給能處理它的操作。二進制數據的寫入就是這類操作之一。

很多對象還允許通過使用文件對象的 readinto() 方法直接讀取二進制數據到其底層的內存中去。比如：

>>> import array
>>> a = array.array('i', [0, 0, 0, 0, 0, 0, 0, 0])
>>> with open('data.bin', 'rb') as f:
...     f.readinto(a)
...
16
>>> a
array('i', [1, 2, 3, 4, 0, 0, 0, 0])
>>>

但是使用這種技術的時候需要格外小心，因為它通常具有平臺相關性，并且可能會依賴字長和字節(jié)順序(高位優(yōu)先和低位優(yōu)先)。可以查看5.9小節(jié)中另外一個讀取二進制數據到可修改緩沖區(qū)的例子。