有的时候需要用 python 处理二进制数据，比如，存取文件，socket 操作时. 这时候，可以使用 python 的 struct 模块来完成. 可以用 struct 来处理 c 语言中的结构体.
 

struct 模块中最重要的三个函数是 pack(), unpack(), calcsize()

pack(fmt, v1, v2, ...)     按照给定的格式 (fmt)，把数据封装成字符串 (实际上是类似于 c 结构体的字节流)

unpack(fmt, string)       按照给定的格式 (fmt) 解析字节流 string，返回解析出来的 tuple

calcsize(fmt)                 计算给定的格式 (fmt) 占用多少字节的内存
 

struct 中支持的格式如下表：

注 1.q 和 Q 只在机器支持 64 位操作时有意思

注 2. 每个格式前可以有一个数字，表示个数

注 3.s 格式表示一定长度的字符串，4s 表示长度为 4 的字符串，但是 p 表示的是 pascal 字符串

注 4.P 用来转换一个指针，其长度和机器字长相关

注 5. 最后一个可以用来表示指针类型的，占 4 个字节
 

为了同 c 中的结构体交换数据，还要考虑有的 c 或 c++ 编译器使用了字节对齐，通常是以 4 个字节为单位的 32 位系统，故而 struct 根据本地机器字节顺序转换. 可以用格式中的第一个字符来改变对齐方式. 定义如下：

使用方法是放在 fmt 的第一个位置，就像 '@5s6sif'
 

示例一：

比如有一个结构体

struct Header

{

    unsigned short id;

    char[4] tag;

    unsigned int version;

    unsigned int count;

}

通过 socket.recv 接收到了一个上面的结构体数据，存在字符串 s 中，现在需要把它解析出来，可以使用 unpack() 函数.

import struct

id, tag, version, count = struct.unpack("!H4s2I", s)

上面的格式字符串中，! 表示我们要使用网络字节顺序解析，因为我们的数据是从网络中接收到的，在网络上传送的时候它是网络字节顺序的. 后面的 H 表示 一个 unsigned short 的 id,4s 表示 4 字节长的字符串，2I 表示有两个 unsigned int 类型的数据.
就通过一个 unpack，现在 id, tag, version, count 里已经保存好我们的信息了.

同样，也可以很方便的把本地数据再 pack 成 struct 格式.

ss = struct.pack("!H4s2I", id, tag, version, count);

pack 函数就把 id, tag, version, count 按照指定的格式转换成了结构体 Header，ss 现在是一个字符串 (实际上是类似于 c 结构体的字节流)，可以通过 socket.send(ss) 把这个字符串发送出去.

示例二：

import struct

a=12.34

#将 a 变为二进制

bytes=struct.pack('i',a)

此时 bytes 就是一个 string 字符串，字符串按字节同 a 的二进制存储内容相同。

再进行反操作

现有二进制数据 bytes，（其实就是字符串），将它反过来转换成 python 的数据类型：

a,=struct.unpack('i',bytes)

注意，unpack 返回的是 tuple

所以如果只有一个变量的话：

bytes=struct.pack('i',a)

那么，解码的时候需要这样

a,=struct.unpack('i',bytes) 或者 (a,)=struct.unpack('i',bytes)

如果直接用 a=struct.unpack('i',bytes)，那么 a=(12.34,) ，是一个 tuple 而不是原来的浮点数了。

如果是由多个数据构成的，可以这样：

a='hello'

b='world!'

c=2

d=45.123

bytes=struct.pack('5s6sif',a,b,c,d)

此时的 bytes 就是二进制形式的数据了，可以直接写入文件比如 binfile.write(bytes)

然后，当我们需要时可以再读出来，bytes=binfile.read()

再通过 struct.unpack() 解码成 python 变量

a,b,c,d=struct.unpack('5s6sif',bytes)

'5s6sif' 这个叫做 fmt，就是格式化字符串，由数字加字符构成，5s 表示占 5 个字符的字符串，2i，表示 2 个整数等等，下面是可用的字符及类型，ctype 表示可以与 python 中的类型一一对应。

注意：二进制文件处理时会碰到的问题

我们使用处理二进制文件时，需要用如下方法

binfile=open(filepath,'rb')    读二进制文件

binfile=open(filepath,'wb')    写二进制文件

那么和 binfile=open(filepath,'r') 的结果到底有何不同呢？

不同之处有两个地方：

第一，使用 'r' 的时候如果碰到 '0x1A'，就会视为文件结束，这就是 EOF。使用 'rb' 则不存在这个问题。即，如果你用二进制写入再用文本读出的话，如果其中存在 '0X1A'，就只会读出文件的一部分。使用 'rb' 的时候会一直读到文件末尾。

第二，对于字符串 x='abc\ndef'，我们可用 len(x) 得到它的长度为 7，\n 我们称之为换行符，实际上是 '0X0A'。当我们用 'w' 即文本方式写的时候，在 windows 平台上会自动将 '0X0A' 变成两个字符 '0X0D'，'0X0A'，即文件长度实际上变成 8.。当用 'r' 文本方式读取时，又自动的转换成原来的换行符。如果换成 'wb' 二进制方式来写的话，则会保持一个字符不变，读取时也是原样读取。所以如果用文本方式写入，用二进制方式读取的话，就要考虑这多出的一个字节了。'0X0D' 又称回车符。linux 下不会变。因为 linux 只使用 '0X0A' 来表示换行。