Python解析二进制数据全攻略

上周调试网络协议时，我突然发现同事传过来的数据包像天书——原来他直接发了原始二进制流。这让我想起刚入行时面对十六进制数字的手足无措。今天就让我们用Python这把瑞士军刀，切开二进制数据的神秘外壳。

一、认识二进制世界的基石

记得第一次用记事本打开JPG图片时，满屏乱码让我以为电脑中了病毒。其实计算机存储的01序列，就像乐高积木般充满可能性。

1.1 字节与字符串的量子纠缠

• bytes：不可变的字节序列，适合存储原始数据
• bytearray：可变的亲兄弟，适合动态修改
• 内存视图：像X光一样透视数据底层

试试在控制台输入：

b'\\x68\\x65\\x6c\\x6c\\x6f'.decode('utf-8')

你会看到熟悉的"hello"蹦出来，这就是字节与字符的魔法转换。

1.2 常用工具库对比

二、文件操作的两种面孔

上周我误删了服务器日志，幸亏有二进制备份。让我们看看Python如何驾驭这两种模式：

2.1 文本模式下的陷阱

• 自动处理换行符转换
• 遇到0x1A（Ctrl+Z）会提前终止读取
• 处理JPEG等二进制文件必定出错

2.2 二进制模式实战

with open('photo.jpg', 'rb') as f:
header = f.read(4)
if header == b'\\xff\\xd8\\xff\\xe0':
print("这是标准的JPEG文件")

这样的文件头检查，比文件扩展名可靠得多。

三、结构体处理：与C语言的无缝对接

记得第一次解析TCP头部的痛苦吗？struct模块就是为此而生。

3.1 格式字符串速记表

解析IPv4数据包示例：

import struct
packet = b'\\x45\\x00\\x00\\x3c\\x00\\x00\\x40\\x00\\x40...'
version_ihl = packet
version = version_ihl >> 4
ihl = version_ihl & 0x0F
total_length, = struct.unpack_from('!H', packet, 2)

四、加密解密：数据的安全铠甲

上个月公司数据泄露事件让我意识到，加密不是可选项而是必选项。

4.1 哈希校验实践

import hashlib
def verify_file(path):
hasher = hashlib.sha256
with open(path, 'rb') as f:
while chunk := f.read(4096):
hasher.update(chunk)
return hasher.hexdigest

4.2 AES加密实战

from cryptography.hazmat.primitives.ciphers import Cipher, algorithms, modes
key = os.urandom(32)
iv = os.urandom(16)
cipher = Cipher(algorithms.AES(key), modes.CBC(iv))
 加密
encryptor = cipher.encryptor
ct = encryptor.update(b"Secret message") + encryptor.finalize
 解密
decryptor = cipher.decryptor
decryptor.update(ct) + decryptor.finalize

五、性能优化：与内存共舞

处理10GB的日志文件时，我的旧电脑差点。这些技巧让它起死回生：

• 使用memoryview避免数据拷贝
• 预分配bytearray空间
• 分块处理大文件

比如处理图像时：

def invert_colors(data):
view = memoryview(data)
for i in range(len(view)):
view[i] = 255
view[i]
return view.obj

窗外天色渐暗，显示屏上的十六进制数字依然在跳动。保存好刚写完的协议解析器，咖啡杯上的水渍在键盘反光中泛着微光。二进制世界的大门已然敞开，接下来的奇妙旅程，等你亲自去探索。