421-190203-二进制文件流存取整数.sy.md

show	version	enable_checker
step	1.0	true

二进制文件流存取整数

回忆

• 上次我们用二进制写了文件
• 写的时候也可以 seek 调整流文件头
• 这二进制写(wb)和字符写(wt)好像也差不多
• 为什么要有这么一个二进制写的方式呢？🤔

写数字

• 尝试直接写数字
• 失败
• 需要写的是 bytes-like
  • 字节码形式
• 那这个时候需要把 123 编码为二进制形式
• 如何编码呢？

编码

import struct
print(struct.pack('i',123)

• 这里引入了 struct 包
• struct 包可以把数字编码
• 要注意
  • 字节数量
  • 字节序
• 具体怎么做呢？

具体编码

• 把 123 编码为 4 字节有符号整型变量
• "i"
  • 有符号整形变量
  • 代表 4 字节的有符号 integer
• 编码的结果中有一个大括号这怎么解释？
  • 下图中红框里面的大括号

数值验证

• 字符大括号{
  • 对应什么样的字节情况呢?
  • 其实是0x7b
  • b'{\x00\x00\x00'
  • 其实就是
  • b'\x7b\x00\x00\x00'
  • 那么他对应的数字是多少呢？

转化回来

• 还真的是可以完全对应上的
• 那这个可以写到文件里面么？

写入文件

• 写进去了么？
• 在 terminal 里观察一下

• 真的用二进制形式
  • 或者说 wb的模式 写进去了
• 那我能再读出来么?

读出

• rb
  • r - read - 读模式
  • b - binary - 二进制

• 解码之后出来的是一个元组
  • 元组就是一个数字的集合
  • (123,) 这个元组只包含一个元素
  • 就是第 0 个元素
  • 需要用 [0] 得到第 0 个元素

优劣分析

• 123 用 txt 文本的方式读写
  • 用 4 个字节
  • 运算的话，需要把字符串型转化为 int 型
• 123 用 binary 二进制方式读写
  • 用 4 个字节
  • 运算的话可以直接运算
• 但是，二进制方式读写并没有独特的优势啊
• 我们再来试试

整型数字存储

• 用i(每个数字4字节的方式)来读写
  • 4 个数据都是 i
  • 所以数据格式就是i*4
  • 也就是iiii
  • 总共需要 4*4=16 字节

• 第一个数123对应的字节序列是b'{\x00\x00\x00'

• 第二个数1234对应的字节序列是b'\xd2\x04\x00\x00'

• 第三个数12345
  • 对应的字节序列是
  • b'90\x00\x00'
  • 也就是
  • b'\x39\x30\x00\x00'

• 第四个数是123456，可以自行计算
• 这四个数都是4个字节，共16个字节
• 用字符串方式存储又会如何呢？

字符串存储

• 对比纯文本的话
  • 3+4+5+6 = 17 字节

• 而且还要加上 3 个分隔符(\n换行符x)

  • 17 + 3 = 21 字节
  • 最终文本转化为数字也需要开销

• 更何况二进制存储格式非常多

  • 有符号无符号
  • byte、short、int、long 等

• 这一批可以写进去么？

写入

• 写进去

• 好像真的一把写入了 4 个变量共 16 个字节

验证

• 去文件系统验证

• 可以读出来么？

读取

• 用二进制读出来

• 读写成功

优点

• pack 和 unpack
  • 明确地规定了到底用哪种方式进行编码解码
  • 这对于编程是很明确的
• 原来不同的系统有不同的数据编码方式
• c 语言 大致规定了 不同数据类型的位数
• 但是还有些不明确的地方
  • 比如 16 位机 和 32 位机 对于 int 长度
  • 可能加法之后
  • 反而出现负数
• 这对于早期 python 用户是难以理解的
  • 科学家、数学家
  • 对于补码的概念还是不理解的
  • 包括递归导致的空间不足
  • 堆栈溢出等等
  • 当时确实属于专业领域
• 他们会因此放弃使用 python
• 他们需要的是科学计算
• 而不是成为程序员
• 所以易用易学是 python 的目标
• 如果出了问题
  • python 会指出 Error 出在哪
  • 哪个数据什么时候在哪不合适
• pack、unpack 和 encode、decode 都是编解码
  • 有什么不同呢？

类型不同

• pack、unpack 一般指的是数字类型的编码和解码

• encode、decode 一般指的是字符串类型的编码和解码

• 那么什么是编码和解码呢？

编码解码

• pack、unpack 是对于数字型变量的
  • 这里是浮点型数字

• encode 和 decode 是对于字符型变量的

• 编码和解码
  • pack、encode 都是编码
    • 都是把现实世界的数字和文字转化为二进制
  • unpack、decode 都是解码
    • 都是把二进制转化为现实世界的数字和文字

总结

• 这次在文件流中读写了二进制数字
• 在多数字的读写实践中，确认
  • 二进制数字更有优势
• 文件流中可以读写浮点型数字么？🤔
• 下次再说 👋