如何从文件中读取字节

Question

我正在尝试读取.lrf文件中一些元数据的长度。(与LoLReplay程序一起使用)

这些文件没有真正的文档，但我已经在C++中找到了如何做到这一点。我正在尝试用Python重新编写项目，出于多种原因，但我遇到了一个错误。

首先解释一下，.lrf文件在文件开头就有元数据，格式如下：

- 前4个字节是我不知道的东西。 - 接下来的4个字节以十六进制形式存储元数据的长度，直到元数据结束为止，在此之后是重播的实际内容。 - 初始8个字节之后的字节是json格式的元数据

我遇到的问题实际上是读取元数据长度。这是我目前拥有的函数:

def getMetaLength(self):
    try:
        file = open(self.file,"r")
    except IOError:
        print ("Failed to open file.")
        file.close()
    #We need to skip the first 4 bytes.
    file.read(4)
    mdlength = file.read(4)
    print(hex(mdlength))
    file.close()

当我调用此函数时，命令行会返回一条回溯信息，指出：

    Traceback (most recent call last):
    File "C:\Users\Donald\python\lolcogs\lolcogs_main.py", line 6, in <module>
    lolcogs.getMetaLength()
    File "C:\Users\Donald\python\lolcogs\LoLCogs.py", line 20, in getMetaLength
    file.read(4)
    File "C:\Python32\lib\encodings\cp1252.py", line 23, in decode
    return codecs.charmap_decode(input,self.errors,decoding_table)[0]
    UnicodeDecodeError: 'charmap' codec can't decode byte 0x81 in position 3648:       character maps to <undefined>

我最好的猜测是read()试图读取以某种Unicode格式编码的字符，但这些明确只是我尝试读取的字节。有没有一种方法可以将它们作为字节读取？此外，在尝试读取文件时，是否有更好的跳过字节的方法？

- shadefinale

---

尝试以二进制模式打开文件：f = open(self.file,"rb")。此外，不要将其命名为 file，因为它会与内置的 file 类型名称冲突。 - Paulo Bu

@PauloBu似乎再也没有这种类型了，不过...... - Oleh Prypin

在Python2.7中有定义，在Python3中没有。但是根据阅读OP的代码，他可能正在使用Python 3，所以请忽略我的评论 :) - Paulo Bu

@PauloBu 谢谢，我使用了"rb"而不是只用"r"，现在我得到了一个错误："TypeError: 'bytes' object cannot be interpreted as an integer"，但是C++版本必须做一些棘手的事情，所以我已经有了一个大致的想法来解决这个问题。 - shadefinale

Answer 1

在Python 3中，默认情况下以系统的编码方式打开文本模式的文件。您需要以二进制模式打开文件：

file = open(self.file, 'rb')

你将遇到的另一个问题是，file.read(4)会给你一个由4个字节组成的字符串（而hex函数无法理解）。你可能想要一个整数。为此，请参考int.from_bytes，或更一般地说，参考struct模块。然后你可以按十六进制格式打印该数字，如下所示：

mdlength = int.from_bytes(file.read(4), byteorder='big')
print(hex(mdlength))

- Oleh Prypin

---

太棒了！int.from_bytes() 函数正是我所需要的。在 C++ 中，我不知道是否有相应的函数，但我必须在 C++ 中手动完成这个操作，并且在阅读了你的评论之前，我准备在 Python 中手动完成它！谢谢！ - shadefinale

Answer 2

二进制文件应该以二进制模式处理:

f = open(filename, 'rb')

在跳过字节方面，我通常使用文件的seek（SEEK_CUR或SEEK_SET），或者如果我不想麻烦的话，我会随意使用file.read(n)。只有当我想要跳转到特定位置时，我才真正使用寻址。

对于解释二进制数据，我只是坚持使用struct模块提供的解包方法，这使得定义你想将一系列字节解释为int、float、char等变得容易。我多年来一直都是这样做的，也许还有更有效的方法，比如其他答案中描述的from_bytes方法。

使用结构体模块，你可以做到：

struct.unpack("3I", f.read(12))

一次性读取3个（无符号）整数。例如，根据您逆向工程的格式，我可能只需要这样说：

unk, size = struct.unpack("2I", f.read(8))
data = f.read(size)

- MxLDevs

Answer 3

你应该以二进制模式打开文件：open(filename, 'rb')。

- Heikki Toivonen