实现简单FSM的Pythonic方式是什么？

Question

昨天我需要解析一个非常简单的二进制数据文件 - 规则是，查找连续两个字节都是0xAA的位置，接着下一个字节将是长度字节，然后跳过9个字节并输出从那里给出的数据量。重复执行直到文件末尾。

我的解决方案确实有效，并且很快就能完成（尽管我本质上是一名C程序员，但我仍然认为用Python编写比用C编写更快）- 但是，它显然不够Pythonic，并且读起来像一个C程序（而且还不是一个很好的C程序！）

有没有更好/更符合Pythonic的方法？在Python中使用这种简单的自动机是否仍然是正确的选择？

我提供的解决方案：

#! /usr/bin/python

import sys

f = open(sys.argv[1], "rb")

state = 0

if f:
    for byte in f.read():
        a = ord(byte)       
        if state == 0:
            if a == 0xAA:
                state = 1
        elif state == 1:
            if a  == 0xAA:
                state = 2
            else: 
                state = 0
        elif state == 2:
            count = a;
            skip = 9
            state = 3
        elif state == 3:
            skip = skip -1
            if skip == 0:
                state = 4
        elif state == 4:
             print "%02x" %a
             count = count -1 
             if count == 0:
                 state = 0
                 print "\r\n"

- Vicky

---

在我看来很好。那就是我写代码的方式。 - Ignacio Vazquez-Abrams

好的，首先你需要一个啤酒火山，然后最好再配上海盗装...等等，我们这里是在谈论哪个FSM呢？ - Conspicuous Compiler

我一定很累了，我不停地把FSM误读成“飞行意大利面怪物”。 - Donal Fellows

Answer 1

我见过的在Python中实现有限状态机最酷的方式是通过生成器和协程。可以参考这篇迷人的Python文章进行学习。Eli Bendersky也对此进行了极好的阐述。

如果协程不熟悉，David Beazley的关于协程和并发的好奇课程是一个非常好的入门教程。

- Hank Gay

---

哇！谢谢——我开始阅读Beazley的参考资料，这将花费我大部分晚上的时间，但它已经很值得了。 - Pierce

这太神奇了。我来自一个非常（好吧，完全就是）命令式编程背景，第一次读到它的时候完全震惊了我。 - Hank Gay

有趣 - 谢谢！对于我的特定情况可能过于复杂了，但仍然非常酷。 - Vicky

Answer 2

你可以给状态常量命名，而不是使用 0、1、2 等数字，以提高可读性。

你可以使用字典将 (current_state, input) -> (next_state) 进行映射，但这并不能让你在转换过程中进行任何额外的处理。除非你还包括一些“转换函数”来执行额外的处理。

或者你可以采用非有限状态机 (FSM) 的方法。我认为只要 0xAA 0xAA 只出现在表示“开始”的时候（不出现在数据中），这种方法就可以奏效。

with open(sys.argv[1], 'rb') as f:
    contents = f.read()
    for chunk in contents.split('\xaa\xaa')[1:]:
        length = ord(chunk[0])
        data = chunk[10:10+length]
        print data

如果数据中确实出现了这个字符，您可以使用string.find('\xaa\xaa', start)来扫描字符串，将start参数设置为上一个数据块结束的位置。重复此操作，直到返回-1。

- FogleBird

---

太棒了 - 谢谢！我知道肯定有类似的方法，但是一直想不明白。 - Vicky

哦 - 0xAA 0xAA 在有效数据中没有出现。它可能会出现在有效数据块之间的垃圾中，如果是这样，那么你的解决方案和我的解决方案（以及我所知道的任何其他解决方案）都无法处理它。 - Vicky

我认为这种方法比大多数过度面向对象的方式更符合Pythonic风格。https://github.com/kashifrazzaqui/themstates - keios

Answer 3

我有些担心告诉别人什么是“Pythonic”，但还是试试吧。首先，要记住在 Python 中函数只是对象。可以使用字典定义转换，其中以 (输入, 当前状态) 为键，(下一个状态，操作) 为值。操作只是执行从当前状态到下一个状态所需的任何操作的函数。

这里有一个看起来不错的例子可以参考：http://code.activestate.com/recipes/146262-finite-state-machine-fsm。我没有用过它，但从快速阅读中似乎它涵盖了所有内容。

类似的问题在几个月前曾被问到/回答过： Python state-machine design。你也可能会发现查看那些响应很有用。

- Pierce

Answer 4

你可以使用正则表达式。类似这样的代码将会找到第一个数据块，然后只需从上一次匹配之后开始下一次搜索。

find_header = re.compile('\xaa\xaa(.).{9}', re.DOTALL)
m = find_header.search(input_text)
if m:
    length = chr(find_header.group(1))
    data = input_text[m.end():m.end() + length]

- user97370

Answer 5

我认为你的解决方案看起来不错，除了你应该用 count -= 1 替换 count = count - 1。

这是那种时候，花哨的代码展示者会想出将状态映射到可调用对象的字典，再加上一个小型驱动函数，但这并不更好，只是更花哨，并使用了更晦涩的语言特性。

- Ned Batchelder

Answer 6

我建议查看David Mertz的《Python文本处理》第4章。他在Python中实现了一个非常优雅的状态机类。

- Brandon

Answer 7

我认为最Pythonic的方法是像FogleBird建议的那样，将（当前状态，输入）映射到一个函数，该函数将处理处理和转换。

- pbh101