Python中的二进制文件IO，从哪里开始？

Question

作为一个自学的Python爱好者，我该如何学习使用标准格式导入和导出二进制文件？

我想实现一个脚本，将ePub电子书（zip中的XHTML + CSS）转换为mobi格式，以便让Amazon Kindle阅读器阅读它（作为我正在进行的一个更大项目的一部分）。

已经有一个很棒的开源项目来管理电子书库：Calibre。我想尝试自己实现这个功能，作为自学练习。我开始查看他们的python源代码，但意识到我不知道发生了什么。当然，自学任何东西的最大危险就是不知道你不知道什么。

在这种情况下，我知道我对这些二进制文件以及如何在Python代码中处理它们（struct？）知之甚少。但我认为我可能忽略了关于二进制文件的许多知识，并希望得到帮助了解如何处理它们。这里有一个详细的概述关于mobi/palmdoc头。谢谢！

编辑：没有问题，好观点！你有关于如何获得处理二进制文件的基础知识的任何技巧吗？Python特定的将会很有帮助，但其他方法也可能有用。

TOM: 编辑为问题，添加了介绍/更好的标题。

- DrBloodmoney

---

那么，您确切的问题是什么？ - Nicolas Dumazet

Answer 1

你可能应该从你在问题中提到的struct模块开始，当然，要将文件作为二进制文件打开。

基本上，你只需从文件开头开始逐个分解它。这很麻烦，但不是非常大的问题。如果文件被压缩或加密，事情可能会更加困难。最好从你已知内容的文件开始，这样你就不用一直猜测了。

试着去做一下，也许你会有更具体的问题。

- tom10

Answer 2

如果您想构建和分析二进制文件，struct模块将为您提供基本工具，但它并不是非常友好，特别是如果您想查看不是整个字节的内容。

有一些模块可以帮助您，例如BitVector、bitarray和bitstring。（我更喜欢bitstring，但我编写了它，可能有偏见）。

对于解析二进制格式，hachoir模块非常好，但我怀疑它对您当前的需求来说过于高级。

- Scott Griffiths

Answer 3

如果你想自学处理二进制文件的Python工具，这个链接可以帮助你入门。而且还很有趣。里面有许多关于二进制、压缩包、图片等方面的练习。

- user447688