在Python中将二进制整数或字符串写入文件

Question

我有一个在 Python 中的字符串（也可以是整数），我想将它写入文件。它只包含 1 和 0，我希望这种 1 和 0 的模式被写入文件。我想直接写入二进制，因为我需要存储大量的数据，但仅需要特定的值。当我只需要三个比特时，我看不到使用每个值八个比特的空间的必要。

例如，假设我要将二进制字符串 "01100010" 写入文件。 如果我在文本编辑器中打开它，它会显示 b（01100010 是 b 的 ASCII 码）。不过，请不要混淆。我不想写 ASCII 码，这个例子只是为了说明我想直接将字节写入文件。

---

澄清：

我的字符串类似于：

binary_string = "001011010110000010010"

它不是由数字或字符的二进制代码构成的，它只包含与我的程序相关的数据。

- KFox

Answer 1

要写出一个字符串，你可以使用文件的.write方法。若要写入一个整数，则需要使用struct模块。

import struct

#...
with open('file.dat', 'wb') as f:
    if isinstance(value, int):
        f.write(struct.pack('i', value)) # write an int
    elif isinstance(value, str):
        f.write(value) # write a string
    else:
        raise TypeError('Can only write str or int')

然而，int和string的表示方式是不同的，您可能希望使用bin函数将其转换为由0和1组成的字符串。

>>> bin(7)
'0b111'
>>> bin(7)[2:] #cut off the 0b
'111'

但也许处理所有这些 int 的最佳方式是为文件中的二进制字符串决定固定宽度，然后进行转换，如下所示：

>>> x = 7
>>> '{0:032b}'.format(x) #32 character wide binary number with '0' as filler
'00000000000000000000000000000111'

- Ryan Haining

---

这不是我想要的。我编辑了问题以更具体地显示我需要做什么。 - KFox

@KFox，你的意思是想要一个函数：给定一个0和1的int或str，你想将其作为整数的二进制表示而不是0/1字符的字符串写入文件。我不确定你所说的“当我只需要3个”的意思是什么。你是指在最大值中只使用了24位吗？ - Ryan Haining

抱歉，之前表达得不太清楚。不过我已经找到答案了。还是谢谢你的回复。 - KFox

Answer 2

好的，经过更多的搜索，我找到了一个答案。我相信你们其他人可能只是没理解（这也可能是我的错，因为我编辑了两次才让它清晰）。我在这里找到了答案：这里。

答案是将每个数据分割成小块，将它们转换为二进制整数，然后放入二进制数组中。之后，您可以使用数组的tofile()方法写入文件。

from array import *

bin_array = array('B')

bin_array.append(int('011',2))
bin_array.append(int('010',2))
bin_array.append(int('110',2))

with file('binary.mydata', 'wb') as f:
    bin_array.tofile(f)

- KFox

Answer 3

我希望将这个由一串0和1组成的模式写入文件。

如果你想将一个字符串中的比特流写入文件，你需要用类似这样的方式...

from cStringIO import StringIO

s = "001011010110000010010"
sio = StringIO(s)

f = open('outfile', 'wb')

while 1:
    # Grab the next 8 bits
    b = sio.read(8)

    # Bail if we hit EOF
    if not b:
        break

    # If we got fewer than 8 bits, pad with zeroes on the right
    if len(b) < 8:
        b = b + '0' * (8 - len(b))

    # Convert to int
    i = int(b, 2)

    # Convert to char
    c = chr(i)

    # Write
    f.write(c)

f.close()

对于这个问题，xxd -b outfile的输出结果如下...

0000000: 00101101 01100000 10010000                             -`.

- Aya

---

当8位块以“1”开头时，这会导致错误，因为utf-8编码变得更长。在Python 3中可以通过使用to_bytes来避免这种情况。 - gngdb

Answer 4

简单示例：

例：

my_number = 1234
with open('myfile', 'wb') as file_handle:
    file_handle.write(struct.pack('i', my_number))
...
with open('myfile', 'rb') as file_handle:
    my_number_back = struct.unpack('i', file_handle.read())[0]

- ThorSummoner

Answer 5

每次向array.array中添加3位仍会为每个值产生8位。将011、010和110添加到数组并写入磁盘将产生以下输出：00000011 00000010 00000110。请注意其中的所有填充零。

相反，似乎您想要将二进制三元组“压缩”成字节以节省空间。给定问题中的示例字符串，您可以将其转换为整数列表（每次8位）然后直接将其写入文件。这将使用每个值仅使用3位而将所有位打包在一起。

Python 3.4 示例

original_string = '001011010110000010010'

# first split into 8-bit chunks
bit_strings = [original_string[i:i + 8] for i in range(0, len(original_string), 8)]

# then convert to integers
byte_list = [int(b, 2) for b in bit_strings]

with open('byte.dat', 'wb') as f:
    f.write(bytearray(byte_list))  # convert to bytearray before writing

byte.dat的内容：

• 十六进制：2D 60 12
• 二进制（按8位）：00101101 01100000 00010010

• 二进制（按3位）：001 011 010 110 000 000 010 010

                                      ^^ ^ (注意额外的位数)
  

  请注意，此方法将填充最后的值，以使其对齐到8位边界，并且填充到最高有效位（上面输出中最后一个字节的左侧）。因此，您需要小心，并可能在原始字符串的末尾添加零，以使您的字符串长度成为8的倍数。

- SO_fix_the_vote_sorting_bug