蟒字面二进制进制转换

Question

我有一个包含一系列比特的文本文件，在ASCII：

cat myFile.txt 
0101111011100011001... 

我想写这对以二进制模式的其它文件，这样我可以读取它一位君主。我怎么能达到？我试过已经用代码转换它：

f2=open(fileOut, 'wb') 
    with open(fileIn) as f: 
     while True: 
      c = f.read(1) 
      byte = byte+str(c) 
      if not c: 
       print "End of file" 
       break 
      if count % 8 is 0: 
       count = 0 
       print hex(int(byte,2)) 
       try: 
        f2.write('\\x'+hex(int(byte,2))[2:]).zfill(2) 
       except: 
        pass 
       byte = '' 
      count += 1 

但这并没有达到我计划要做的。你有什么提示吗？

Answer 1

使用struct：

import struct 
... 
f2.write(struct.pack('b', int(byte,2))) # signed 8 bit int 

或

​​

Answer 2

• 阅读并一次写一个字节是痛苦的缓慢。你可能会围绕〜45倍加速你的代码只需通过读取每次调用该文件的更多数据，以f.read和f.write：

  |------------------+--------------------| 
  | using_loop_20480 | 8.34 msec per loop | 
  | using_loop_8  | 354 msec per loop | 
  |------------------+--------------------| 
  

  using_loop在这个岗位的底部显示的代码。 using_loop_20480是chunksize = 1024 * 20的代码。这意味着每次从该文件读取20480个字节。 using_loop_1与chunksize = 1的代码相同。

• 关于count % 8 is 0：请勿使用is来比较数值;改为使用==。下面是一些例子，为什么is可能会给你错误的结果（也许不是在您发布的代码，但在一般情况下，is是不恰当的位置）：

  In [5]: 1L is 1 
  Out[5]: False 
  
  In [6]: 1L == 1 
  Out[6]: True 
  
  In [7]: 0.0 is 0 
  Out[7]: False 
  
  In [8]: 0.0 == 0 
  Out[8]: True 
  

• 而不是

  struct.pack('{n}B'.format(n = len(bytes)), *bytes) 
  

  你可以使用

  bytearray(bytes) 
  

  不仅打字少，而且速度也稍微快一点。

  |------------------------------+--------------------| 
  |    using_loop_20480 | 8.34 msec per loop | 
  | using_loop_with_struct_20480 | 8.59 msec per loop | 
  |------------------------------+--------------------| 
  

  bytearrays是这项工作的良好匹配，因为它填补了关于数据作为字符串和 数字的序列之间的 差距。

  In [16]: bytearray([97,98,99]) 
  Out[16]: bytearray(b'abc') 
  
  In [17]: print(bytearray([97,98,99])) 
  abc 
  

  正如你可以看到上面，bytearray(bytes)允许你 通过使其整数的一个序列（在 range(256)）定义字节组，并允许其写出，就好像是一个 字符串：g.write(bytearray(bytes)) 。

---

def using_loop(output, chunksize): 
    with open(filename, 'r') as f, open(output, 'wb') as g: 
     while True: 
      chunk = f.read(chunksize) 
      if chunk == '': 
       break 
      bytes = [int(chunk[i:i+8], 2) 
        for i in range(0, len(chunk), 8)] 
      g.write(bytearray(bytes)) 

确保CHUNKSIZE是8的倍数。

---

这是我用来创建表的代码。需要注意的是prettytable也做类似这样的东西，它可能是最好使用自己的代码，而不是我砍：table.py

这是我来时使用的代码模块：utils_timeit.py。 （它使用table.py）。

这里是我用的时间using_loop（和其他变种）的代码：timeit_bytearray_vs_struct.py