蟒字面二進制進制轉換

Question

我有一個包含一系列比特的文本文件，在ASCII：

cat myFile.txt 
0101111011100011001... 

我想寫這對以二進制模式的其它文件，這樣我可以讀取它一位君主。我怎麼能達到？我試過已經用代碼轉換它：

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 

但這並沒有達到我計劃要做的。你有什麼提示嗎？

Answer 1

使用struct：

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

或

​​

Answer 2

• 閱讀並一次寫一個字節是痛苦的緩慢。你可能會圍繞〜45倍加速你的代碼只需通過讀取每次調用該文件的更多數據，以f.read和f.write：

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

  using_loop在這個崗位的底部顯示的代碼。 using_loop_20480是chunksize = 1024 * 20的代碼。這意味着每次從該文件讀取20480個字節。 using_loop_1與chunksize = 1的代碼相同。

• 關於count % 8 is 0：請勿使用is來比較數值;改爲使用==。下面是一些例子，爲什麼is可能會給你錯誤的結果（也許不是在您發佈的代碼，但在一般情況下，is是不恰當的位置）：

  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) 
  

  不僅打字少，而且速度也稍微快一點。

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

  bytearrays是這項工作的良好匹配，因爲它填補了關於數據作爲字符串和 數字的序列之間的 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)允許你 通過使其整數的一個序列（在 range(256)）定義字節組，並允許其寫出，就好像是一個 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)) 

確保CHUNKSIZE是8的倍數。

---

這是我用來創建表的代碼。需要注意的是prettytable也做類似這樣的東西，它可能是最好使用自己的代碼，而不是我砍：table.py

這是我來時使用的代碼模塊：utils_timeit.py。 （它使用table.py）。

這裏是我用的時間using_loop（和其他變種）的代碼：timeit_bytearray_vs_struct.py