python中的二進制文件IO，從哪裏開始？

Question

作爲一個自學成才的python愛好者，我將如何學習使用標準格式導入和導出二進制文件？

我想實現一個腳本，它將ePub電子書（XHTML + CSS中的zip）轉換爲mobipocket（Palmdoc）格式，以便Amazon Kindle可以讀取它（作爲更大我正在研究的項目）。

已經有一個很棒的開源項目管理電子書庫：Calibre。我想嘗試自己實施這個學習/自我教學練習。我開始看着他們的python source code，並意識到我不知道發生了什麼。當然，在任何事情上自學的危險都不知道你不知道什麼。

在這種情況下，我知道我對這些二進制文件以及如何在python代碼（struct？）中使用它們不太瞭解。但我想我可能會錯過大量關於二進制文件的知識，我希望能夠幫助您理解如何使用它們。 mobi/palmdoc頭文件的Here is a detailed overview。謝謝！

編輯：沒問題，好點！你有關於如何獲得使用二進制文件的基本知識的任何提示？特定於Python的會很有幫助，但其他方法也可能有用。

TOM：編輯成問題，添加片頭/更好的標題

Answer 1

你或許應該與struct模塊開始，正如你指出你的問題，當然，打開該文件爲二進制。

基本上你只是從文件的開始處開始一片一片地分開。這是一個麻煩，但不是一個大問題。如果文件被壓縮或加密，事情會變得更加困難。如果你從一個你知道內容的文件開始，這樣會很有幫助，所以你不會一直在猜測。

嘗試一下，也許你會發展更具體的問題。

Answer 2

爲了教你自己使用二進制文件的python工具， this will get you going。也很有趣。與二進制文件，拉鍊，圖像練習...更多。

Answer 3

如果你想構造和分析二進制文件，結構模塊會給你基本的工具，但它不是非常友好，特別是如果你想看看不是整數個字節的東西。

有幾個模塊可以幫助您，例如BitVector,​​和bitstring。 （我贊成bitstring，但我寫了它，所以可能有偏見）。

對於解析二進制格式，hachoir模塊非常好，但我懷疑它對目前的需求來說太高級了。