Python 3.x Python3：以字节表示的x作为单词

我有一个python3脚本，它使用

fp = open("filename", 'rb')
data = fp.read(count)

我不完全理解（即使在阅读了文档之后）

read（）

返回的内容。它似乎是某种二进制数据，是可编辑的。但这不是一份清单

---

令人困惑的是，在脚本的其他地方，列表用于二进制数据

frames = []
# then later... inside a loop
for ...
    data = b''.join(frames)

不管怎样。。。我想以单词为单位（也称为2字节块）迭代

read（）

返回的对象

目前，脚本包含这个for循环

for c in data:
    # do something

是否可以更改

c

，使此循环在字（2字节块）而不是单个字节上迭代

编辑： 我不能在循环中使用

read（）

一次读取2个字节。

我们可以使用

.read（n）

（就像它从以文本模式打开的文件中读取

n

Unicode代码点一样）以二进制模式显式读取（最多）

n

字节。这是一个阻塞调用，只会在文件末尾读取较少的字节

我们可以使用

iter

的双参数形式构建一个迭代器，该迭代器重复调用一个可调用的：

>>> help(iter)
Help on built-in function iter in module builtins:

iter(...)
    iter(iterable) -> iterator
    iter(callable, sentinel) -> iterator

    Get an iterator from an object.  In the first form, the argument must
    supply its own iterator, or be a sequence.
    In the second form, the callable is called until it returns the sentinel.

文件末尾的

read

将开始返回空结果，并且不会引发异常，因此我们可以将其用于sentinel

综合起来，我们得到：

for pair in iter(lambda: fp.read(2), b''):

---

在循环中，我们将获得表示两个字节数据的

字节

对象。您应该查看文档以了解如何使用这些工具。

从最简单的字面意义上讲，类似这样的东西可以让您每次循环两个字节

with open("/etc/passwd", "rb") as f:
    w = f.read(2)
    while len(w) > 0:
        print( w  )
        w = f.read(2)

至于您从

读取

中获得的内容，它是一个

字节

对象，因为您已将“b”指定为“打开”选项

---

我认为一种更为python的表达方式是通过迭代器或生成器。

以二进制模式读取文件时，将返回一个

字节

对象，这是标准python内置项之一。通常，其在代码中的表示形式类似于字符串，只是前缀为

b”“

——当您尝试打印它时，每个字节可能会显示一个转义符，如

\x**

，其中

**

是与字节值0到255对应的两个十六进制数字，或直接作为单个可打印ascii字符，使用与数字相同的ascii码点。您可以阅读更多关于这个和方法等字节（也类似于字符串）

似乎已经有了。给出了在

字节

对象中创建单个字节的

列表

的示例：

L=[bytes_obj[i:i+1]表示范围内的i（len（bytes_obj））]

我想这样修改它会对您有用：

L=[bytes_obj[i:i+2]表示范围内的i（0，len（bytes_obj），2）]

例如：

by=b“\x00\x01\x02\x03\x04\x05\x06”
#file.read（）返回的对象也是字节，与上面的一样
words=[by[i:i+2]表示范围（0，len（by），2）内的i]
印刷品（字）
#输出-->[b'\x00\x01'，b'\x02\x03'，b'\x04\x05'，b'\x06']

或者，如果您的列表可能太大，无法立即有效存储，请创建一个生成器，以相同的方式生成单词：

def get_单词（bytesobject）：
对于范围内的i（0，len（bytesobject），2）：
产生字节对象[i:i+2]

“我不完全理解（即使在阅读文档之后）read（）返回的内容。它似乎是某种二进制数据，是可编辑的。但它不是列表。”您找到文档了吗？它就在那里说，

以二进制模式打开的文件（包括mode参数中的'b'）以字节对象的形式返回内容，而不进行任何解码

，并且单词

字节

链接到该类型的文档。“令人困惑的是，在脚本的其他地方，列表用于二进制数据。”，它大概包含使用

b'

的

join

方法连接的

bytes

对象（另一个

bytes

对象）。您希望

c

是什么类型的对象？在其当前形式中，

c

将是一个

int

。但是，在“2字节块”中，它将是一个

bytes

对象。@KarlKnechtel似乎是

open（）

的文档？不是

read（）

。是的，这是

open（）

的文档

open（）

是如何创建文件对象的，其中的文档说明了如何使用这些对象

.read（）

是文件对象的一种方法，因此您可以从中获得相应的文档。好的，谢谢，这非常有用。看来我问错问题了。也许我应该问，“为什么迭代字节对象返回

int

s”也许我应该问，“为什么迭代字节对象返回int？”“因为

bytes

对象表示内存字节序列，而解释8位值的最简单方法是将其解释为8位无符号整数？”？对我来说似乎是对的。当然，我发现它在过去很有用。我不知道你还期望什么；它不是字符串类型（在3.x中；坦率地说，2.x设计有很多缺陷）。