如何使用Python读取带有空字符的二进制文件

我正在尝试读取数据库的二进制文件，并使用python对其进行解析。python从来没有做过这样的事情，我在处理“凌乱”的数据时遇到了一些麻烦。数据中有一堆空值，我不知道如何在不检查空终止符的情况下逐字节读取文件

我如何读取包含所有这些混乱值的文件

我使用这个方法从一个打开的文件缓冲区中获取一个可变的字节数（我不知道这个名称是否正确，但在对文件调用这个函数之前，我已经调用了

file=open（file_path，“rb”）

    def getBytes(self, file, numBytes):

      bArray = file.read(numBytes)
      x=0
      while x < numBytes:

        if (bArray[x] < 32) or (bArray[x] > 126):
          bArray[x] = 32
        x+=1

      charArray = bArray.decode("utf-8")

      self.buffer += numBytes

      return charArray

def getBytes（self、file、numBytes）：
bArray=file.read（单位：字节）
x=0
当x126）：
bArray[x]=32
x+=1
charArray=bArray.decode（“utf-8”）
self.buffer+=numBytes
返回字符

即使只测试没有特殊字符的uft-8字符串，我也会遇到这个错误。所以这绝对不是一个很好的实现

回溯（最近一次呼叫最后一次）：
文件“D:\projects\git\pgdump\u parser\src\python\PG\u Dump\u parser\Source\u Code\main.py”，第3行，在
Sp=Parser.Parser（“./PG\u Dump\u Parser/Data/small\u Data.txt”）
文件“D:\projects\git\pgdump\u parser\src\python\PG\u Dump\u parser\Source\u Code\parser.py”，第17行，在\uuu init中__
self.inData=self.getEntities（）
文件“D:\projects\git\pgdump\u parser\src\python\PG\u Dump\u parser\Source\u Code\parser.py”，第66行，在getEntities中
found=self.findNextCREATE（文件）
文件“D:\projects\git\pgdump\u parser\src\python\PG\u Dump\u parser\Source\u Code\parser.py”，第34行，位于findNextCREATE中
byte=self.getBytes（文件，1）
文件“D:\projects\git\pgdump\u parser\src\python\PG\u Dump\u parser\Source\u Code\parser.py”，第97行，以getBytes为单位
打印（“BarrayLD:%s\nx:%s”%（bArray[x]，x））
IndexError:bytearray索引超出范围

如果要用空格替换某些字符，使用

translate

方法更容易

（请注意，

self.buffer

应使用实际读取的字节数而不是尝试读取的字节数进行更新。）

---

代码和回溯之间存在不匹配；代码从未像错误消息报告那样调用

print

。为什么您试图将二进制文件中的二进制字节限制为ASCII，为什么您在这里关心UTF-8？为什么不简单地使用：

def getBytes（self、file、numBytes）：self.buffer+=numBytes bArray=file.read（numBytes）return bArray

注释中的代码格式不正确，但应该足以让您理解我的意思。

not_printable_ascii = bytes(range(32)) + bytes(range(127, 256))
spaces = b' ' * len(non_printable_ascii)
trans_table = bytes.maketrans(not_printable_ascii, spaces)

def getBytes(self, file, numBytes):
    bArray = file.read(numBytes)
    self.buffer += len(bArray)
    return bArray.translate(trans_table).decode("utf-8")