在Python中将文件转换为二进制代码

我希望为一个项目将一个文件转换为二进制文件，最好使用Python，因为我对它最熟悉，不过如果仔细阅读，我可能会使用另一种语言

基本上，我在一个项目中需要这个，我们希望使用DNA链存储数据，因此需要以二进制形式存储文件（“

a

”和“

<0
”、“
G
=1
）

你知道我该怎么做吗？我确实发现use可以在base64中编码，然后解码，但似乎效率有点低，而且我的代码似乎不起作用

import base64
import tkinter as tk
from tkinter import filedialog

root = tk.Tk()
root.withdraw()
file_path = filedialog.askopenfilename()
print(file_path)
with open(file_path) as f:
    encoded = base64.b64encode(f.readlines())
    print(encoded)

另外，我已经有了一个程序，可以简单地通过文本来实现这一点。任何关于如何改进它的提示都将不胜感激

import binascii
t = bytearray(str(input("Texte?")), 'utf8')
h = binascii.hexlify(t)
b = bin(int(h, 16)).replace('b','') 
#removing the b that appears in the end for some reason
g = b.replace('1','G').replace('0','A')
print(g)

例如，如果输入测试：
好的，那么对于DNA的文本：
我输入'test'并期望来自二进制的DNA序列
二进制代码是：0111010100111001110100（我还要求打印示例中的每个转换，以便更容易理解）

当然，这是低效的

base64设计用于在文本中存储二进制文件。转换后会产生更大的块。

顺便问一下：你想要什么样的效率？紧凑性

如果是：第二个样本更接近您想要的

顺便说一句：在您的任务中，您会丢失信息！你知道吗

下面是一个如何存储和恢复的示例

它以易于理解的
十六进制文本格式存储数据
只是为了演示。如果您想要紧凑-您可以轻松地修改代码以存储在二进制文件中，或者如果您想要
00011001
view-修改也将很容易

import math
#"make a long test string"
import numpy as np
s=''.join((str(x) for x in np.random.randint(4,size=33)))\
    .replace('0','A').replace('1','T').replace('2','G').replace('3','C')

def store_(s):
    size=len(s) #size will changed to fit 8*integer so remember true value of it and store with data
    s2=s.replace('A','0').replace('T','0').replace('G','1').replace('C','1')\
        .ljust( int(math.ceil(size/8.)*8),'0') #add '0' to 8xInt to the right
    a=(hex( eval('0b'+s2[i*8:i*8+8]) )[2:].rjust(2,'0') for i in xrange(len(s2)/8))
    return ''.join(a),size

yourDataAsHexInText,sizeToStore=store_(s)
print yourDataAsHexInText,sizeToStore


def restore_(s,size=None):
    if size==None: size=len(s)/2
    a=( bin(eval('0x'+s[i*2:i*2+2]))[2:].rjust(8,'0') for i in xrange(len(s)/2))
    #you loose information, remember?, so it`s only A or G
    return (''.join(a).replace('1','G').replace('0','A') )[:size]

restore_(yourDataAsHexInText,sizeToStore)


print "so check it"
print s ,"(input)"
print store_(s)
print s.replace('C','G').replace('T','A') ,"to compare with information loss"
print restore_(*store_(s)),"restored"
print s.replace('C','G').replace('T','A') == restore_(*store_(s))

我的测试结果：

63c9308a00 33
so check it
AGCAATGCCGATGTTCATCGTATACTTTGACTA (input)
('63c9308a00', 33)
AGGAAAGGGGAAGAAGAAGGAAAAGAAAGAGAA to compare with information loss
AGGAAAGGGGAAGAAGAAGGAAAAGAAAGAGAA restored
True

所以，多亏了@jornshape和Sergey Vturin，我终于实现了我想要的！
我的程序要求输入一个文件，将其转换成二进制，然后使用成对的二进制数（00=a，01=T，10=G，11=C）将其等效为“DNA代码”

如果你从四个字符变成两个字符，你是否不可避免地会丢失信息？你怎么能把它拿回来？你的意思是因为我们用A和T来表示0，用G和C来表示1？好吧，因为开始的信息是二进制的，我看不出这会使我们丢失信息（我可能解释得不好…），我肯定不会。你能给出一个例子，包括输入样本、预期和实际输出吗？你这个甜甜圈！非常感谢你的回答！但是我有点迷路了，你能再解释一下你的代码吗？这里的输入应该是什么？因为你似乎只想输入A，T，G和C，我不太明白，但是是的-这个样本等待一个字符串“A，T，G和C”，如果你想像样本中那样将其二进制化为dna，那么你只能使用修改后的还原（只需修改为bin而不是hex）解释：存储将输入字符串拆分为8个组，将每个组解释为二进制整数值并存储在中（十六进制，但可以以任何格式存储）。restore_uu将evert 2符号片段解释为整数（在这里您可以更改为任何您想要的格式），并将其转换回。噢。简而言之，我想把一个文件或文本转换成DNA。就像在这个例子中，我输入'test'，它返回DNA中的'equired'。这就是我想要的文件。因此，我需要将文件转换为二进制文件，以便能够将其转换为DNAit在我看来毫无意义的文件，但这很容易。如果将输入字符串的每个字符视为二进制。s=“test”（“”.join（（bin（ord（x））[2:].rjust（8，'0'）表示s中的x））.replace（'1'，'G'）.replace（'0'，'A'））//您可以在示例中使用隔离的或类似的内容-它是在还原的第二个字符串中修改的_
63c9308a00 33
so check it
AGCAATGCCGATGTTCATCGTATACTTTGACTA (input)
('63c9308a00', 33)
AGGAAAGGGGAAGAAGAAGGAAAAGAAAGAGAA to compare with information loss
AGGAAAGGGGAAGAAGAAGGAAAAGAAAGAGAA restored
True

import binascii
from tkinter import filedialog

file_path = filedialog.askopenfilename()

x = ""
with open(file_path, 'rb') as f:
    for chunk in iter(lambda: f.read(32), b''):
        x += str(binascii.hexlify(chunk)).replace("b","").replace("'","")
b = bin(int(x, 16)).replace('b','')
g = [b[i:i+2] for i in range(0, len(b), 2)]
dna = ""
for i in g:
    if i == "00":
        dna += "A"
    elif i == "01":
        dna += "T"
    elif i == "10":
        dna += "G"
    elif i == "11":
        dna += "C"
print(x) #hexdump
print(b) #converted to binary
print(dna) #converted to "DNA"