### 如何使用 Python 读取和解析二进制文件 Python 提供了多种方式来读取和解析二进制文件。以下是详细的说明： #### 使用内置函数 `open` 和模式 `'rb'` 为了读取二进制文件，可以使用 Python 的内置函数 `open()` 并设置模式为 `'rb'`（表示以只读二进制模式打开文件）。这允许程序访问文件中的原始字节流[^1]。 ```python with open('example.bin', 'rb') as file: binary_data = file.read() ``` 这段代码会将整个二进制文件的内容加载到变量 `binary_data` 中作为字节对象。 --- #### 利用模块 `struct` 解析固定长度的二进制数据 对于具有特定格式的二进制文件，例如包含整数、浮点数或其他基本类型的文件，可以借助 `struct` 模块进行解码。该模块支持按照指定的格式字符串提取数据[^4]。 下面是一个例子，展示如何从二进制文件中读取一个 32 位有符号整数和一个单精度浮点数： ```python import struct format_string = '<if' # 小端序：一个 int 和一个 float data_size = struct.calcsize(format_string) with open('example.bin', 'rb') as file: raw_bytes = file.read(data_size) parsed_data = struct.unpack(format_string, raw_bytes) print(f"Integer value: {parsed_data[0]}, Float value: {parsed_data[1]}") ``` 此处 `<i` 表示一个小端序的 32 位整数，而 `<f` 是小端序的单精度浮点数。可以根据实际需求调整格式字符串。 --- #### 处理复杂二进制文件格式 当面对更加复杂的二进制文件时，可能需要依赖外部库来进行高级解析。例如，处理图像文件可采用 Pillow 或 OpenCV 库；而对于其他自定义协议，则需编写专门的解析逻辑[^2]。 以下是如何利用 Pillow 加载并显示来自二进制文件的 RGB 图像的一个实例： ```python from PIL import Image width, height = 800, 600 # 假设已知宽度和高度 mode = "RGB" with open('image.bin', 'rb') as file: image_data = file.read() img = Image.frombuffer(mode, (width, height), image_data, 'raw', mode, 0, 1) img.show() ``` 此片段假设输入文件正好包含了未经压缩的像素数组，并且其尺寸预先知晓。 --- #### 合并与修改二进制文件 某些情况下还需要对多个二进制文件执行合并或者插入额外的信息。可以通过简单的拼接完成这一目标，也可以基于地址偏移量精确控制每部分的位置[^3]。 这里给出一段用于连接两个 `.bin` 文件的基础脚本： ```python def merge_bin_files(output_path, input_paths): with open(output_path, 'wb') as output_file: for path in input_paths: with open(path, 'rb') as input_file: chunk = input_file.read(1024 * 1024) # 每次最多读取 1MB 数据 while chunk: output_file.write(chunk) chunk = input_file.read(1024 * 1024) merge_bin_files('merged_output.bin', ['part1.bin', 'part2.bin']) ``` 上述方法适用于不需要考虑内部结构的情况。如果涉及重定位或填充空白区域，则应扩展算法逻辑。 ---