在最近的一个Go项目中,我需要读取由Python生成的二进制数据文件,但由于填充,Go中的binary.Read
不能正确读取。下面是我的问题的一个最小的例子:
结构体I处理以下格式
type Index struct{
A int32
B int32
C int32
D int64
}
可以看到结构体的大小是4+4+4+8=20,但是Python为对齐增加了额外的4个字节。所以尺寸实际上是24。
下面是我用来编写这个结构体的可运行Python代码:
#!/usr/bin/env python
# encoding=utf8
import struct
if __name__ == '__main__':
data = range(1, 13)
format = 'iiiq' * 3
content = struct.pack(format, *data)
with open('index.bin', 'wb') as f:
f.write(content)
iiiq
格式意味着结构体中有三个32位整数和一个64位整数,这与我之前定义的Index
结构体相同。运行这段代码将生成一个名为index.bin
的文件,大小为72,等于24 * 3。
下面是我用来读取index.bin
的Go代码:
package main
import (
"encoding/binary"
"fmt"
"os"
"io"
"unsafe"
)
type Index struct {
A int32
B int32
C int32
D int64
}
func main() {
indexSize := unsafe.Sizeof(Index{})
fp, _ := os.Open("index.bin")
defer fp.Close()
info, _ := fp.Stat()
fileSize := info.Size()
entryCnt := fileSize / int64(indexSize)
fmt.Printf("entry cnt: %dn", entryCnt)
readSlice := make([]Index, entryCnt)
reader := io.Reader(fp)
_ = binary.Read(reader, binary.LittleEndian, &readSlice)
fmt.Printf("After read:n%#vn", readSlice)
}
输出:
entry cnt: 3
After read:
[]main.Index{main.Index{A:1, B:2, C:3, D:17179869184}, main.Index{A:0, B:5, C:6, D:7}, main.Index{A:8, B:0, C:9, D:47244640266}}
显然,从Python生成的文件中读取时,输出是混乱的。
所以我的问题是,我怎么能读python生成的文件(填充)在Go正确?
你可以填充你的Go结构来匹配:
type Index struct {
A int32
B int32
C int32
_ int32
D int64
}
生产:
[]main.Index{main.Index{A:1, B:2, C:3, _:0, D:4}, main.Index{A:5, B:6, C:7, _:0, D:8}, main.Index{A:9, B:10, C:11, _:0, D:12}}
binary.Read
知道跳过_
字段:
当读入结构体时,字段名为空(_)的字段数据将被跳过;例如,空白字段名可用于填充。
(所以_
的0
值不是因为文件中的填充设置为零,而是因为struct字段初始化为0
并且从未更改,并且文件中的填充被跳过而不是读取。)
例如
package main
import (
"bufio"
"encoding/binary"
"fmt"
"io"
"os"
)
type Index struct {
A int32
B int32
C int32
D int64
}
func readIndex(r io.Reader) (Index, error) {
var index Index
var buf [24]byte
_, err := io.ReadFull(r, buf[:])
if err != nil {
return index, err
}
index.A = int32(binary.LittleEndian.Uint32(buf[0:4]))
index.B = int32(binary.LittleEndian.Uint32(buf[4:8]))
index.C = int32(binary.LittleEndian.Uint32(buf[8:12]))
index.D = int64(binary.LittleEndian.Uint64(buf[16:24]))
return index, nil
}
func main() {
f, err := os.Open("index.bin")
if err != nil {
fmt.Fprintln(os.Stderr, err)
return
}
defer f.Close()
r := bufio.NewReader(f)
indexes := make([]Index, 0, 1024)
for {
index, err := readIndex(r)
if err != nil {
if err == io.EOF {
break
}
fmt.Fprintln(os.Stderr, err)
return
}
indexes = append(indexes, index)
}
fmt.Println(indexes)
}
输出:[{1 2 3 4} {5 6 7 8} {9 10 11 12}]
输入:00000000 01 00 00 00 02 00 00 00 03 00 00 00 00 00 00 00 |................|
00000010 04 00 00 00 00 00 00 00 05 00 00 00 06 00 00 00 |................|
00000020 07 00 00 00 00 00 00 00 08 00 00 00 00 00 00 00 |................|
00000030 09 00 00 00 0a 00 00 00 0b 00 00 00 00 00 00 00 |................|
00000040 0c 00 00 00 00 00 00 00 |........|
@Barber的解决方案是可行的,但我发现添加填充字段不是那么舒服。我发现了一个更好的方法。
下面是新的golang read代码,它工作得很好:
package main
import (
"fmt"
"os"
"io"
"io/ioutil"
"unsafe"
)
type Index struct {
A int32
B int32
C int32
// Pad int32
D int64
}
func main() {
indexSize := unsafe.Sizeof(Index{})
fp, _ := os.Open("index.bin")
defer fp.Close()
info, _ := fp.Stat()
fileSize := info.Size()
entryCnt := fileSize / int64(indexSize)
reader := io.Reader(fp)
allBytes, _ := ioutil.ReadAll(reader)
readSlice := *((*[]Index)(unsafe.Pointer(&allBytes)))
realLen := len(allBytes) / int(indexSize)
readSlice = readSlice[:realLen]
fmt.Printf("After read:n%#vn", readSlice)
}
输出:After read:
[]main.Index{main.Index{A:1, B:2, C:3, D:4}, main.Index{A:5, B:6, C:7, D:8}, main.Index{A:9, B:10, C:11, D:12}}
此解决方案不需要显式填充字段。
这里的本质是,如果您让golang将整个字节转换为Index
结构体的切片,它似乎能够很好地处理填充。