知乎上看到一个问题http://www.zhihu.com/question/20289032,看到票数最高的回答中python程序如下:
import struct, os
filename, count_one, count_zero = 'example.txt', 0, 0
for current_byte in list(open(filename,'rb').read()):
count_one += bin(struct.unpack("B",current_byte)[0]).count('1')
count_zero = os.path.getsize(filename) * 8 - count_one
print 'One: ' + str(count_one) + ' times\nZero: ' + str(count_zero) + ' times\nOne/Zero: ' + str(float(count_one)/float(count_zero))
一些函数还很生疏,遂查了一下它们的用法。
1. open(filename,'rb')函数中参数'rb'的作用
rb表示以只读方式打开二进制文件,b表示以二进制方式打开文件;
r表示以只读方式打开文件,r+表示以读写方式打开文件,三者都要求文件必须存在;
w表示以只写方式打开文件,w+表示以读写方式打开文件,文件若存在则内容清零,不存在则会新建文件;
a表示以追加模式打开文件,文件若存在则写入的内容会被追加到原文件末尾,不存在则会新建文件;
类似的组合还有wb、wb+、ab、ab+等。
那么binfile = open(filename,'rb')读二进制文件和binfile = open(filename,'wb')写二进制文件这两种用法中带b参数与不带b参数有什么不同呢?
参考博客中http://www.cnblogs.com/gala/archive/2011/09/22/2184801.html解释如下:
不同之处有两个地方:
第一,使用'r'的时候如果碰到'0x1A',就会视为文件结束,这就是EOF。使用'rb'则不存在这个问题。即,如果你用二进制写入再用文本读出的话,如果其中存在'0X1A',就只会出文件的一部分。使用'rb'的时候会一直读到文件末尾。
第二,对于字符串x='abc\ndef',我们可用len(x)得到它的长度为7,\n我们称之为换行符,实际上是'0X0A'。当我们用'w'即文本方式写的时候,在windows平台上会自动将'0X0A'变成两个字符'0X0D','0X0A',即文件长度实际上变成8.。当用'r'文本方式读取时,又自动的转换成原来的换行符。如果换成'wb'二进制方式来写的话,则会保持一个字符不变,读取时也是原样读取。所以如果用文本方式写入,用二进制方式读取的话,就要考虑这多出的一个字节了。'0X0D'又称回车符。linux下不会变。因为linux只使用'0X0A'来表示换行。
2. struct模块
struct模块常用来处理二进制数据,如存取文件、socket操作等。
struct模块中最常用的三个函数就是pack(), unpack()和calcsize(),调用方法如下:
pack(fmt, v1, v2, ...)