Python从二进制文件读取“ 20”而不是“ 00”

如何解决Python从二进制文件读取“ 20”而不是“ 00”

我正在编写用于读取二进制文件并使用NULL值作为分隔符的csv格式打印其数据的十六进制表示的代码。在二进制/十六进制查看器中查看文件时，它向我显示了该序列作为文件的一部分：

41 73 73 65 6d 62 6c 79 c8 2d 01 00 04 00 00 00 07 00 00 00 00

但是，请使用此部分代码读取文件：

with open(file_in,"rb") as f:
    while (byte := f.read(1)):
        h_value = hex(ord(byte))
        h_value = ("0" + h_value[2:])[-2:]
        #print(byte)
        #print(h_value)
        if h_value != '00':
            data_read.append(h_value)
        else:
            data_read.append(h_value)
            if data_read:
                with open(file_out,'a',newline = '') as c:
                    w = csv.writer(c)
                    w.writerow(data_read)
            data_read = []

为该部分提供此信息

41,73,65,6d,62,6c,79,c3,88,2d,01,20,04,07,20

这是相关的，因为文件中其他地方有实际的“ 20”值作为数据。使用“ print（byte）”和“ print（h_value）”分别返回b' '和20，这让我认为是Python reading 错误的文件，而不仅仅是输出被转换。我有什么办法可以在整个过程中保留这些NULL值？

编辑1：其他信息，它使用IDLE运行Python 3.8.2。不知道编译器是否会对此有所作为，但我将看看Visual Studio是否会给我带来不同的结果。二进制查看器简称为Binary Viewer，版本为6.17。

解决方法

Python的文件读取或CSV创建没有问题，如以下程序所示：

import os,csv

os.system("od -xcb qq.in") # Show file as byte dump.

data_read = []
with open("qq.in","rb") as f:
    byte = f.read(1)
    while (byte):
        h_value = hex(ord(byte))
        h_value = ("0" + h_value[2:])[-2:]
        data_read.append(h_value)
        print(ord(byte),h_value) # Check individual bytes.
        byte = f.read(1)

print(data_read)
with open("file_out.csv",'w') as c:
    w = csv.writer(c)
    w.writerow(data_read)
os.system("cat file_out.csv") # Show final CSV output.

该程序的输出为：

0000000    7341    6573    626d    796c    2dc8    0001    0004    0000
          A   s   s   e   m   b   l   y 310   - 001  \0 004  \0  \0  \0
        101 163 163 145 155 142 154 171 310 055 001 000 004 000 000 000
0000020    0007    0000    0000
         \a  \0  \0  \0  \0
        007 000 000 000 000
0000025
(65,'41')
(115,'73')
(115,'73')
(101,'65')
(109,'6d')
(98,'62')
(108,'6c')
(121,'79')
(200,'c8')
(45,'2d')
(1,'01')
(0,'00')
(4,'04')
(0,'00')
(0,'00')
(7,'07')
(0,'00')
['41','73','65','6d','62','6c','79','c8','2d','01','00','04','07','00']
41,73,65,6d,62,6c,79,c8,2d,01,00,04,07,00

因此，我将通过仔细查看您的输入文件来开始，这很可能是 it 的问题。

尤其是因为您输入的内容似乎还有其他更改，因此c8字节已更改为c3 88-这是Unicode编码转换。

从this answer中可以看到，0xc8在两字节的UTF-8部分中：

Range              Encoding  Binary value
-----------------  --------  --------------------------
U+000080-U+0007ff  110yyyxx  00000yyy xxxxxxxx
                   10xxxxxx

代码点c8是位序列000 1100 1000，因此将以1100 0011 1000 1000或c3 88的形式转换为UTF-8。

,

利用注释和paxdiablo的回答中的信息，我认为文件本身一定存在问题，因为从所有方面来看，问题不应该与Python有关。我再次在二进制查看器中将其打开，并将其导出为新的.BIN文件。新文件将读取应有的方式，因此看起来就是解决方案。