8.3 文件与目录——二进制处理 struct 用法¶

内容梗概¶

本节课解决上一节遗留的痛点：手动逐字段解析二进制文件非常费劲。老师先类比 C 语言中"定义结构体再整体读取"的思路，引出 Python 标准库 struct。课程重点讲解了 struct.unpack 的 format 格式字符串编写规则——字节顺序修饰符（小端 <）与各字段类型符号（s、i、h 等）——并用 struct.unpack('<2sIhhi', buffer) 一行代码完成了 BMP 文件头 14 字节的解析，与上一节的手动转换形成鲜明对比。

知识点详解¶

从 C 语言结构体说起（约 00:00 - 03:00）¶

上一节手动解析时，每读一个字段都要思考怎么把它正确转换成想要的类型，非常费劲。
类比 C 语言：如果知道一段 14 字节数据的布局（2 字节 + 4 字节 + 2 字节 + 2 字节 + 4 字节），有经验的程序员会定义一个结构体 struct：
char magic_number[2]（两个字符）
int size（4 字节）
short reserved1、short reserved2（各 2 字节）
int offset（4 字节，位图数据偏移）
把 14 个字节按这个结构一次性读入，就能自动按正确的类型拆解出每个字段。Python 中对应的功能就是标准库 struct。

struct 库的两个核心方法（约 03:00 - 04:20）¶

struct 有两个非常重要的方法：
pack：把一堆变量按各自对应的类型和长度打包成二进制数据；
unpack：本课重点，分析 BMP 时用的就是它。给定一个 buffer（二进制数据，如 14 字节的文件头）和一个 format 格式规则，一步到位地把 buffer 翻译成各个 Python 变量。

unpack 的 format 格式字符串规则（约 04:51 - 09:40）¶

调用形式：struct.unpack(format, buffer)，问题关键在于 format 怎么写，可查官方文档的格式字符串说明。
字节顺序修饰符：format 开头标明大端/小端。绝大多数个人电脑（PC）是小端，用**小于号 <** 表示。它是修饰符，告诉 unpack 读 buffer 时要把字节顺序反过来才是正确的数据（呼应上一节手动倒序 size[::-1] 的操作）。
类型符号（对照 C 语言类型）：
i：整数，标准大小 4 字节；I（大写）：无符号整数 unsigned int；
h：短整型 short（2 字节）；H：无符号 short；
s：字节串/字符串，前面加数字表示字符个数，如 2s 表示 2 个字符。
BMP 文件头对应关系：
BM 两个字符 → 2s
文件大小 4 字节，不可能是负数 → I
两个保留字段各 2 字节 → H、H
偏移量 4 字节，偏移不会是负的 → I
拼起来并加上小端修饰符：'<2sIhhi'（字幕口述为"二s i hh i 加小于号"；按讲解逻辑两个保留字段用无符号 short，写作 HH 亦符合规则）。

unpack 的返回值与元组解包（约 10:40 - 12:30）¶

unpack 返回一个**元组**，元素个数正好对应 format 中类型的个数：2s 一个、I 一个、H 一个、H 一个、I 一个，共 5 个。
利用 Python 的元组解包 a, b, c, d, e = ... 可以直接把 5 个值分别赋给 magic_number、size、r1、r2、offset 等变量，随后直接 print 即可。
信息头 40 字节留给大家自己对照格式表分析，思路相同。

示例与演示¶

在 C 语言风格的白板上演示：画 14 字节布局图，写出对应的 struct 结构体定义，说明"整体读入、按结构拆解"的思路。
改造上一节的 analyzer.py：删掉手动倒序、hex、int 转换的一堆代码，替换为：
```
import struct
# buffer 为 f.read(14) 读出的文件头
magic_number, size, r1, r2, offset = struct.unpack('<2sIhhi', buffer)
```
运行后直接打印出 magic number、文件大小、位图数据偏移等所有字段，无需再手动抠字节、查 API 逐个转换。

重点与难点¶

**format 字符串的编写**是核心：先写字节顺序修饰符（小端 <），再按字段顺序写类型符号；类型符号与 C 语言类型一一对应（i/I、h/H、s 加数量）。
要根据字段语义判断有符号还是无符号：文件大小、偏移量不可能是负数，用大写（无符号）；保留字段同理。
unpack 返回元组，配合 Python 元组解包可一次性赋给多个变量。
pack（变量 → 二进制）与 unpack（二进制 → 变量）互为逆操作，本课只展开 unpack。
字节顺序修饰符自动处理了小端倒序，省去了手动 size[::-1] 的步骤。

关联内容¶

直接承接 8.2 节手动解析 BMP 文件头的痛点，是同一 analyzer.py 示例的升级版。
与 C 语言结构体知识关联（类比引入）；用到之前学过的元组解包、字节序（大端/小端，上学期讲过）等前置知识。
解析二进制文件格式的能力是 8.6 节作业"猫鼠游戏"（读取文件头特征识别伪装文件）可直接使用的工具。
作为标准库的典型例子，为下一节（第 9 章）系统介绍 Python 标准库做铺垫。