struct 模块是 Python 标准库中一个非常重要但又常常被初学者忽略的工具，它的核心功能是 在 Python 的值（如数字、字符串）和 C 语言中的数据类型（如 int, float, char）之间进行转换。

struct 模块就像是 Python 和 C 语言世界之间的“翻译官”或“格式化转换器”，它解决了两个核心问题：

1. 将 Python 数据打包成二进制格式：当你需要将数据写入文件、通过网络发送，或者存储在内存中时，struct 可以将它们转换成紧凑的二进制字节串。
2. 从二进制格式中解包出 Python 数据：当你从文件或网络中读取一段二进制数据时，struct 可以根据预定义的格式，将其还原成 Python 的原生数据类型。

为什么需要 struct 模块？

想象一个场景：你需要将一个整数 12345 和一个浮点数 89 发送到另一个程序或另一台计算机。

• 不使用 struct 的方式：你可能将它们转换成字符串 "12345" 和 "67.89"，用逗号隔开，如 "12345,67.89"，然后发送。

  • 缺点：
    • 体积大：字符串占用的空间远大于其二进制表示。
    • 解析复杂：接收方需要知道分隔符是什么，然后进行字符串分割、类型转换，容易出错（如果数字本身也包含逗号）。
    • 不高效：字符串处理比二进制数据处理慢。

• 使用 struct 的方式：你可以将这两个数按照特定的格式“打包”成一个二进制字节串，接收方只需用同样的格式“解包”即可。

  
  （图片来源网络，侵删）
  • 优点：
    • 紧凑高效：二进制数据非常节省空间。
    • 解析简单：接收方无需关心内容，只需按格式解包即可，准确且快速。
    • 跨语言/平台：struct 的格式化字符串与 C 语言兼容，使得 Python 可以方便地与其他语言编写的程序进行数据交互。

核心概念：格式化字符串

struct 模块的所有操作都围绕一个核心概念——格式化字符串，这个字符串定义了你要打包或解包的数据的类型、大小和顺序。

格式化字符串由两部分组成：

1. 字节序：可选，位于开头，用于指定多字节数据（如 int, float）在内存中的存储顺序。

   • 本机顺序（默认）
   • 标准顺序
   • <: 小端序
   • >: 大端序
   • 网络字节序 (等同于 >)
   • 注意：当所有数据类型的大小都是固定的时候（如 b, B, h, H, i, I），可以省略字节序，但如果包含了大小可变的类型（如 s, p），则必须指定字节序。

2. 格式字符：用于描述单个数据项的类型和大小。

重复计数：你可以在格式字符前添加一个数字来表示重复的次数。

• 4h 表示 4 个短整型。
• 10s 表示一个长度为 10 的字节串。
• 2d 表示 2 个双精度浮点数。

核心函数

struct 模块主要有四个核心函数：

1. struct.pack(format, v1, v2, ...)

   • 功能：将一个或多个 Python 值根据 format 格式化字符串打包成一个字节串。
   • 参数：
     • format: 格式化字符串。
     • v1, v2, ...: 需要打包的 Python 值，顺序必须与 format 中的格式字符一一对应。
   • 返回值：一个 bytes 对象。

2. struct.unpack(format, buffer)

   • 功能：从一个字节串 buffer 中，根据 format 格式化字符串解包出 Python 值。
   • 参数：
     • format: 格式化字符串。
     • buffer: 一个 bytes 对象或实现了缓冲区协议的对象。
   • 返回值：一个包含解包后值的元组。

3. struct.pack_into(format, buffer, offset, v1, v2, ...)

   • 功能：将数据打包并直接写入到一个预分配的 buffer（如 bytearray）的指定偏移量 offset 处，这对于高性能操作（如网络编程）非常有用，因为它避免了创建临时的 bytes 对象。

4. struct.unpack_from(format, buffer, offset=0)

   • 功能：从一个 buffer 的指定偏移量 offset 处开始解包数据，同样，用于高效地从大型二进制数据中提取信息。

代码示例

示例 1：打包和解包基本数据类型

import struct
# 定义要打包的数据
my_int = 12345
my_float = 67.89
# 1. 打包
# 'if' 表示一个整数 和一个浮点数
# 使用 '<' 指定小端序，确保跨平台一致性
packed_data = struct.pack('<if', my_int, my_float)
print(f"原始数据: int={my_int}, float={my_float}")
print(f"打包后的字节串: {packed_data}")
print(f"字节串长度: {len(packed_data)} 字节") # 4 + 4 = 8
# 2. 解包
# 使用完全相同的格式化字符串进行解包
unpacked_data = struct.unpack('<if', packed_data)
print(f"\n解包后的元组: {unpacked_data}")
print(f"解包出的整数: {unpacked_data[0]}")
print(f"解包出的浮点数: {unpacked_data[1]}")
# 验证数据是否一致
assert my_int == unpacked_data[0]
assert my_float == unpacked_data[1]
print("\n数据验证成功！")

输出：

原始数据: int=12345, float=67.89
打包后的字节串: b'\x39\x30\x00\x00\x9a\x99\x99?'
字节串长度: 8 字节
解包后的元组: (12345, 67.890625)
解包出的整数: 12345
解包出的浮点数: 67.890625
数据验证成功！

注意：由于浮点数的精度问题，解包出的 890625 和原始的 89 有微小的差异，这是浮点数运算的常见现象。

示例 2：打包字符串

import struct
# 定义要打包的字符串
my_string = "hello"
my_int = 100
# '10s' 表示一个长度为10的字节串
# 'i' 表示一个整数
# 注意：打包字符串时，Python 3 会自动将其编码为 bytes
packed_data = struct.pack('<10si', my_string.encode('utf-8'), my_int)
print(f"原始数据: string='{my_string}', int={my_int}")
print(f"打包后的字节串: {packed_data}")
print(f"字节串长度: {len(packed_data)} 字节") # 10 + 4 = 14
# 解包
# 注意：解包出的字符串是 bytes，需要手动解码
unpacked_bytes, unpacked_int = struct.unpack('<10si', packed_data)
print(f"\n解包出的字节串: {unpacked_bytes}")
print(f"解包出的整数: {unpacked_int}")
# 解码字符串
unpacked_string = unpacked_bytes.decode('utf-8').rstrip('\x00') # 去掉填充的空字节
print(f"解码后的字符串: '{unpacked_string}'")
assert my_string == unpacked_string
assert my_int == unpacked_int
print("\n数据验证成功！")

实际应用场景

1. 文件读写：读写二进制文件，如自定义的文件格式、图片文件、可执行文件等，读取一个文件的头部信息，其中包含魔数、版本号、文件大小等固定格式的数据。

2. 网络通信：在网络编程中，应用程序之间通常需要交换结构化的数据，使用 struct 可以将数据序列化成二进制流进行传输，接收方再反序列化，这是许多网络协议（如二进制 RPC 协议）的基础。

3. 与硬件设备交互：通过串口（如 pyserial 库）或 USB 与嵌入式设备、传感器通信，这些设备通常只发送和接收二进制数据包，struct 是解析这些数据包的利器。

4. 性能优化：当需要处理大量数值数据时，将它们存储在 numpy 数组或 array 模块中，并用 struct 进行 I/O 操作，比使用文本文件要快得多，也更节省空间。

struct 模块是 Python 程序员工具箱中的一个强大工具，尤其适用于需要处理二进制数据的场景。

• 优点：

  • 高效：生成的二进制数据紧凑，读写速度快。
  • 精确：严格定义了数据类型和大小，避免了文本解析的歧义。
  • 跨平台：通过指定字节序，可以确保在不同架构的计算机上数据的一致性。

• 注意事项：

  • 格式必须严格匹配：打包和解包必须使用完全相同的格式化字符串，否则会抛出 struct.error 异常或导致数据错乱。
  • 字节序问题：在不同平台间交换数据时，务必显式指定字节序（如 < 或 >），不要依赖本机顺序 。
  • 字符串编码：struct 不直接处理字符串的编码/解码，需要手动调用 .encode() 和 .decode() 方法。

当你需要让 Python 与 C 代码、二进制文件、网络协议或底层硬件“对话”时，struct 模块就是最直接、最高效的选择。