如何使用 Python 在二进制文件中查找浮点数？答案

【问题标题】：How to find floating point numbers in binary file with Python?如何使用 Python 在二进制文件中查找浮点数？
【发布时间】：2016-08-05 17:14:34
【问题描述】：

我有一个混合了 ASCII 的二进制文件，其中有一些我想查找的浮点数。该文件包含如下几行：

1,1,'11.2','11.3';1,1,'100.4';

在我最喜欢的正则表达式测试器中，我发现正确的正则表达式应该是([0-9]+\.{1}[0-9]+)。

代码如下：

import re

data = open('C:\\Users\\Me\\file.bin', 'rb')
pat = re.compile(b'([0-9]+\.{1}[0-9]+)')
print(pat.match(data.read()))

我没有得到一个匹配，这是为什么呢？我在 Python 3.5.1 上。

【问题讨论】：

浮点数是否表示为字符串？
是的，它们是 ASCII 编码的。
什么是与 ASCII 混合的二进制文件，如何识别 ASCII 和二进制部分？在不知道我不能告诉你如何安全地阅读文件的情况下。顺便说一句，您的正则表达式无法匹配 1.、.5，而不是 1（但对于最后一部分，可能希望失败）
@SergeBallesta 对不起，我的意思是 ASCII 和非 ASCII 字符。

标签： python regex python-3.x binary floating-point

【解决方案1】：

你可以这样试试，

import re
with open('C:\\Users\\Me\\file.bin', 'rb') as f:
    data = f.read()

re.findall("\d+\.\d+", data)

输出：

['11.2', '11.3', '100.4']

re.findall 返回string 列表。如果你想转换为浮动，你可以这样做

>>> list(map(float, re.findall("\d+\.\d+", data)))
[11.2, 11.3, 100.4]

【讨论】：

不工作，告诉我TypeError: expected string or bytes-like object。它包含二进制的东西。
@JohnnyFromBF 你应该试试，re.findall("\d+\.\d+", data.read())
恐怕还是TypeError: cannot use a string pattern on a bytes-like object。
@JohnnyFromBF，您确定它不是 latin-1 编码文件吗？实际内容是什么样的？试试encoding="latin-1"
@PadraicCunningham 原来，文件确实是错误的编码 m(

【解决方案2】：

如何使用 Python 查找二进制文件中的浮点数？

float_re = br"[+-]? *(?:\d+(?:\.\d*)?|\.\d+)(?:[eE][+-]?\d+)?"
for m in generate_tokens(r'C:\Users\Me\file.bin', float_re):
    print(float(m.group()))

float_re is from this answer 和 generate_tokens() is defined here 的位置。

pat.match() 尝试在输入字符串的开头进行匹配，而您的字符串不以浮点数开头，因此您“没有得到一个匹配”。

re.findall("\d+\.\d+", data) 产生 TypeError 因为模式是 Unicode (str) 但 data 在您的情况下是 bytes 对象。将模式传递为bytes:
re.findall(b"\d+\.\d+", data)

【讨论】：

您的模式允许在前导符号字符后有一个空格，我认为这是一个错误。例如，“-2.2”不是浮点数，但“-2.2”是。
另外，如果你想真正迂腐，你可以限制允许的指数位数，如果你知道这是一个 32 位还是 64 位浮点值。
@SteveHollasch 什么是或不是浮动是定义问题。点击解释正则表达式来源的链接。