计算二进制文件 Python 2X 中的出现次数答案

【问题标题】：count occurrences in binary file Python 2X计算二进制文件 Python 2X 中的出现次数
【发布时间】：2015-04-11 13:19:41
【问题描述】：

我想用 Python 2.7.3 计算二进制文件中特定标题部分的出现次数。我发现了很多例子来计算 .txt 类型文件中的出现次数以及与行有关的信息，但很少有关于计算二进制文件中字节序列的信息。

您可能会使用二进制文件中的 ASCII 字符来使用字符串进行搜索。

十六进制的标题部分是"28 00 28 00 28 00" 或"( ( ( " in ascii。

我认为代码应该是这样的：

total = 0
for line in f:
    if "( ( ( " in line:
        total += 1
f.close()
print "%s" % total

但它似乎甚至不计算一次，它会打印一行，长度为 120 个字符。

【问题讨论】：

标签： python python-2.7 count binary

【解决方案1】：

你有 NULL 个字节，而不是空格。通过使用'( ( ( ' 正在寻找28 20 28 20 28 20，而不是28 00 28 00 28 00。

使用\x00 创建这样的字节：

if "(\x00(\x00(\x00" in line:

在行中循环一个二进制文件可能没有意义；这只有在该文件中确实有 \n 字节时才有效。

您可以按块而不是行来搜索文件：

previous = ''
total = 0
for chunk in iter(lambda: f.read(2048), ''):
    if "(\x00(\x00(\x00" in previous + chunk:
        total += 1
    previous = chunk[-5:]  # ensure we don't miss matches at boundaries

【讨论】：

谢谢你，菜鸟的错误，更新后的 IF 语句总计数仍然为 0。字节会比在 FOR 语句中使用“行”更好吗？
@Python_newbie：那么你 100% 确定这些字节序列存在吗？对于二进制文件，我会分块读取（并从前一个块中取出最后 5 个字节用于下一次测试，以确保您不会错过部分匹配）。
是的，他们肯定是，我可以在十六进制编辑器“查找选择”搜索条件中找到每个标题实例。猜测有 1000 x 3 种不同类型的标题，这就是为什么我想要一个脚本来计算和打印确认的总数。读取块将不起作用，因为元数据的长度可能会有所不同，这就是为什么搜索标头字节序列是最好的选择 afaik。
@Python_newbie: 那么头部不包含任何长度信息呢？
我终于让它工作了，基本上我使用了 .count 属性并以'rb'模式打开文件，然后在分配的“数据”中读取整个文件，然后进入“数据。 count("(\x00(\x00(\x00")) 它返回 1363