python中的二进制文件IO，从哪里开始？

Question

作为一名自学成才的 Python 爱好者，我将如何学习使用标准格式导入和导出二进制文件？

我想实现一个脚本，它采用 ePub 电子书（zip 中的 XHTML + CSS）并将其转换为 mobipocket (Palmdoc) 格式，以允许 Amazon Kindle 阅读它（作为更大项目的一部分）我正在努力）。

已经有一个很棒的用于管理电子书库的开源项目：Calibre。我想尝试自己将其作为学习/自学练习来实施。我开始查看他们的python source code 并意识到我不知道发生了什么。当然，在任何事情上自学成才的最大危险是不知道你不知道什么。

在这种情况下，我知道我不太了解这些二进制文件以及如何在 python 代码中使用它们 (struct?)。但我认为我可能总体上缺少很多关于二进制文件的知识，我想要一些帮助来理解如何使用它们。 Here is a detailed overview 的 mobi/palmdoc 标头。谢谢！

编辑：没问题，好点！您对如何获得使用二进制文件的基本知识有任何提示吗？特定于 Python 会有所帮助，但其他方法也可能有用。

TOM：作为问题编辑，添加了介绍/更好的标题

Answer 1

您可能应该从struct 模块开始，正如您在问题中指出的那样，当然，将文件作为二进制文件打开。

基本上，您只需从文件的开头开始，然后将其逐个分开。这是一个麻烦，但不是一个大问题。如果文件被压缩或加密，事情会变得更加困难。如果您从一个您知道其内容的文件开始，这样您就不会一直在猜测，这会很有帮助。

尝试一下，也许您会提出更具体的问题。

Answer 2

如果你想构建和分析二进制文件，struct 模块会给你一些基本的工具，但它不是很友好，尤其是如果你想查看不是整数字节的东西。

有一些模块可以提供帮助，例如 BitVector、bitarray 和 bitstring。 （我赞成bitstring，但我写了它，所以可能有偏见）。

对于解析二进制格式，hachoir 模块非常好，但我怀疑它对于您当前的需求来说太高级了。

Answer 3

为了自学处理二进制文件的 Python 工具， this will get you going。也很有趣。包含二进制文件、zip、图像的练习......还有更多。