如何更改文件中的字节？

Question

我正在制作一个加密程序，我需要在二进制模式下打开文件来访问非ascii和不可打印字符，我需要检查文件中的字符是字母、数字、符号还是不可打印字符。这意味着我必须检查字节（当它们被解码为ascii时）是否与以下任何字符匹配：

{^9,dzEV=Q4ciT+/s};fnq3BFh% #2!k7>YSU<GyD\I]|OC_e.W0M~ua-jR5lv1wA`@8t*xr'K"[P)&b:g$p(mX6Ho?JNZL

我想我可以把上面的字符编码成二进制，然后用字节来比较。我不知道怎么做。在

P.S. Sorry for bad English and binary misunderstanding. (I hope you know what I mean by bytes, I mean characters in binary mode like this):

^{pr2}$

Answer 1

要以二进制模式打开文件，请使用open("filena.me", "rb")命令。我从来没有亲自使用过这个命令，但这应该能让你得到你需要的信息。在

Answer 2

Python中有两种主要的字符串类型：表示二进制数据的bytestrings（字节序列）和表示人类可读文本的Unicode字符串（Unicode码位序列）。把一个转换成另一个很简单(☯)公司名称：

unicode_text = bytestring.decode(character_encoding)
bytestring = unicode_text.encode(character_encoding)

如果以二进制模式打开文件，例如'rb'，则file.read()返回bytestring（bytes类型）：

^{pr2}$

---

有几种方法可用于对字节进行分类：

• 字符串方法，如bytes.isdigit()：

  >>> b'1'.isdigit()
  True
  

• 字符串常量，如string.printable

  >>> import string
  >>> b'!' in string.printable.encode()
  True
  

• 正则表达式，如\d

  >>> import re
  >>> bool(re.match(br'\d+$', b'123'))
  True
  

• curses.ascii模块中的分类函数，例如curses.ascii.isprint()

  >>> from curses import ascii
  >>> bytearray(filter(ascii.isprint, b'123'))
  bytearray(b'123')
  

bytearray是一个可变的字节序列-与bytestring不同，您可以就地更改它，例如，每三个大写字节都要小写：

>>> import string
>>> a = bytearray(b'ABCDEF_')
>>> uppercase = string.ascii_uppercase.encode()
>>> a[::3] = [b | 0b0100000 if b in uppercase else b 
...           for b in a[::3]]
>>> a
bytearray(b'aBCdEF_')

注意：b'ad'是小写的，但是b'_'保持不变。在

---

要想就地修改二进制文件，可以使用mmap模块，例如，在'file'中每隔一行将第4列小写：

#!/usr/bin/env python3
import mmap
import string

uppercase = string.ascii_uppercase.encode()
ncolumn = 3 # select 4th column
with open('file', 'r+b') as file, \
     mmap.mmap(file.fileno(), 0, access=mmap.ACCESS_WRITE) as mm:
    while True:
        mm.readline()   # ignore every other line
        pos = mm.tell() # remember current position
        if not mm.readline(): # EOF
            break
        if mm[pos + ncolumn] in uppercase:
            mm[pos + ncolumn] |= 0b0100000 # lowercase

注意：python2和3api在本例中有所不同。代码使用python3。在

输入

ABCDE1
FGHIJ
ABCDE
FGHI

输出

ABCDE1
FGHiJ
ABCDE
FGHi

注意：第4列在第2行和第4行变为小写。在

---

通常，如果要更改文件：读取文件，将修改写入临时文件，成功后将临时文件移到原始文件的位置：

#!/usr/bin/env python3
import os
import string
from tempfile import NamedTemporaryFile

caesar_shift = 3
filename = 'file'

def caesar_bytes(plaintext, shift, alphabet=string.ascii_lowercase.encode()):
    shifted_alphabet = alphabet[shift:] + alphabet[:shift]
    return plaintext.translate(plaintext.maketrans(alphabet, shifted_alphabet))

dest_dir = os.path.dirname(filename)
chunksize = 1 << 15
with open(filename, 'rb') as file, \
     NamedTemporaryFile('wb', dir=dest_dir, delete=False) as tmp_file:
    while True: # encrypt
        chunk = file.read(chunksize)
        if not chunk: # EOF
            break
        tmp_file.write(caesar_bytes(chunk, caesar_shift))
os.replace(tmp_file.name, filename)

输入

abc
def
ABC
DEF

输出

def
ghi
ABC
DEF

要转换回输出，请设置caesar_shift = -3。在