Python/字节数组

Buffer Protocol是特定的Python对象，包装了访问内存数组或者缓冲区。包括内置类型：

• bytes是只读字节数组。
• bytearray是可读写字节数组。
• array.array

a=b"abc"  #创建bytes对象
bytes("汉字","utf-8") #创建bytes对象，解码方式为utf-8
b=bytearray(b"abc") #创建bytearray对象

与字符串一样，支持append、extend、upper等方法，加法、乘法等运算。

bytes

class bytes([source[, encoding[, errors]]])构造函数，如

a=b'still allows embedded "double" quotes'

其他构造函数：

bytes(10)
bytes(range(20))
bytes(otherBytesObj)

类方法：

• fromhex(string)：以16进制解码一个字符串，其中的空白符被忽略。如bytes.fromhex('2Ef0 F1f2 ')
• hex([sep[, bytes_per_sep]])：把内容编码为16进制数字组成的字符串。bytes_per_sep控制分隔符出现在哪个字节，正值从右数，负值从左数

bytearray

bytearray是可变的（mutable）版本，与只读的bytes对应。

构造函数：

bytearray()
bytearray(10)
bytearray(range(20))
bytearray(b'Hi!')

有类似的类方法fromhex和hex

bytes和bytearray共同的一些类方法

• count(sub[, start[, end]])：返回不重叠的子串sub的出现次数
• removeprefix(prefix, /)：去除跟定的前缀子串
• removesuffix(suffix, /)
• decode(encoding='utf-8', errors='strict')：返回从给定字节解码的字符串
• endswith(suffix[, start[, end]])
• find(sub[, start[, end]])：返回子串sub最小出现的下标值。未找到返回-1
• index(sub[, start[, end]])：类似find方法，但未找到抛出异常
• join(iterable)：返回一个新的对象
• maketrans(from, to)：这个静态方法返回一个可用于 bytes.translate() 的转换表，它将把 from 中的每个字符映射到 to 中相同位置的字符； from 和 to 必须都是类似字节对象（bytes-like objects）并且具有相同的长度。
• partition(sep)：在第一次出现 sep 时拆分序列，并返回一个 3 元组，其中包含分隔符之前的部分、分隔符本身或其 bytearray 副本以及分隔符之后的部分。 如果未找到分隔符，则返回一个包含原始序列副本的 3 元组，后跟两个空字节或 bytearray 对象。
• replace(old, new[, count])：如果给出参数count，只对前面count次替换。
• rfind(sub[, start[, end]])
• rindex(sub[, start[, end]])
• rpartition(sep)
• startswith(prefix[, start[, end]])
• translate(table, /, delete=b)：返回新对象——删除了参数 delete 中出现的所有字节，其余字节通过给定的转换表映射，该转换表必须是长度为 256 的字节对象。可以使用 bytes.maketrans() 方法创建转换表。对于只删除字符的翻译，将 table 参数设置为 None。
• ljust(width[, fillbyte])：返回新对象，在左侧填充字符，如果原对象字节长度小于width
• lstrip([chars])：默认从左侧开头位置删除空白符。该函数删除参数chars中所有字符的任意组合；而removeprefix方法只删除子串。
• rjust(width[, fillbyte])
• rsplit(sep=None, maxsplit=- 1)
• rstrip([chars])
• split(sep=None, maxsplit=- 1)
• strip([chars])
• capitalize()
• expandtabs(tabsize=8):返回序列的副本，其中所有制表符被指定个数的空格符替换
• isalnum()
• isalpha()
• isascii()
• isdigit()
• islower()
• isspace()
• istitle()
• isupper()
• lower()
• splitlines(keepends=False)：返回一个list
• swapcase()
• title()
• upper()
• zfill(width)：左侧零填充

print(格式化参数)，转换说明符包含两个或多个字符并具有以下组件，这些组件必须按此顺序出现：

1. '%' 字符，标记说明符的开始。
2. 映射键（可选），由带括号的字符序列组成，为后续字典变量中的key
3. 转换标志（conversion flag，可选），影响某些转换类型的结果。'#'值转换使用“alternate form”；'0'表示零填充数值；'-'表示左对齐；' '产生有符号转换；'+'产生带正负号的转换。
4. 最小字段宽度（可选）。如果指定为“*”（星号），则从值中元组的下一个元素读取实际宽度，并且要转换的对象位于最小字段宽度和可选精度之后。
5. 精度（可选），以“.”形式给出（点）后跟精度。如果指定为 '*'（星号），则从 values 中元组的下一个元素读取实际精度，并且要转换的值位于精度之后。
6. 长度修饰符（可选），可为h, l, L。但Python忽略它们。
7. 转换类型。基本类似C语言的sprintf函数。's' 或'b' 表示字节（任何遵循缓冲区协议或具有 __bytes__() 的对象）。'r' 或'a' 表示字节（使用 repr(obj).encode('ascii', 'backslashreplace') 转换任何 Python 对象）。

例如：

 print(b'%(language)s has %(number)03d quote types.' %{b'language': b"Python", b"number": 2})

array.array

如果需要使用数组，需要如下：

import array
a = array.array('h', [0, 1, 2, 3])

构造函数class array.array(typecode[, initializer])创建一个由 typecode限制类型的新数组，并由initializer的值进行初始化。实际上，会根据initializer的情况调用本类的fromlist()、 frombytes() 或 fromunicode() 方法将初始元素添加到数组中，或者将可迭代对象作为initializer传给 extend() 方法。

本类的方法或属性：

• array.typecode：用于创建数组的类型码字符。
• array.itemsize：在内部表示中一个数组项的字节长度。
• array.append(x)：添加一个值为 x 的新项到数组末尾。
• array.buffer_info()：返回一个元组 (address, length) 以给出用于存放数组内容的缓冲区元素的当前内存地址和长度。 以字节表示的内存缓冲区大小可通过 array.buffer_info()[1] * array.itemsize 来计算。
• array.byteswap()：对所有数组项做大小端序交换。 此方法只支持大小为 1, 2, 4 或 8 字节的值；对于其他值类型将引发 RuntimeError。 它适用于从不同字节序机器所生成的文件中读取数据的情况。
• array.count(x)：返回 x 在数组中的出现次数。
• array.extend(iterable)：将来自 iterable 的项添加到数组末尾。 如果 iterable 是另一个数组，它必须具有 完全 相同的类型码；否则将引发 TypeError。 如果 iterable 不是一个数组，则它必须为可迭代对象并且其元素必须为可添加到数组的适当类型。
• array.frombytes(s)：添加来自字节串的项，将字符节解读为机器值的数组（相当于使用 fromfile() 方法从文件中读取数据）。
• array.fromfile(f, n):从 file object f 中读取 n 项并将它们添加到数组末尾。 如果可用数据少于 n 项，则会引发 EOFError，但可用的项仍然会被插入数组。
• array.fromlist(list):添加来自 list 的项。 这等价于 for x in list: a.append(x)，区别在于如果发生类型错误，数组将不会被改变。
• array.fromunicode(s)：使用来自给定 Unicode 字符串的数组扩展数组。 数组必须是类型为 'u' 的数组；否则将引发 ValueError。 请使用 array.frombytes(unicodestring.encode(enc)) 来将 Unicode 数据添加到其他类型的数组。
• array.index(x[, start[, stop]])：返回最小的 i 使得 i 为数组中首次出现的 x 的索引号。 指定可选参数 start 和 stop 以便在数组的一个子部分内部搜索 x。 如果未找到 x 则会引发 ValueError。
• array.insert(i, x)：将值 x 作为新项插入数组的 i 位置之前。 负值将被视为相对于数组末尾的位置。
• array.pop([i])：从数组中移除序号为 i 的项并将其返回。 可选参数值默认为 -1，因此默认将移除并返回末尾项。
• array.remove(x)：从数组中移除首次出现的 x。
• array.reverse()：反转数组中各项的顺序。
• array.tobytes()：将数组转换为一个机器值数组并返回其字节表示（即相当与通过 tofile() 方法写入到文件的字节序列。）
• array.tofile(f)：将所有项（作为机器值）写入到 file object f。
• array.tolist()：将数组转换为包含相同项的普通列表。
• array.tounicode()：将数组转换为一个 Unicode 字符串。 数组必须是类型为 'u' 的数组；否则将引发 ValueError。 请使用 array.tobytes().decode(enc) 来从其他类型的数组生成 Unicode 字符串。

memoryview

memoryview对象支持访问一个满足缓冲区协议（buffer protocol）的对象的内部数据而无需复制操作。这包括bytes、bytearray、array.array等类型。如：

a=bytearray([0x10,0x11,0x12,0x13,0x14,0x15,0x16])
v=memoryview(a)

内存视图转化为其它类型，可用tobytes、tolist，或者cast方法，或者struct.unpack方法。

len(view)等于tolist的长度

view.ndim = 0则长度为1。view.ndim = 1则长度为view中元素个数。

itemsize特性给出单个元素的字节数。

调用内存视图的release函数，可以使得原对象实例恢复全部操作能力。

memoryview支持切片和索引操作。

memoryview可修改内容。如：

data = bytearray(b'abcefg')
v = memoryview(data)
v[1:4] = b'123' #data内容变为 bytearray(b'z123fg')

memoryview是按维度和元素值比较相等，如

a = array.array('I', [1, 2, 3, 4, 5])
b = array.array('d', [1.0, 2.0, 3.0, 4.0, 5.0])
c = array.array('b', [5, 3, 1])
x = memoryview(a)
y = memoryview(b)
x == a == y == b # 为True

其它方法有：

• tobytes(order=None)：参数值可以为{‘C’, ‘F’, ‘A’}分别表示C语言、Fortran语言、物理序。
• hex([sep[, bytes_per_sep]])：返回十六进制表示的字符串。
• tolist()
• toreadonly()：返回只读的memoryview
• release()：释放基础数据。当前memoryview不再有效。
• cast(format[, shape])：创建一个新的memoryview，但基础buffer数据不变。如：

import struct
buf = struct.pack("i"*12, *list(range(12)))
x = memoryview(buf)
y = x.cast('i', shape=[2,2,3])
y.tolist() #结果为[[[0, 1, 2], [3, 4, 5]], [[6, 7, 8], [9, 10, 11]]]

memoryview的只读属性：

• obj：返回基础buffer的对象
• nbytes：总字节数
• readonly：是否只读
• format
• itemsize
• ndim：多维数组的维数
• shape：多维数组的维度的元组表示
• strides：多维数组各维度的字节步长
• c_contiguous
• f_contiguous
• contiguous

格式说明

格式类型的前缀

字符	字节序	尺寸	对齐
@	native	native	native
=	native	standard	none
<	小尾序	standard	none
>	大尾序	standard	none
!	网络序	standard	none

格式类型

Format	C Type	Python type	Standard size	注释
x	pad byte	no value
c	char	bytes of length 1	1
b	signed char	integer	1
B	unsigned char	integer	1
?	_Bool	bool	1	C99引入的类型。返回值是 True或False
h	short	integer	2
H	short	integer	2
i	int	integer	4
I	unsigned int	integer	4
l	long	integer	4
L	unsigned long	integer	4
q	long long	integer	8
Q	unsigned long long	integer	8
n	ssize_t	integer
N	size_t	integer
e	半精度	float	2
f	float	float	4
d	double	float	8
s	char[]	bytes		整数后跟s，表示字节序列长度。默认为1。会自动截断或补0字节
p	char[]	bytes		Pascal string
P	void *	integer

数字后面跟随格式字符，表示该格式字符重复的次数。例如：'4h'等价于'hhhh'