读取二进制数据文件

Question

我有一个看起来像是 .XML 的文件（它甚至有一个

<?xml version="1.0" encoding="utf-8"?>

标头）。但在标题之前，当我在 Notepad++ 中打开文件时，有随机字母和一些 NULL 字符。

查看文件，在.XML标准编写之后，有很多随机字符（我认为，根据我的文件的来源，它是来自传感器的数据）

我正在尝试用 python 打开它来处理数据，但我找不到方法。通常，对于 .XML 文件，我会使用元素树打开它。我尝试使用 open 读取二进制数据，但缓冲区返回的数据流仅显示 Notepad++ 中显示的字符。

我不知道我的问题是否有解决方案，或者我是否需要一本字典来翻译这些随机字符。

我将不胜感激任何人能给我的任何帮助！

我尝试过使用Element Tree、python的open方法和struct unpack。

Answer 1

我建议尝试

xml.parsers.expat

，它应该在删除前导 NUL 字符后起作用，请考虑以下示例

import xml.parsers.expat

enveloped_xml = '\x00\x00\x00<?xml version="1.0"?><outer outattr="outval"><inner inattr="inval">data</inner></outer>\xDE\xAD\xBE\xEF'

def start_element(name, attrs):
    print('Start element:', name, attrs)
def end_element(name):
    print('End element:', name)
def char_data(data):
    print('Character data:', repr(data))

p = xml.parsers.expat.ParserCreate()

p.StartElementHandler = start_element
p.EndElementHandler = end_element
p.CharacterDataHandler = char_data

try:
    p.Parse(enveloped_xml.lstrip('\x00'), 1)
except xml.parsers.expat.ExpatError:
    pass

提供输出

Start element: outer {'outattr': 'outval'}
Start element: inner {'inattr': 'inval'}
Character data: 'data'
End element: inner
End element: outer

代码基于 文档中的示例，观察

enveloped_xml

是 str，因此如果您有字节，则需要先

.decode

它们。解析器在 XML 之后抛出垃圾错误，但这是在处理正确的 XML 之后。