python3中的编码/解码（Berkeley数据库记录）

Question

我有一个预先存在的berkeley数据库，该数据库写入并读取用C ++编写的程序。我需要回避使用这个程序并使用python直接写入数据库。

我可以做到这一点，但我正在努力对数据进行正确编码，使其处于正确的形式，然后可以被原始的C ++程序读取。事实上，当我知道值是什么时，我无法弄清楚如何解码现有数据。

数据库中键值对的键应为YYYYMMDDHHmmSS形式的时间戳。值应该是五个双精度和一个int拼接在一起，我的意思是（从C ++程序的源代码），以下结构（？）DVALS

typedef struct
{
  double d1;
  double d2;
  double d3;
  double d4;
  double d5;
  int i1;
} DVALS;

作为键值对的值写入数据库，如下所示：

DBT data;
memset(&data, 0, sizeof(DBT));

DVALS dval;
memset(&dval, 0, sizeof(DVALS));
data.data = &dval;
data.size = sizeof(DVALS);

db->put(db, NULL, &key, &data, 0);

幸运的是，我可以知道价值观是什么。所以，如果我从命令行运行

db_dump myfile

最终记录是：

323031393033313431353533303000
ae47e17a140e4040ae47e17a140e4040ae47e17a140e4040ae47e17a140e40400000000000b6a4400000000000000000

使用python的bsddb3模块我也可以将这条记录拉出来：

from bsddb3 import db
myDB = db.DB()
myDB.open('myfile', None, db.DB_BTREE)
cur = myDB.cursor()
kvpair = cur.last()

随着kvpair现在持有以下信息：

(b'20190314155300\x00', b'\xaeG\xe1z\x14\x0e@@\xaeG\xe1z\x14\x0e@@\xaeG\xe1z\x14\x0e@@\xaeG\xe1z\x14\x0e@@\x00\x00\x00\x00\x00\xb6\xa4@\x00\x00\x00\x00\x00\x00\x00\x00')

时间戳很容易阅读，在这种情况下，实际值如下：

d1 = d2 = d3 = d4 = 32.11
d5 = 2651
i1 = 0

由于'\ xaeG \ xe1z \ x14 \ x0e @@'序列重复4次，我认为它对应于值32.11

所以我认为我的问题可能只是关于编码/解码，但也许还有更多，因此背景故事。

kvpair[1].decode('utf-8')

使用各种编码只会产生类似于此的错误：

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xae in position 0: invalid start byte

Answer 1

值数据是二进制的，因此可以使用Python的struct模块解压缩。

>>> import struct
>>> bs = b'\xaeG\xe1z\x14\x0e@@\xaeG\xe1z\x14\x0e@@\xaeG\xe1z\x14\x0e@@\xaeG\xe1z\x14\x0e@@\x00\x00\x00\x00\x00\xb6\xa4@\x00\x00\x00\x00\x00\x00\x00\x00'
>>> len(bs)
48
>>> struct.unpack('<5di4x', bs)
(32.11, 32.11, 32.11, 32.11, 2651.0, 0)

struct.unpack有两个参数：一个定义数据格式和类型的format specifier以及要解压缩的数据。格式'<5di4x'描述：

• <：小端序
• 5d：五个双打（每个8个字节）
• i：一个签名int（4个字节; I表示无符号）
• 4x：四个填充字节

可以使用struct.pack以相同的方式打包数据。

>>> nums = [32.11, 32.11, 32.11, 32.11, 2651, 0]
>>> format_ = '5di4x'
>>> packed = struct.pack(format_, *nums)
>>> packed == bs
True
>>>