Python与C编码差异：如何实现简洁的跨语言二进制文件读写？

问题出在你用了array('u')存储字符串——这个类型对应UTF-32编码的Unicode字符，每个字符占4字节，所以"test"4个字符会占用16字节，导致C端需要跳过冗余字节才能读取有效内容。要实现4字节存储，只需把字符串编码为单字节编码格式（比如ASCII或Latin-1），直接写入二进制文件即可。

修改后的Python代码 #

方式1：直接编码为字节串写入 #

这是最简洁的实现，将字符串编码为ASCII字节串（每个字符1字节）后直接写入：

string = "test"
# 编码为ASCII字节串，"test"对应4个字节
byte_data = string.encode('ascii')

# 使用with语句自动管理文件关闭
with open('test_file.bin', 'wb') as output_file:
    output_file.write(byte_data)

方式2：用array模块的单字节类型存储 #

如果坚持使用array模块，选择'B'（无符号单字节）或'b'（有符号单字节）类型，先将字符串编码为字节串再转换为数组：

from array import array

string = "test"
# 编码为ASCII字节串，再转为无符号单字节数组
byte_array = array('B', string.encode('ascii'))

with open('test_file.bin', 'wb') as output_file:
    byte_array.tofile(output_file)

简化后的C读取代码 #

原C代码存在未初始化指针的问题（char *symbol;直接使用会触发未定义行为），以下是修复并简化后的版本：

#include <stdio.h>
#include <stdlib.h>

int main()
{
    FILE *file_pointer = fopen("test_file.bin", "rb");
    if (!file_pointer) {
        perror("Failed to open file");
        return 1;
    }

    // 分配5字节：4字节存"test" + 1字节存字符串终止符'\0'
    char *text = malloc(5 * sizeof(char));
    if (!text) {
        perror("Failed to allocate memory");
        fclose(file_pointer);
        return 1;
    }

    // 读取4个字节到text中
    size_t bytes_read = fread(text, sizeof(char), 4, file_pointer);
    // 手动添加字符串终止符，确保printf能正确识别字符串结尾
    text[bytes_read] = '\0';

    printf("%s\n", text);

    // 释放内存、关闭文件
    free(text);
    fclose(file_pointer);
    return 0;
}

补充说明 #

• 如果字符串包含ASCII之外的字符（比如西欧语言字符），可以用encode('latin-1')替代encode('ascii')——Latin-1是单字节编码，覆盖更多字符，同样保证每个字符占1字节。
• 如果需要处理中文等多字节字符，单字节编码无法满足，此时建议使用UTF-8编码（Python默认encode()就是UTF-8），但UTF-8是变长编码，C端读取时需要按UTF-8规则解析。

内容的提问来源于stack exchange，提问作者Evgueni Dinvay