如何在Java中实现对应Python struct.unpack的Integer类型解析？

此前已实现Java中解析Float类型的struct.unpack逻辑，现在尝试实现Integer类型的unpack方法，但遇到结果不一致问题：

示例字节数组片段：chunkByte[1219:1240] = [64, 30, 31, 0, 64, 118, 31, 0, 64, -22, 29, 0, 64, 4, 30, 0, 64, 26, 36, 0, 64]

Python实现代码 #

fid = open(raw_file, 'rb')
fid.seek(0, os.SEEK_END)
nFileLen = fid.tell()
fid.seek(0, 0)

chunk_size = 2 ** 19
n = int(nFileLen / chunk_size)

for i in range(0, n):
    nLenVals = round(chunk_size / 4)
    vals = struct.unpack('I' * nLenVals, fid.read(chunk_size))

Java实现代码 #

调用代码 #

vals = (int[]) unpack('I', chunk_size / 4, chunkByte);

unpack方法实现 #

private Object unpack(char type, int dim, byte[] chunkByte) {
    if (type == 'f') {
        var floats = ByteBuffer.wrap(chunkByte).order(ByteOrder.LITTLE_ENDIAN).asFloatBuffer();
        var floatArray = new float[dim];
        floats.get(floatArray);
        return floatArray;
    } else if (type == 'I') {
        var ints = ByteBuffer.wrap(chunkByte).order(ByteOrder.nativeOrder()).asIntBuffer();
        var intArray = new int[dim];
        ints.get(intArray);
        return intArray;
    }
    return null;
}

问题现象 #

针对相同字节数组，Python中vals[1220]的值为3221234265，但Java中对应索引的值为-1073733031。尝试将nativeOrder()改为LITTLE_ENDIAN后问题仍未解决。

问题根源与解决方案 #

问题根源 #

Python的struct.unpack('I')解析的是无符号32位整数，而Java的int是有符号32位整数。当字节对应的数值超过2^31-1（即最高位为1）时，Java会将其解析为负数，这是两者类型定义的差异导致的，和字节序无关。

解决方案 #

由于Java没有原生的无符号int类型，需要将解析结果转换为无符号数值存储，推荐以下两种方式：

方案1：返回long数组存储无符号整数

修改unpack方法，针对'I'类型返回long数组，将读取的int转换为无符号long：

private Object unpack(char type, int dim, byte[] chunkByte) {
    if (type == 'f') {
        var floats = ByteBuffer.wrap(chunkByte).order(ByteOrder.LITTLE_ENDIAN).asFloatBuffer();
        var floatArray = new float[dim];
        floats.get(floatArray);
        return floatArray;
    } else if (type == 'I') {
        ByteBuffer buffer = ByteBuffer.wrap(chunkByte).order(ByteOrder.LITTLE_ENDIAN);
        var longArray = new long[dim];
        for (int i = 0; i < dim; i++) {
            // 将有符号int转为无符号long
            longArray[i] = Integer.toUnsignedLong(buffer.getInt());
        }
        return longArray;
    }
    return null;
}

调用时需要调整为接收long数组：

long[] vals = (long[]) unpack('I', chunk_size / 4, chunkByte);

方案2：保留int数组，但使用无符号方式读取

如果需要继续使用int数组，可以在使用时通过Integer.toUnsignedLong()或Integer.toUnsignedString()将负数转换为正确的无符号数值：

// 读取后转换示例
int javaVal = -1073733031;
long unsignedVal = Integer.toUnsignedLong(javaVal);
// unsignedVal结果为3221234265，与Python一致

补充说明 #

注意Python代码中使用struct.unpack('I')默认是小端字节序（LITTLE_ENDIAN），所以Java中需要统一使用ByteOrder.LITTLE_ENDIAN，而不是nativeOrder()，避免因平台字节序差异导致解析错误。

内容的提问来源于stack exchange，提问作者newbie5050