如何用h5py优雅获取HDF5文件根级属性的dtype？

我正尝试用h5py获取现有HDF5文件根级属性的数据类型（dtype），现在有个可行但不够简洁的暴力解法。我需要知道像CHS Data Format是长度9的字符串、Save Point ID是64位浮点型这类信息，方便在代码里做正确转换。目前遍历属性能拿到所需信息，但还要手动解析，另外还想获取HDF5View工具里显示的额外信息。附上我的代码和输出，求更优方案。

现有代码 #

hf = h5py.File(hdf5_filename, 'r')

for k in hf.attrs.keys():
     print(k, hf.attrs[k], type(hf.attrs[k]), hf.attrs[k].dtype)

现有输出 #

CHS Data Format b'Version_1' <class 'numpy.bytes_'> |S9
Grid Name b'SMA' <class 'numpy.bytes_'> |S3
Latitude Units b'deg' <class 'numpy.bytes_'> |S3
Longitude Units b'deg' <class 'numpy.bytes_'> |S3
Project b'USACE_NACCS' <class 'numpy.bytes_'> |S11
Region b'Virginia_to_Maine' <class 'numpy.bytes_'> |S17
Save Point ID 1488.0 <class 'numpy.float64'> float64
Save Point Latitude b'41.811900' <class 'numpy.bytes_'> |S9
Save Point Longitude b'-71.398700' <class 'numpy.bytes_'> |S10
Vertical Datum b'MSL' <class 'numpy.bytes_'> |S3

更优解决方案 #

1. 直接解析类型信息，避免手动处理

h5py的属性对象自带完整元数据，不用额外解析|S9这类标识。可以通过dtype的kind和itemsize直接提取字符串长度，输出更直观的结果：

import h5py

with h5py.File(hdf5_filename, 'r') as hf:
    for attr_name in hf.attrs:
        attr_val = hf.attrs[attr_name]
        dtype = attr_val.dtype
        
        # 格式化类型描述
        if dtype.kind in ('S', 'U'):
            type_desc = f"字符串（长度{dtype.itemsize}）"
        else:
            type_desc = dtype.name
        
        # 对齐输出，可读性更强
        print(f"{attr_name:<20} | 类型: {type_desc:<18} | 值: {attr_val}")

2. 获取HDF5View风格的详细元数据

如果需要HDF5View显示的存储字节数、属性形状等额外信息，可以直接调用h5py的底层API获取：

import h5py

with h5py.File(hdf5_filename, 'r') as hf:
    for attr_name in hf.attrs:
        attr_val = hf.attrs[attr_name]
        dtype = attr_val.dtype
        attr_id = hf.attrs.get_id(attr_name)
        
        # 提取HDF5View展示的核心元数据
        storage_size = attr_id.get_storage_size()
        shape = attr_val.shape
        
        # 格式化类型描述
        if dtype.kind == 'S':
            type_str = f"ASCII字符串 (长度{dtype.itemsize})"
        elif dtype.kind == 'U':
            type_str = f"Unicode字符串 (长度{dtype.itemsize})"
        else:
            type_str = dtype.name
        
        # 输出详细信息
        print(f"属性名: {attr_name}")
        print(f"  值: {attr_val}")
        print(f"  数据类型: {type_str}")
        print(f"  存储字节数: {storage_size}")
        print(f"  属性形状: {shape}\n")

3. 简化遍历逻辑

h5py的attrs对象支持直接迭代键值对，不用先调用keys()，代码更简洁：

import h5py

with h5py.File(hdf5_filename, 'r') as hf:
    for name, val in hf.attrs.items():
        print(f"{name}: 类型={val.dtype}, 值={val}")

内容的提问来源于stack exchange，提问作者rbmales