使用ctypes转换字节串至VIDEO_IMAGE_STRUCT结构体结果不符，求排查

问题说明 #

使用Python的ctypes库将字节串转换为指定的大端无对齐C结构体时，magic_number和version字段解析结果与预期不符，需排查错误原因。

文档定义的结构体 #

// VIDEO_IMAGE_STRUCT：大端字节序、无对齐
struct {
    unsigned int     magic_number = 0x5644454f; // 预期值：1447314767
    unsigned short   version;        // 仅支持版本1
    unsigned short   image_mode;     // Y8,Y16等格式
    long     long    frame_number;   // 帧计数（64位）
    int              width;          // 帧宽度（像素）
    int              height;         // 帧高度（像素）
    unsigned short   endianness;     // 0=小端，1=大端
    unsigned short   header_size;    // 头部字节长度
    unsigned short   padding[2];     // 4字节填充（共两个ushort）
} VIDEO_IMAGE_STRUCT;

错误代码 #

from ctypes import BigEndianStructure, c_int, c_uint, c_ushort, c_long, c_byte

class VideoImageData(BigEndianStructure):
    _pack_ = 1
    _fields_ = [
        ("magic_number", c_uint),
        ("version", c_ushort),
        ("image_mode", c_ushort),
        ("frame_number", c_long),  # 错误：对应文档的long long，应该用c_longlong
        ("width", c_int),
        ("heigth", c_int),         # 拼写错误：应为height
        ("endianness", c_ushort),
        ("header_size", c_ushort),
        ("padding", c_ushort)      # 错误：文档是padding[2]，应该定义为(c_ushort * 2)
    ]

if __name__ == "__main__":
    dstr = b'YATD\x02\x00@\x00\x02\x00\x00\x00\x01\x00\x00\x00\x00\x00\x02\x00\x00\x08\x00\x08\x00\x00\x00\x00\x00\x00\x00\x00'
    s = VideoImageData.from_buffer(bytearray(dstr))

异常结果 #

IN[1]: s.magic_number
Out[1]: 1497453636 (预期值：1447314767)
In[2]: s.version
Out[2]: 512 (预期值：1)

错误原因与修复方案 #

1. 核心字段类型错误 #

文档中frame_number是64位长整型（long long），但代码中使用了c_long（对应C的long，通常为32位4字节），导致后续所有字段的偏移量整体错位，这是解析结果不符的主要原因。

• 修复：将frame_number的类型改为c_longlong。

2. padding字段定义错误 #

文档中padding是unsigned short[2]（两个无符号短整型，共4字节），但代码中只定义了单个c_ushort，结构体总长度计算错误，进一步加剧字段偏移。

• 修复：将padding定义为(c_ushort * 2)。

3. 变量名拼写错误 #

代码中heigth应为height，虽然不影响解析，但建议修正以保持与文档一致。

4. 输入字节串的字节顺序问题 #

输入字节串的前4字节是b'YATD'（十六进制0x59415444），解析为大端无符号整数得到1497453636，但预期的magic_number是0x5644454F（对应字节b'VEDO'）。如果确认输入字节串来源正确，需检查数据来源的字节序是否符合文档要求。

修复后的代码 #

from ctypes import BigEndianStructure, c_int, c_uint, c_ushort, c_longlong

class VideoImageData(BigEndianStructure):
    _pack_ = 1
    _fields_ = [
        ("magic_number", c_uint),
        ("version", c_ushort),
        ("image_mode", c_ushort),
        ("frame_number", c_longlong),
        ("width", c_int),
        ("height", c_int),
        ("endianness", c_ushort),
        ("header_size", c_ushort),
        ("padding", c_ushort * 2)
    ]

if __name__ == "__main__":
    # 替换前4字节为预期的magic_number对应字节，version字段改为00 01
    dstr = b'VEDO\x00\x01@\x00\x02\x00\x00\x00\x01\x00\x00\x00\x00\x00\x02\x00\x00\x08\x00\x08\x00\x00\x00\x00\x00\x00\x00\x00'
    s = VideoImageData.from_buffer(bytearray(dstr))
    
    print(f"magic_number: {s.magic_number} (预期：1447314767)")
    print(f"version: {s.version} (预期：1)")

修复后的验证 #

修正后的结构体总长度为32字节，与文档定义一致；若输入字节串的前6字节为b'VEDO\x00\x01'，解析后magic_number将为1447314767，version为1，符合预期。

内容的提问来源于stack exchange，提问作者Yury