如何用Python读取Java（Android）写入的short/int数组文件

问题背景 #

我在Android（Java）环境下有两个大型数组，一个是short类型，另一个是int类型，想要把它们写入文件后，在Python中读取并还原成原数组。我原本以为Java侧的写入操作没问题，但Python这边始终无法正确解析文件，求指点怎么解决这个问题。

我的Java写入代码有两种尝试：

Java侧写入代码 #

方式一：用ObjectOutputStream序列化对象

File mFile = new File( this.getExternalFilesDir(null),"testFile.txt"); 
ObjectOutputStream objectOutputStream = new ObjectOutputStream(new FileOutputStream(mFile)); 
objectOutputStream.writeObject(intArray); 
objectOutputStream.close();

方式二：循环用OutputStream.write写入

File mFile = new File( this.getExternalFilesDir(null),"testFile.txt"); 
OutputStream outputStream = new FileOutputStream(mFile); 
for (int x: intArray) { 
    outputStream.write(x); 
} 
objectOutputStream.close(); // 这里还有个笔误，应该是outputStream.close()

我尝试用Python的struct库读取，但代码抛出错误：error: unpack requires a buffer of 104 bytes，我的Python代码如下：

with open('/../testFile.txt') as mFile: 
    for ln in mFile: 
        print( list( struct.unpack('I*'(len(ln)//4), ln) ) )

问题分析&解决方案 #

咱们先把问题拆解清楚：你的Java写入方式其实都存在问题，这才是Python读不对的根源，然后再对应给出正确的读写方案。

1. Java写入的问题在哪？ #

• 方式一的坑：ObjectOutputStream是Java专属的对象序列化工具，它写入的不是数组的原始二进制数据，而是包含了Java对象元数据的序列化格式（比如对象类型标识、长度信息等），Python的struct库根本无法解析这种格式，所以肯定读不出来。
• 方式二的坑：OutputStream.write(int)方法只会写入这个int值的最低8位（一个字节），而Java的int是4字节的，这样写会直接丢掉高24位的数据，导致数组内容完全损坏。比如你测试的1000，二进制是00000000 00000000 00000011 11101000，用write(x)只会写入最后一个字节11101000（对应十进制232），数据完全变了。

2. 正确的Java写入方式 #

要让Python能正确读取，Java必须把数组写成原始的二进制字节流，每个元素按固定字节数写入（int占4字节，short占2字节），推荐用DataOutputStream，它专门用来写入Java基本数据类型的二进制值：

写入int数组

File mFile = new File(this.getExternalFilesDir(null), "int_array.bin");
try (DataOutputStream dos = new DataOutputStream(new FileOutputStream(mFile))) {
    // 先写入数组长度，方便Python读取时知道要读多少个元素
    dos.writeInt(intArray.length);
    for (int num : intArray) {
        dos.writeInt(num); // 每个int写4字节，默认大端字节序
    }
} catch (IOException e) {
    e.printStackTrace();
}

写入short数组

File mFile = new File(this.getExternalFilesDir(null), "short_array.bin");
try (DataOutputStream dos = new DataOutputStream(new FileOutputStream(mFile))) {
    // 用int存储数组长度，避免short的范围限制（如果数组很大的话）
    dos.writeInt(shortArray.length);
    for (short num : shortArray) {
        dos.writeShort(num); // 每个short写2字节，默认大端字节序
    }
} catch (IOException e) {
    e.printStackTrace();
}

3. 对应的Python读取代码 #

注意要以二进制模式打开文件（rb），因为我们写的是二进制数据，不是文本。另外Java默认用大端字节序（big-endian），所以Python的struct格式符要加前缀>指定字节序。

读取int数组

import struct

# 替换成你的文件实际路径
with open('/storage/emulated/0/Android/data/[你的包名]/files/int_array.bin', 'rb') as f:
    # 先读取数组长度（4字节的int）
    length_bytes = f.read(4)
    array_length = struct.unpack('>I', length_bytes)[0]
    # 读取所有int元素的二进制数据，每个占4字节
    int_bytes = f.read(array_length * 4)
    # 解析成int数组
    int_array = list(struct.unpack(f'>{array_length}I', int_bytes))
    print("还原的int数组：", int_array)

读取short数组

import struct

with open('/storage/emulated/0/Android/data/[你的包名]/files/short_array.bin', 'rb') as f:
    length_bytes = f.read(4)
    array_length = struct.unpack('>I', length_bytes)[0]
    short_bytes = f.read(array_length * 2)
    # 格式符h对应short类型，>指定大端字节序
    short_array = list(struct.unpack(f'>{array_length}h', short_bytes))
    print("还原的short数组：", short_array)

4. 你之前Python代码的错误点 #

• 没有用二进制模式打开文件：open('/../testFile.txt')默认是文本模式，会把二进制数据当成文本处理，导致数据截断或乱码，必须加rb。
• 循环读取“行”：二进制文件没有文本文件的“行”概念，这样读取会把连续的二进制数据拆成错误的块。
• 格式符语法错误：'I*'(len(ln)//4)是错误的写法，应该用动态格式字符串，比如f'>{count}I'来指定要解析的元素数量。

内容的提问来源于stack exchange，提问作者Shyam