读取二进制文件转文本字符串及解析数据的技术求助

问题描述 #

我读取一个二进制文件的代码如下：

file = open("TPSDisplay/Reader/radio_log.BIN","rb")
lines = file.read(100)
file.close()

运行print(lines)后输出：

'\r\n01659963148.977->>(\x00\x00\x00\xa5v\xe6A\x0033\x0033\x00\x00\x00\x00\x00\x00\xd9\xfb\x00\x0c\x17\x90\x01M\x04\x00\x00\x00\x1d\xb3\x1c\xf6\x8ep\xf7N\xf6\x00\x00\r\n01659963148.977->>(\x00\x00\x00\xa5v\xe6A\x0033\x0033\x00\x00\x00'

我希望按\r分割该字符串并进行常规字符串操作，但lines并非普通字符串对象，无法实现。另外我认为这些十六进制数据代表Excel表格（该二进制文件通常输出此类内容），希望能指导解析长数字后的相关数据。

解决方法 #

1. 把bytes对象转成字符串再操作 #

用rb模式读文件得到的是bytes类型，不是字符串，必须先解码才能做分割、替换等字符串操作：

# 读取二进制数据（用with语句自动关闭文件更规范）
with open("TPSDisplay/Reader/radio_log.BIN", "rb") as f:
    lines_bytes = f.read(100)

# 解码成字符串，优先尝试utf-8，乱码的话换gbk/latin-1
lines_str = lines_bytes.decode("utf-8", errors="ignore")
# 按\r分割
split_result = lines_str.split("\r")
print(split_result)

• errors="ignore"用于跳过无法解码的二进制字节，避免解码报错；如果想完整保留所有字节的原始字符映射，可以用latin-1编码解码。

2. 解析疑似Excel的二进制数据 #

如果文件里确实包含Excel数据，直接用字符串处理效率低且容易出错，推荐用专业库：

• 处理旧版.xls文件：用xlrd

  import xlrd
  # 打开文件（需确认文件实际是xls格式）
  wb = xlrd.open_workbook("TPSDisplay/Reader/radio_log.BIN")
  # 获取第一个工作表
  sheet = wb.sheet_by_index(0)
  # 读取A1单元格数据
  print(sheet.cell_value(0, 0))
  

• 处理新版.xlsx文件：用openpyxl

  from openpyxl import load_workbook
  # 打开文件（需确认文件实际是xlsx格式）
  wb = load_workbook("TPSDisplay/Reader/radio_log.BIN")
  # 获取活跃工作表
  sheet = wb.active
  # 读取A1单元格数据
  print(sheet["A1"].value)
  

• 注意：从输出看，文件开头有日志文本（比如01659963148.977->>），可能是日志与Excel数据混合的格式。这种情况需要先分离出Excel数据块：xls文件起始标记是\xd0\xcf\x11\xe0，xlsx是PK开头的压缩包标记，找到标记后截取对应部分保存为单独文件，再用上述库解析。

内容的提问来源于stack exchange，提问作者Governor