python - python3中的编码/解码(Berkeley数据库记录)

Question

我有一个预先存在的 berkeley 数据库写入和读取一个用 C++ 编写的程序。我需要回避使用这个程序并直接使用 python 写入数据库。

我可以做到这一点，但是我花了很多时间尝试正确地编码我的数据，以便它以正确的形式出现，然后可以被原始的 C++ 程序读取。事实上，当我知道这些值是什么时，我不知道如何解码现有数据。

数据库中键值对的键应该是YYYYMMDDHHmmSS形式的时间戳。这些值应该是五个 double 值和一个混合在一起的 int，我的意思是(来自 C++ 程序的源代码)，以下结构(？)DVALS

typedef struct
{
  double d1;
  double d2;
  double d3;
  double d4;
  double d5;
  int i1;
} DVALS;

作为键值对的值写入数据库，如下所示:

DBT data;
memset(&data, 0, sizeof(DBT));

DVALS dval;
memset(&dval, 0, sizeof(DVALS));
data.data = &dval;
data.size = sizeof(DVALS);

db->put(db, NULL, &key, &data, 0);

幸运的是，我可以知道这些值是什么。所以如果我从命令行运行

db_dump myfile

最后的记录是:

323031393033313431353533303000
ae47e17a140e4040ae47e17a140e4040ae47e17a140e4040ae47e17a140e40400000000000b6a4400000000000000000

使用 python 的 bsddb3 模块我也可以拉出这条记录:

from bsddb3 import db
myDB = db.DB()
myDB.open('myfile', None, db.DB_BTREE)
cur = myDB.cursor()
kvpair = cur.last()

kvpair 现在持有以下信息:

(b'20190314155300\x00', b'\xaeG\xe1z\x14\x0e@@\xaeG\xe1z\x14\x0e@@\xaeG\xe1z\x14\x0e@@\xaeG\xe1z\x14\x0e@@\x00\x00\x00\x00\x00\xb6\xa4@\x00\x00\x00\x00\x00\x00\x00\x00')

时间戳易于阅读，在本例中实际值如下:

d1 = d2 = d3 = d4 = 32.11
d5 = 2651
i1 = 0

由于 '\xaeG\xe1z\x14\x0e@@' 序列重复了 4 次，我认为它对应于值 32.11

所以我认为我的问题可能只是关于编码/解码，但也许还有更多，因此是背景故事。

kvpair[1].decode('utf-8')

使用各种编码只会产生类似这样的错误:

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xae in position 0: invalid start byte

Answer 1

值数据是二进制的，因此可以使用 Python 的 struct 解压。模块。

>>> import struct
>>> bs = b'\xaeG\xe1z\x14\x0e@@\xaeG\xe1z\x14\x0e@@\xaeG\xe1z\x14\x0e@@\xaeG\xe1z\x14\x0e@@\x00\x00\x00\x00\x00\xb6\xa4@\x00\x00\x00\x00\x00\x00\x00\x00'
>>> len(bs)
48
>>> struct.unpack('<5di4x', bs)
(32.11, 32.11, 32.11, 32.11, 2651.0, 0)

struct.unpack 接受两个参数:a format specifier定义数据格式和类型以及要解包的数据。格式 '<5di4x'描述:

• < : 小端顺序
• 5d : 五个 double (每个 8 字节)
• i : 一个有符号整数(4 字节；I 无符号)
• 4x : 四个填充字节

数据可以用同样的方式打包，使用 struct.pack .

>>> nums = [32.11, 32.11, 32.11, 32.11, 2651, 0]
>>> format_ = '5di4x'
>>> packed = struct.pack(format_, *nums)
>>> packed == bs
True
>>>