读取二进制文件（python）

Question

I cant read a file, and I dont understand why: 我无法读取文件，我不明白为什么：

f = open("test/test.pdf", "r")
data = list(f.read())
print data

Returns : [] 返回： []

I would like to open a PDF, and extract every bytes, and put it in a List. 我想打开一个PDF，并提取每个字节，并将其放入List中。

What's wrong with my code ? 我的代码出了什么问题？ :( :(

Thanks, 谢谢，

Answer 1

f = open("test/test.pdf", "rb")

You must include the pseudo-mode "b" for binary when reading and writing on Windows. 在Windows上读写时，必须包含二进制伪模式“b”。 Otherwise the OS silently translates what it considers to be "line endings", causing i/o corruption. 否则，操作系统会默默地翻译它认为是“行结尾”的内容，从而导致i / o损坏。

Answer 2

Jonathan is correct that you should be opening the file in binary mode if you are on windows. 如果你在Windows上，Jonathan是正确的，你应该以二进制模式打开文件。

However, a PDF file will start with "%PDF-", which would at least be read in regardless of whether you are using binary mode or not. 但是，PDF文件将以“％PDF-”开头，无论您是否使用二进制模式，都至少会读取该文件。

So it appears to me that your "test/test.pdf" is an empty file 所以在我看来你的“test / test.pdf”是一个空文件

Answer 3

As best as I understand the pdf format, a pdf file shouldn't be a binary file. 据我所知，pdf格式，pdf文件不应该是二进制文件。 It should be a text file that may contain lots of binary blobs. 它应该是一个可能包含大量二进制blob的文本文件。 I could be wrong. 我错了。
On Windows, if you are opening a binary file, you need to include b in the mode of your file, ie open(filename, "rb") . 在Windows上，如果要打开二进制文件，则需要在文件模式中包含b ，即open(filename, "rb") 。
- On Unix-like systems, the b doesn't hurt anything, though it does not mean anything. 在类Unix系统上， b不会伤害任何东西，尽管它没有任何意义。
Always use a context manager with your files. 始终对文件使用上下文管理器。 That is to say, instead of writing f = open("test/test.pdf", "rb") , say with open("test/test.pdf", "r") as f: . 也就是说，不是写f = open("test/test.pdf", "rb") ， with open("test/test.pdf", "r") as f: . This will assure your file always gets closed. 这将确保您的文件始终关闭。
list(f.read()) is not likely to be useful code very often. list(f.read())不太可能经常是有用的代码。 f.read() reaurns a str and calling list on it makes a list of the characters (one-byte strings). f.read()在其上重新生成一个str和调用list ，生成一个字符列表（一个字节的字符串）。 This is very seldom needed. 这很少需要。
Binary or text or whatever, read should work. 二进制或文本或其他什么， read应该工作。 Are you positive that there is anything in test/test.pdf ? 你是否肯定test/test.pdf中有什么内容？ Python does not seem to think there is. Python似乎并不认为有。

Answer 4

What platform are you running on? 你在运行什么平台？

Using python 2.6 on Windows XP, I get: 在Windows XP上使用python 2.6，我得到：

f = open("14500lf.pdf", "r") f = open（“14500lf.pdf”，“r”）
data = list(f.read()) data = list（f.read（））
print data 打印数据
['%', 'P', 'D', 'F', '-', '1', '.', '5', '\\r', '%', '\\xe2', '\\xe3', '\\xcf', '\\xd3', '\\n', '1', ' ', '0', ' ', 'o', 'b', 'j', '<', '<', '/', 'C', 'o', 'n', 't', 'e', 'n', 't', 's', ' ', '3', ' ', '0', ' ', 'R', '/', 'T', 'y', 'p', 'e', '/', 'P', 'a', 'g', 'e', '/', 'P', 'a', 'r', 'e', 'n', 't', ' ', '8', '7', ' ', '0', ' ', 'R', '/', 'T', 'h', 'u', 'm', 'b', ' ', '7', '1', ' ', '0', ' ', 'R', '/', 'R', 'o', 't', 'a', 't', 'e', ' ', '0', '/', 'M', 'e', 'd', 'i', 'a', 'B', 'o', 'x', '[', '0', ' ', '0', ' ', '6', '1', '2', ' ', '7', '9', '2', ']', '/', 'C', 'r', 'o', 'p', 'B', 'o', 'x', '[', '0', ' ', '0', ' ', '6', '1', '2', ' ', '7', '9', '2', ']', '/', 'R', 'e', 's', 'o', 'u', 'r', 'c', 'e', 's', ' ', '2', ' ', '0', ' ', 'R', '>', '>', '\\r', 'e', 'n', 'd', 'o', 'b', 'j', '\\r', '2', ' ', '0', ' ', 'o', 'b', 'j', '<', '<', '/', 'C', 'o', 'l', 'o', 'r', 'S', 'p', 'a', 'c', 'e', '<', '<', '/', 'D', 'e', 'f', 'a', 'u', 'l', 't', 'R', 'G', 'B', ' ', '1', '0', '0', ' ', '0', ' ', 'R', '>', '>' ['％'，'P'，'D'，'F'，' - '，'1'，'。'，'5'，'\\ r'，'％'，'\\ xe2'，'\\ xe3 '，'\\ xcf'，'\\ xd3'，'\\ n'，'1'，''，'0'，''，'o'，'b'，'j'，'<'，'<' ，'/'，'C'，'o'，'n'，'t'，'e'，'n'，'t'，'s'，''，'3'，''，'0' ，''，'R'，'/'，'T'，'y'，'p'，'e'，'/'，'P'，'a'，'g'，'e'，'/ '，'P'，'a'，'r'，'e'，'n'，'t'，''，'8'，'7'，''，'0'，''，'R' ，'/'，'T'，'h'，'u'，'m'，'b'，''，'7'，'1'，''，'0'，''，'R'， '/'，'R'，'o'，'t'，'a'，'t'，'e'，''，'0'，'/'，'M'，'e'，'d' ，'我'，'a'，'B'，'o'，'x'，'['，'0'，''，'0'，''，'6'，'1'，'2' ，''，'7'，'9'，'2'，']'，'/'，'C'，'r'，'o'，'p'，'B'，'o'，'x '，'['，'0'，''，'0'，''，'6'，'1'，'2'，''，'7'，'9'，'2'，']' ，'/'，'R'，'e'，'s'，'o'，'u'，'r'，'c'，'e'，'s'，''，'2'，'' ，'0'，''，'R'，'>'，'>'，'\\ r'，'e'，'n'，'d'，'o'，'b'，'j'，' \\ r'，'2'，''，'0'，''，'o'，'b'，'j'，'<'，'<'，'/'，'C'，'o'， 'l'，'o'，'r'，'S'，'p'，'a'，'c'，'e'，'<'，'<'，'/'，'D'，'e '，'f'，'a'，'u'，'l'，'t'，'R'，'G'，'B'，''，'1'，'0'，'0'，' '，'0'，''，'R'，'>'，'>' , '/', 'F', 'o', 'n', 't', '<', '<', '/', 'F', '5', ' ', '9', '6', ' ', '0', ' ', 'R', '/', 'F', '7', ' ', '9', '7', ' ', '0', ' ', 'R', '/', 'F', '9', ' ', '1', '0', '6', ' ', '0', ' ', 'R', '/', 'F', '1', '1', ' ', '1', '0', '7', ' ', '0', ' ', 'R', '/', 'F', '1', '4', ' ', '1', '1', '1', ' ', '0', ' ', 'R', '/', 'F', '1', '6', ' ', '1', '1', '6', ' ', '0', ' ', 'R', '/', 'F', '1', '7', ' ', '1', '1', '7', ' ', '0', ' ', 'R', '/', 'F', '1', '3', ' ', '1', '1', '2', ' ', '0', ' ', 'R', '>', '>', '/', 'P', 'r', 'o', 'c', 'S', 'e', 't', '[', '/', 'P', 'D', 'F', '/', 'T', 'e', 'x', 't', ']', '>', '>', '\\r', 'e', 'n', 'd', 'o', 'b', 'j', '\\r', '3', ' ', '0', ' ', 'o', 'b', 'j', '<', '<', '/', 'L', 'e', 'n', 'g', 't', 'h', ' ', '4', ' ', '0', ' ', 'R', '/', 'F', 'i', 'l', 't', 'e', 'r', '/', 'F', 'l', 'a', 't', 'e', 'D', 'e', 'c', 'o', 'd', 'e', '>', '>', 's', 't', 'r', 'e', 'a', 'm', '\\n', 'H', '\\x89', '\\xa4', 'W', '\\xd9', 'r', 'T', '\\xc9', '\\x11', '\\xfd', '\\x82', '\\xfb', '\\x0f', '\\xf5', ，'/'，'F'，'o'，'n'，'t'，'<'，'<'，'/'，'F'，'5'，''，'9'，'6 '，''，'0'，''，'R'，'/'，'F'，'7'，''，'9'，'7'，''，'0'，''，' R'，'/'，'F'，'9'，''，'1'，'0'，'6'，''，'0'，''，'R'，'/'，'F '，'1'，'1'，''，'1'，'0'，'7'，''，'0'，''，'R'，'/'，'F'，'1' ，'4'，''，'1'，'1'，'1'，''，'0'，''，'R'，'/'，'F'，'1'，'6'， ''，'1'，'1'，'6'，''，'0'，''，'R'，'/'，'F'，'1'，'7'，''，'1 '，'1'，'7'，''，'0'，''，'R'，'/'，'F'，'1'，'3'，''，'1'，'1' ，'2'，''，'0'，''，'R'，'>'，'>'，'/'，'P'，'r'，'o'，'c'，'S' ，'e'，'t'，'['，'/'，'P'，'D'，'F'，'/'，'T'，'e'，'x'，'t'，' ]'，'>'，'>'，'\\ r'，'e'，'n'，'d'，'o'，'b'，'j'，'\\ r'，'3'，' '，'0'，''，'o'，'b'，'j'，'<'，'<'，'/'，'L'，'e'，'n'，'g'，' t'，'h'，''，'4'，''，'0'，''，'R'，'/'，'F'，'i'，'l'，'t'，'e '，'r'，'/'，'F'，'l'，'a'，'t'，'e'，'D'，'e'，'c'，'o'，'d'， 'e'，'>'，'>'，'s'，'t'，'r'，'e'，'a'，'m'，'\\ n'，'H'，'\\ x89'， '\\ xa4'，'W'，'\\ xd9'，'r'，'T'，'\\ xc9'，'\\ x11'，'\\ xfd'，'\\ x82'，'\\ xfb'，'\\ x0f '，'\\ xf5'， '\\xd8', '\\n', '\\x8f', '\\x8a', '\\xda', '\\x97', 'G', '!', '\\x04', '\\x06', '\\x03'] '\\ xd8'，'\\ n'，'\\ x8f'，'\\ x8a'，'\\ xda'，'\\ x97'，'G'，'！'，'\\ x04'，'\\ x06'，'\\ X03' ]

On a PDF I happen to have on my desktop (Its a IC Datasheet LTC1450 ) 在我的桌面上碰巧有PDF（它的IC数据表LTC1450 ）

Using "rb" (Read Binary): 使用“rb”（读取二进制）：

f = open("14500lf.pdf", "rb") f = open（“14500lf.pdf”，“rb”）
data = list(f.read()) data = list（f.read（））
print data 打印数据
['%', 'P', 'D', 'F', '-', '1', '.', '5', '\\r', '%', '\\xe2', '\\xe3', '\\xcf', '\\xd3', '\\r', '\\n', '1', ' ', '0', ' ', 'o', 'b', 'j', '<', '<', '/', 'C', 'o', 'n', 't', 'e', 'n', 't', 's', ' ', '3', ' ', '0', ' ', 'R', '/', 'T', 'y', 'p', 'e', '/', 'P', 'a', 'g', 'e', '/', 'P', 'a', 'r', 'e', 'n', 't', ' ', '8', '7', ' ', '0', ' ', 'R', '/', 'T', 'h', 'u', 'm', 'b', ' ', '7', '1', ' ', '0', ' ', 'R', '/', 'R', 'o', 't', 'a', 't', 'e', ' ', '0', '/', 'M', 'e', 'd', 'i', 'a', 'B', 'o', 'x', '[', '0', ' ', '0', ' ', '6', '1', '2', ' ', '7', '9', '2', ']', '/', 'C', 'r', 'o', 'p', 'B', 'o', 'x', '[', '0', ' ', '0', ' ', '6', '1', '2', ' ', '7', '9', '2', ']', '/', 'R', 'e', 's', 'o', 'u', 'r', 'c', 'e', 's', ' ', '2', ' ', '0', ' ', 'R', '>', '>', '\\r', 'e', ['％'，'P'，'D'，'F'，' - '，'1'，'。'，'5'，'\\ r'，'％'，'\\ xe2'，'\\ xe3 '，'\\ xcf'，'\\ xd3'，'\\ r'，'\\ n'，'1'，''，'0'，''，'o'，'b'，'j'，'< '，'<'，'/'，'C'，'o'，'n'，'t'，'e'，'n'，'t'，'s'，''，'3'，' '，'0'，''，'R'，'/'，'T'，'y'，'p'，'e'，'/'，'P'，'a'，'g'，' e'，'/'，'P'，'a'，'r'，'e'，'n'，'t'，''，'8'，'7'，''，'0'，' '，'R'，'/'，'T'，'h'，'u'，'m'，'b'，''，'7'，'1'，''，'0'，'' ，'R'，'/'，'R'，'o'，'t'，'a'，'t'，'e'，''，'0'，'/'，'M'，'e '，'d'，'我'，'a'，'B'，'o'，'x'，'['，'0'，''，'0'，''，'6'，'1 '，'2'，''，'7'，'9'，'2'，']'，'/'，'C'，'r'，'o'，'p'，'B'，' o'，'x'，'['，'0'，''，'0'，''，'6'，'1'，'2'，''，'7'，'9'，'2 '，'''，'/'，'R'，'e'，'s'，'o'，'u'，'r'，'c'，'e'，'s'，''，' 2'，''，'0'，''，'R'，'>'，'>'，'\\ r'，'e'，

....Snip a few thousand lines... ....剪几千行......

'9', '1', ' ', '0', ' ', 'R', '/', 'I', 'D', '[', '<', 'd', 'd', '3', 'd', '2', '8', '5', 'e', '1', 'd', '9', '0', '4', '6', 'e', '1', 'f', '6', 'e', '7', '0', '8', 'b', 'd', '8', 'e', '4', 'f', '9', 'b', '1', '3', '>', '<', '4', '3', '8', 'a', '7', '7', '2', '3', 'f', 'b', '2', '9', 'e', '7', '4', '6', 'a', '4', 'd', '4', '1', '6', 'a', 'f', '7', '6', '2', 'd', '8', '0', '9', '5', '>', ']', '>', '>', '\\r', '\\n', 's', 't', 'a', 'r', 't', 'x', 'r', 'e', 'f', '\\r', '\\n', '2', '9', '0', '2', '6', '9', '\\r', '\\n', '%', '%', 'E', 'O', 'F', '\\r', '\\n'] '9'，'1'，''，'0'，''，'R'，'/'，'我'，'D'，'['，'<'，'d'，'d'， '3'，'d'，'2'，'8'，'5'，'e'，'1'，'d'，'9'，'0'，'4'，'6'，'e '，'1'，'f'，'6'，'e'，'7'，'0'，'8'，'b'，'d'，'8'，'e'，'4'， 'f'，'9'，'b'，'1'，'3'，'>'，'<'，'4'，'3'，'8'，'a'，'7'，'7 '，'2'，'3'，'f'，'b'，'2'，'9'，'e'，'7'，'4'，'6'，'a'，'4'， 'd'，'4'，'1'，'6'，'a'，'f'，'7'，'6'，'2'，'d'，'8'，'0'，'9 '，'5'，'>'，']'，'>'，'>'，'\\ r'，'\\ n'，'s'，'t'，'a'，'r'，'t '，'x'，'r'，'e'，'f'，'\\ r'，'\\ n'，'2'，'9'，'0'，'2'，'6'，'9 '，'\\ r'，'\\ n'，'％'，'％'，'E'，'O'，'F'，'\\ r'，'\\ n']

读取二进制文件（python）

问题描述

4 个解决方案

解决方案1
11 2010-03-23 01:49:40

解决方案2
1 2010-03-23 02:06:13

解决方案3
0 2010-03-23 03:21:59

解决方案4
0 2010-03-23 03:30:26

读取二进制文件（python）

问题描述

4 个解决方案

解决方案1 11 2010-03-23 01:49:40

解决方案2 1 2010-03-23 02:06:13

解决方案3 0 2010-03-23 03:21:59

解决方案4 0 2010-03-23 03:30:26

解决方案1
11 2010-03-23 01:49:40

解决方案2
1 2010-03-23 02:06:13

解决方案3
0 2010-03-23 03:21:59

解决方案4
0 2010-03-23 03:30:26