返回索引文件内容的位置

Question

我想从WAV文件返回索引位置。

如果发现干草堆中的针头内容，那么我需要返回大海捞针中的针头索引位置。

haystack = open("haystack.wav",'r').read() 
needle = open("needle.wav",'r').read() 

print(haystack.index(needle[:46])); 

我得到一个错误：

Traceback (most recent call last): 
    File "test.py", line 1, in <module> 
    haystack = open("haystack.wav",'r').read() 
    File "C:\Python33\lib\encodings\cp1252.py", line 23, in decode 
    return codecs.charmap_decode(input,self.errors,decoding_table)[0] 
UnicodeDecodeError: 'charmap' codec can't decode byte 0x8f in position 5: character maps to <undefined> 

它的工作我做这在PHP中时：

​​

Answer 1

如果你读了文件作为二进制在Python 3下使用'rb'你会得到bytes对象。然后你可以使用.index：

haystack = open("haystack.wav", 'rb').read() 
needle = open("needle.wav", 'rb').read() 

print(haystack.index(needle[:46])) 

例子：

>>> b'hello world'.index(b'world') 
6 
>>> b'hello world'.index(b'goodbye') 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
ValueError: substring not found 

Answer 2

haystack = open("haystack.wav",'rb').read()就足够了。然而，我从来没有尝试阅读php中的.wav文件，所以我不知道python和php是否具有相同的二进制编码结构。

>>> a = open("A24.wav", "rb").read() 
>>> a[:100] 
'RIFF\xf4\xe9\x01\x00WAVEfmt \x10\x00\x00\x00\x01\x00\x01\x00D\xac\x00\x00\x88X\x01\x00\x02\x00\x10\x00data\xd0\xe9\x01\x00\xff\xff\x01\x00\xff\xff\x01\x00\xff\xff\x01\x00\xff\xff\x01\x00\xff\xff\x01\x00\xfe\xff\x04\x00\xfc\xff\x04\x00\xfc\xff\x02\x00\x00\x00\xfe\xff\x04\x00\xfb\xff\x05\x00\xfc\xff\x02\x00\xff\xff\x00\x00\x01\x00\xfe\xff\x04\x00' 
>>> 

，你想找到“大海捞针”，从“针”相匹配的字符串，可以使用正则表达式做字符串的指标：

import re 

haystack = open("haystack.wav", "rb").read() 
needle = open("needle.wav", "rb").read() 

regex = re.compile(needle[:46]) 
match = regex.search(haystack) 

if match: 
    print match.start() 

Answer 3

这是怎样的一个烂摊子，由于蟒蛇路交汇处的这取决于它们是如何在对象访问的字节与整数。 Here is a bit about that。我通过将一个mp3文件写入一个新文件两次来测试这一点。一个观察结果是，如果您的针头中有元数据，则需要在比较长文件之前将其剥离。在我的例子中，针头“编码有跛脚......”。如果你想把这整首歌匹配到更长的那一首，那么就不会有匹配。

def findneedle(bin1, bin2): 
    with open(bin2,'rb') as haystack: 
    with open(bin1,'rb') as needle: 
     n = needle.read() 
     h = [] 
     EOF = None 
     while EOF != b'': 
     EOF = haystack.read(1000) 
     h.append(EOF) 
     if (n in b''.join(h)): 
      h = h[:-1] 
      haystack.seek(haystack.tell() - 1000) 
      while EOF != b'': 
      EOF = haystack.read(1) 
      h.append(EOF) 
      if (n in b''.join(h)): 
       return haystack.tell() - len(n) 

index = findneedle('a.mp3','b.mp3')