python中的二进制文件IO，从哪里开始？

Question

作为一个自学成才的python爱好者，我将如何学习使用标准格式导入和导出二进制文件？

我想实现一个脚本，它将ePub电子书（XHTML + CSS中的zip）转换为mobipocket（Palmdoc）格式，以便Amazon Kindle可以读取它（作为更大我正在研究的项目）。

已经有一个很棒的开源项目管理电子书库：Calibre。我想尝试自己实施这个学习/自我教学练习。我开始看着他们的python source code，并意识到我不知道发生了什么。当然，在任何事情上自学的危险都不知道你不知道什么。

在这种情况下，我知道我对这些二进制文件以及如何在python代码（struct？）中使用它们不太了解。但我想我可能会错过大量关于二进制文件的知识，我希望能够帮助您理解如何使用它们。 mobi/palmdoc头文件的Here is a detailed overview。谢谢！

编辑：没问题，好点！你有关于如何获得使用二进制文件的基本知识的任何提示？特定于Python的会很有帮助，但其他方法也可能有用。

TOM：编辑成问题，添加片头/更好的标题

Answer 1

你或许应该与struct模块开始，正如你指出你的问题，当然，打开该文件为二进制。

基本上你只是从文件的开始处开始一片一片地分开。这是一个麻烦，但不是一个大问题。如果文件被压缩或加密，事情会变得更加困难。如果你从一个你知道内容的文件开始，这样会很有帮助，所以你不会一直在猜测。

尝试一下，也许你会发展更具体的问题。

Answer 2

为了教你自己使用二进制文件的python工具， this will get you going。也很有趣。与二进制文件，拉链，图像练习...更多。

Answer 3

如果你想构造和分析二进制文件，结构模块会给你基本的工具，但它不是非常友好，特别是如果你想看看不是整数个字节的东西。

有几个模块可以帮助您，例如BitVector,​​和bitstring。 （我赞成bitstring，但我写了它，所以可能有偏见）。

对于解析二进制格式，hachoir模块非常好，但我怀疑它对目前的需求来说太高级了。