Python struct模块详解：格式字符串、字节序与打包解包实战

沈亦白

发布时间：2026-10-15 | 4人浏览过

原创

本文深入解析Python中struct模块的核心用法，涵盖format格式字符串的构建规则、字节序（大端/小端）控制、内存对齐与填充机制，以及pack、unpack等关键方法的实际代码示例，帮助开发者高效处理二进制数据交互。

简介

文件数据存储通常分为二进制和文本两种形式。若采用文本格式存储，读取时需解决文本到Python数据类型的转换问题。即便以文本形式存储，数据底层仍具有特定结构，这种结构概念源于Python底层由C语言编写的特性，因此常被称为C结构。

Lib/struct.py 模块专门负责执行此类结构数据的转换操作。

struct中的方法

首先查看struct模块的定义：

__all__ = [
    # Functions
    'calcsize', 'pack', 'pack_into', 'unpack', 'unpack_from',
    'iter_unpack',

    # Classes
    'Struct',

    # Exceptions
    'error'
    ]

该模块包含6个主要方法和1个异常类。

接下来重点介绍这6个方法的具体使用方式：

方法名	作用
struct.pack(format, v1, v2, ...)	返回一个 bytes 对象，其中包含根据格式字符串 format 打包的值 v1, v2, ... 参数个数必须与格式字符串所要求的值完全匹配。
struct.pack_into(format, buffer, offset, v1, v2, ...)	根据格式字符串 format 打包 v1, v2, ... 并将打包的字节串从 offset 开始的位置写入可写缓冲区 buffer 。请注意 offset 是必需的参数。
struct.unpack(format, buffer)	根据格式字符串 format 从缓冲区 buffer 解包（假定是由 pack(format, ...) 打包）。返回的结果为一个元组，即使其只包含一个条目。缓冲区的字节大小必须匹配格式所要求的大小。
struct.unpack_from(format, /, buffer, offset=0)	从位置 offset 开始对 buffer 根据格式字符串 format 进行解包。结果为一个元组，即使其中只包含一个条目。
struct.iter_unpack(format, buffer)	根据格式字符串 format 以迭代方式从缓冲区 buffer 解包。此函数返回一个迭代器，它将从缓冲区读取相同大小的块直至其内容全部耗尽。
struct.calcsize(format)	返回与格式字符串 format 相对应的结构的大小（亦即 pack(format, ...) 所产生的字节串对象的大小）。

这些方法的核心功能在于数据的打包（pack）与解包（unpack）。其中，format参数（即格式字符串）至关重要，它决定了每个数据项被打包的具体格式。

格式字符串

格式字符串是打包和解包数据时指定数据类型的机制，由特定的格式字符构成。此外，还包含特殊字符用于控制字节顺序、数据大小以及对齐方式。

字节顺序，大小和对齐方式

默认情况下，C类型数据以机器本地的格式和字节顺序表示，并根据C编译器的规则通过填充字节进行正确对齐。

用户也可以手动指定格式字符串中的字节顺序、大小和对齐方式：

字符	字节顺序	大小	对齐方式
@	按原字节	按原字节	按原字节
=	按原字节	标准	无
<	小端	标准	无
>	大端	标准	无
!	网络（=大端）	标准	无

大端（Big Endian）和小端（Little Endian）是两种常见的数据存储模式。

第一种Big Endian模式将高位字节存储在起始地址。

第二种Little Endian模式将低位字节存储在起始地址。

Big Endian更符合人类的阅读习惯，而Little Endian更契合机器的处理逻辑。

在主流CPU架构中，PowerPC系列采用Big Endian方式存储数据，而x86系列则采用Little Endian方式。

若不同CPU架构之间直接通信，可能因读取顺序差异导致数据解析错误。

填充字节仅在连续结构成员之间自动添加，不会出现在已编码结构的开头或末尾。

当使用非原字节大小和对齐方式（即 '<', '>', '=', and '!'）时，系统不会添加任何填充字节。

格式字符

以下是可用的格式字符列表：

格式	C 类型	Python 类型	标准大小（字节）
x	填充字节	无
c	char	长度为 1 的字节串	1
b	signed char	整数	1
B	unsigned char	整数	1
?	_Bool	bool	1
h	short	整数	2
H	unsigned short	整数	2
i	int	整数	4
I	unsigned int	整数	4
l	long	整数	4
L	unsigned long	整数	4
q	long long	整数	8
Q	unsigned long long	整数	8
n	ssize_t	整数
N	size_t	整数
e	(6)	浮点数	2
f	float	浮点数	4
d	double	浮点数	8
s	char[]	字节串
p	char[]	字节串
P	void *	整数

格式数字

例如，打包一个int对象可编写如下代码：

In [101]: from struct import *

In [102]: pack('i',10)
Out[102]: b'\n\x00\x00\x00'

In [103]: unpack('i',b'\n\x00\x00\x00')
Out[103]: (10,)
  
In [105]: calcsize('i')
Out[105]: 4

上述示例中，我们打包了int对象10并随后解包，同时计算得出格式 'i' 的长度为4字节。

输出结果为 b'\n\x00\x00\x00'，此处不深入探讨其具体含义，但需注意开头的 'b' 表示字节（byte），后续为字节编码内容。

格式字符前可附加整数重复计数，例如格式字符串 '4h' 的含义与 'hhhh' 完全一致。

以下是打包4个short类型数据的示例：

In [106]: pack('4h',2,3,4,5)
Out[106]: b'\x02\x00\x03\x00\x04\x00\x05\x00'

In [107]: unpack('4h',b'\x02\x00\x03\x00\x04\x00\x05\x00')
Out[107]: (2, 3, 4, 5)

格式字符串中的空白字符通常会被忽略，但在调用 struct.calcsize 方法时，格式字符串中不可包含空白字符。

当使用整数格式（'b', 'B', 'h', 'H', 'i', 'I', 'l', 'L', 'q', 'Q'）打包值 x 时，若 x 超出该格式的有效范围，将引发 struct.error 异常。

格式字符

除数字外，字符和字符串也是常用的数据类型。

首先介绍格式字符的使用，由于字符长度为1个字节，操作方式如下：

In [109]: pack('4c',b'a',b'b',b'c',b'd')
Out[109]: b'abcd'

In [110]: unpack('4c',b'abcd')
Out[110]: (b'a', b'b', b'c', b'd')

In [111]: calcsize('4c')
Out[111]: 4

字符前的 'b' 表示这是一个字节字符，否则将被视为字符串处理。

格式字符串

接下来查看字符串的格式处理：

In [114]: pack('4s',b'abcd')
Out[114]: b'abcd'

In [115]: unpack('4s',b'abcd')
Out[115]: (b'abcd',)

In [116]: calcsize('4s')
Out[116]: 4

In [117]: calcsize('s')
Out[117]: 1

可以看出，对于字符串而言，calcsize 返回的是字节长度。

填充的影响

格式字符的顺序会影响最终大小，因为满足对齐要求所需的填充量可能不同：

>>> pack('ci', b'*', 0x12131415)
b'*\x00\x00\x00\x12\x13\x14\x15'
>>> pack('ic', 0x12131415, b'*')
b'\x12\x13\x14\x15*'
>>> calcsize('ci')
8
>>> calcsize('ic')
5

以下示例展示如何手动控制填充效果：

In [120]: pack('llh',1, 2, 3)
Out[120]: b'\x01\x00\x00\x00\x00\x00\x00\x00\x02\x00\x00\x00\x00\x00\x00\x00\x03\x00'

上述例子中，我们打包了1、2、3这三个数字，但使用的格式不同，分别为long、long和short。

由于long占4个字节，short占2个字节，导致数据本质上未对齐。

若需对齐，可在末尾追加 '0l' 表示0个long，从而实现手动填充：

In [118]: pack('llh0l', 1, 2, 3)
Out[118]: b'\x01\x00\x00\x00\x00\x00\x00\x00\x02\x00\x00\x00\x00\x00\x00\x00\x03\x00\x00\x00\x00\x00\x00\x00'

In [122]: unpack('llh0l',b'\x01\x00\x00\x00\x00\x00\x00\x00\x02\x00\x00\x00\x00\x00\x00\x00\x03\x00\x00\x00\x00\x00\x00\x00')
Out[122]: (1, 2, 3)

复杂应用

最后展示一个较为复杂的应用场景，直接从 unpack 返回的数据中读取到元组：

>>> record = b'raymond   \x32\x12\x08\x01\x08'
>>> name, serialnum, school, gradelevel = unpack('<10sHHb', record)

>>> from collections import namedtuple
>>> Student = namedtuple('Student', 'name serialnum school gradelevel')
>>> Student._make(unpack('<10sHHb', record))
Student(name=b'raymond   ', serialnum=4658, school=264, gradelevel=8)