作者：李晓辉

联系方式：

1. 微信：Lxh_Chat

2. 邮箱：939958092@qq.com

前面我们学习了如何使用 Python 读取和写入文本文件。

例如，我们可以读取服务器日志、读取配置文件，也可以把程序运行结果保存到文本文件中。

但在实际工作中，并不是所有文件都能按照普通文本的方式处理。

比如：

图片文件：.png、.jpg
压缩文件：.zip、.gz
PDF 文档：.pdf
音频文件：.mp3
程序或设备生成的二进制数据

如果我们尝试把这些文件都当作普通文本读取，就可能遇到乱码，甚至出现解码错误。

那么，Python 应该如何读取和写入这些文件呢？

这就是本篇要学习的内容：二进制文件操作，以及 bytes 和 bytearray 这两种数据类型。

为什么需要二进制文件操作

先来看一个生活中的例子。

假设我们需要编写一个 Python 程序，把服务器上的一张图片读取出来，再复制到另一个目录。

图片并不是由普通文字组成的。它的内容通常是按照特定格式组织的字节数据，里面包含了图像信息、文件结构等内容。

如果我们使用文本模式读取图片，Python 会尝试按照某种字符编码解释文件中的内容。

但图片中的字节不一定符合这种编码规则，因此可能出现解码错误。

我们可以用下面的程序进行尝试。

with open("img.png", "r", encoding="utf-8") as f:
    data = f.read()

print(data)

这里的 img.png 是示例文件名。运行程序前，需要确保当前目录中存在这张图片。

如果图片包含不符合 UTF-8 编码规则的字节，程序就可能报出 UnicodeDecodeError。

即使没有报错，也不代表把图片当作文本读取就是正确的做法。

那么，正确的方式是什么？

答案是：使用二进制模式打开文件。

使用二进制模式读取文件

在 Python 中，open() 函数除了可以使用文本模式，还可以使用二进制模式。

常见的文件打开模式如下：

模式	含义
`r`	以文本模式读取文件
`w`	以文本模式写入文件，会覆盖原有内容
`rb`	以二进制模式读取文件
`wb`	以二进制模式写入文件，会覆盖原有内容
`ab`	以二进制模式追加数据

这里的 b 是英文 binary 的缩写，表示二进制模式。

例如：

with open("img.png", "rb") as f:
    data = f.read()

print(type(data))
print(len(data))

这段代码做了什么？

open("img.png", "rb")：以二进制读取模式打开图片。
f.read()：读取文件中的全部字节数据。
type(data)：查看读取结果的数据类型。
len(data)：查看读取结果包含多少个字节。

假设图片大小为 1024 字节，运行结果可能是：

1 2	<class 'bytes'> 1024

实际结果取决于图片的大小。

注意，二进制模式读取文件后，得到的不是普通字符串，而是 bytes 类型的数据。

接下来，我们就来认识它。

认识 bytes：不可变的字节序列

我们之前学习过字符串，例如：

message = "Hello Python"

print(message)
print(type(message))

输出结果：

1 2	Hello Python <class 'str'>

字符串 str 用来表示文本，例如服务器名称、错误信息和日志内容。

而 bytes 用来表示一串字节数据，可以用于保存图片内容、压缩文件内容，以及其他需要按照原始字节处理的数据。

我们可以手动创建一个 bytes 对象：

data = bytes([72, 101, 108, 108, 111])

print(data)
print(type(data))

输出结果：

1 2	b'Hello' <class 'bytes'>

这里的 72、101、108、108、111 是字节的数值。

这些数值恰好对应 ASCII 编码中 Hello 这几个英文字母的编码，所以 Python 在显示时将它们呈现为可读的字符。

如果字节数据中包含不能直接显示的内容，Python 则可能使用转义形式显示。

例如：

data = bytes([65, 66, 67, 0, 255])

print(data)
print(len(data))

输出结果：

1 2	b'ABC\x00\xff' 5

其中：

65、66、67 对应字符 A、B、C。
\x00 表示数值为 0 的字节。
\xff 表示数值为 255 的字节。
len(data) 返回字节序列的长度，这里是 5。

为什么要特别学习 bytes？

因为读取图片、压缩包等二进制文件时，Python 返回的就是这种类型。理解它，才能继续学习文件复制、二进制数据处理等操作。

bytes 是不可变的

bytes 有一个重要特点：创建之后，其中的字节不能直接修改。

例如：

data = bytes([65, 66, 67])

print(data)

data[0] = 90

运行时会出现类似下面的错误：

1	TypeError: 'bytes' object does not support item assignment

这是因为 bytes 是不可变类型。

如果我们需要修改其中的某个字节，就要使用另一种数据类型：bytearray。

认识 bytearray：可变的字节序列

bytearray 与 bytes 很相似，同样用于保存字节数据。

它们最重要的区别是：

bytes：不可变，创建后不能直接修改其中的字节。
bytearray：可变，可以修改、添加或删除字节。

我们来看一个例子。

data = bytearray([65, 66, 67])

print(data)
print(type(data))

输出结果：

1 2	bytearray(b'ABC') <class 'bytearray'>

现在，我们尝试修改第一个字节。

data = bytearray([65, 66, 67])

data[0] = 90

print(data)

输出结果：

1	bytearray(b'ZBC')

原来的第一个字节是 65，对应字符 A。修改为 90 后，就变成了字符 Z。

我们还可以在末尾添加一个字节：

data = bytearray([65, 66, 67])

data.append(68)

print(data)

输出结果：

1	bytearray(b'ABCD')

append() 用于在末尾添加一个元素。这里添加的 68 是一个合法的字节数值，对应字符 D。

注意，单个字节的取值范围是 0 到 255。例如，data.append(300) 就会因为数值超出范围而报错。

bytes 和 bytearray 应该如何选择

对比项目	`bytes`	`bytearray`
是否可变	不可变	可变
读取二进制文件时常见的返回类型	是	不是默认返回类型
是否可以修改单个字节	不可以	可以
常见用途	保存、传递原始字节数据	需要修改的字节数据

对于初学者来说，可以先记住一个简单的原则：

如果只是读取文件、复制文件或者传递二进制数据，通常使用 bytes 就够了。

如果需要直接修改字节内容，可以考虑使用 bytearray。

不过，能够修改字节，并不代表我们可以随意修改图片或压缩文件的内容。许多文件都有自己的格式规范，随意更改其中的字节可能导致文件损坏。

实战：使用 Python 复制图片文件

认识了二进制文件和两种字节类型之后，我们来完成一个实际任务。

假设当前目录中有一张图片 img.png，现在希望把它复制为 img_copy.png。

在 Linux 运维工作中，这类操作可以用于备份文件、复制归档数据，或者处理程序生成的二进制文件。

先准备好目录和图片文件。然后创建一个名为 copy_image.py 的 Python 文件，将下面的代码写进去：

# 以二进制模式读取原始图片
with open("img.png", "rb") as source:
    data = source.read()

# 以二进制模式写入新文件
with open("img_copy.png", "wb") as target:
    target.write(data)

print("图片复制完成！")
print(f"读取的字节数：{len(data)}")

这里需要注意，img.png 必须是当前目录中真实存在的文件。如果图片位于其他目录，可以使用完整路径或正确的相对路径。

运行程序：

1	python copy_image.py

输出结果可能如下：

1 2	图片复制完成！读取的字节数：102400

这里的 102400 只是示例，实际字节数取决于原始图片的大小。

执行结束后，当前目录中会多出一个 img_copy.png 文件。

逐步理解这段代码

第一步，读取原始文件：

1 2	with open("img.png", "rb") as source: data = source.read()

rb 表示以二进制模式读取文件。

读取完成后，data 保存的是 bytes 对象，其中包含原始图片的字节数据。

第二步，创建目标文件并写入数据：

1 2	with open("img_copy.png", "wb") as target: target.write(data)

wb 表示以二进制模式写入文件。

如果目标文件不存在，Python 会创建它；如果目标文件已经存在，原有内容会被覆盖。

write(data) 则把 data 中的字节写入目标文件。

因为读取和写入都使用二进制模式，所以 Python 不会把这些数据当作普通文本进行字符编码和解码。

第三步，为什么复制后图片通常能够正常打开？

因为程序将读取到的字节数据原样写入了新文件，没有把图片内容转换成字符串，也没有主动改变其中的字节。

只要读取完整、写入成功，目标文件就可以保留原始文件的内容。

实战进阶：使用 bytearray 修改二进制数据

接下来，我们再做一个小实验，观察 bytes 和 bytearray 在文件操作中的区别。

创建 modify_binary.py 文件：

# 创建一组字节数据
data = bytes([65, 66, 67])

print("原始数据：", data)

# 转换成可修改的 bytearray
mutable_data = bytearray(data)

# 修改第一个字节
mutable_data[0] = 90

print("修改后的数据：", mutable_data)

# 将修改后的字节写入文件
with open("result.bin", "wb") as f:
    f.write(mutable_data)

print("文件写入完成！")

运行程序：

1	python modify_binary.py

输出结果：

1
2
3

原始数据： b'ABC'
修改后的数据： bytearray(b'ZBC')
文件写入完成！

程序还会生成一个 result.bin 文件。

这个例子展示了三个重要步骤：

使用 bytes 创建原始字节数据。
使用 bytearray() 将其转换为可修改的字节序列。
使用 wb 将修改后的数据写入二进制文件。

需要注意，bytearray(data) 会创建一个新的可变字节序列。修改 mutable_data 不会反过来修改原来的 data。

这个实验中的数据只有三个字节，因此容易观察变化。在真实的图片、压缩包等文件中，即使只修改一个字节，也可能破坏文件结构，所以不要直接拿重要文件做随意修改的实验。

二进制文件操作中的常见问题

为什么不能使用 print() 来复制文件？

print() 的主要作用是把内容输出到屏幕或其他文本流中。

如果要将原始二进制数据写入文件，应该使用文件对象的 write() 方法。

例如：

data = bytes([65, 66, 67])

with open("result.bin", "wb") as f:
    f.write(data)

这里写入的是三个字节，而不是把某个 Python 对象的显示形式打印到文件中。

为什么写入二进制文件时不能直接写字符串？

例如：

1 2	with open("result.bin", "wb") as f: f.write("Hello")

这段代码会报错，因为二进制模式下的 write() 需要字节类数据，而不是 str 字符串。

如果确实需要将文本写入二进制文件，可以先进行编码：

data = "Hello".encode("utf-8")

with open("result.bin", "wb") as f:
    f.write(data)

这里的 encode("utf-8") 会把字符串转换成 UTF-8 编码的 bytes 对象。

注意，文本编码后的字节与原始图片、压缩包中的字节并不是同一回事。具体如何解释这些字节，取决于对应的数据格式。

为什么要使用 with open()？

我们前面已经学习过 with open()，这里再结合二进制文件复习一下。

1 2	with open("img.png", "rb") as f: data = f.read()

with 可以帮助我们在退出代码块时自动关闭文件，即使读取过程中出现异常，也能更好地管理文件资源。

无论处理文本文件还是二进制文件，都推荐优先使用这种写法。

动手练习

建议自己创建几个小程序，亲自运行一遍。

练习一： 读取一张图片，使用 type() 查看返回的数据类型。
练习二： 把图片复制为另一个文件，并确认新文件能够正常打开。
练习三： 创建一个 bytearray，将其中一个字节修改为其他合法数值。
练习四： 使用 encode() 把字符串转换为 bytes，再将它写入二进制文件。
练习五： 尝试使用 rb 读取一个不存在的文件，观察 Python 报出的异常。

完成这些练习后，你应该能够理解二进制文件的基本读写方式，以及 bytes 和 bytearray 的区别。

写在最后

本篇我们学习了 Python 的二进制文件操作。

现在，你应该知道：

rb 用于以二进制模式读取文件。
wb 用于以二进制模式写入文件。
bytes 是不可变的字节序列。
bytearray 是可变的字节序列。
读取图片等二进制文件时，不应该把文件内容当作普通文本处理。

不过，目前我们读取文件时，主要使用的是 read() 一次性读取全部内容。

如果文件很大，例如一个数 GB 的压缩包或者大型备份文件，一次性读取全部内容可能会占用大量内存。

有没有办法不必一次性读取整个文件，而是先查看当前位置，再跳转到文件中的指定位置读取数据？

下一篇，我们将学习 seek() 和 tell()，了解如何控制文件读取位置，为后续处理大文件打下基础。

Python 系列(四十八) 搞懂 bytes、bytearray 和二进制读写

为什么需要二进制文件操作

使用二进制模式读取文件

认识 bytes：不可变的字节序列

bytes 是不可变的

认识 bytearray：可变的字节序列

bytes 和 bytearray 应该如何选择

实战：使用 Python 复制图片文件

逐步理解这段代码

实战进阶：使用 bytearray 修改二进制数据

二进制文件操作中的常见问题

为什么不能使用 print() 来复制文件？

为什么写入二进制文件时不能直接写字符串？

为什么要使用 with open()？

动手练习

写在最后