在Python中实现C的枚举和联合体
我正在研究一些C语言的代码，想把它移植到Python中。这段代码是用来读取一种专有的二进制数据文件格式。到目前为止，这个过程还算简单，主要是用到结构体（struct），我一直在用struct库从文件中提取特定的数据类型。不过，我遇到了一段代码，搞得我有点迷茫，不知道怎么在Python中实现。特别是，我不太清楚enum和union该怎么处理。
#define BYTE char
#define UBYTE unsigned char
#define WORD short
#define UWORD unsigned short
typedef enum {
TEEG_EVENT_TAB1=1,
TEEG_EVENT_TAB2=2
} TEEG_TYPE;
typedef struct
{
TEEG_TYPE Teeg;
long Size;
union
{
void *Ptr; // Memory pointer
long Offset
};
} TEEG;
其次，在下面的结构体定义中，我不太明白变量名后面的冒号是什么意思，比如KeyPad:4。这是不是意味着我需要读取4个字节的数据？
typedef struct
{
UWORD StimType;
UBYTE KeyBoard;
UBYTE KeyPad:4;
UBYTE Accept:4;
long Offset;
} EVENT1;
如果有用的话，我在Python中访问文件的一个抽象示例如下：
from struct import unpack, calcsize
def get(ctype, size=1):
"""Reads and unpacks binary data into the desired ctype."""
if size == 1:
size = ''
else:
size = str(size)
chunk = file.read(calcsize(size + ctype))
return unpack(size + ctype, chunk)[0]
file = open("file.bin", "rb")
file.seek(1234)
var1 = get('i')
var2 = get('4l')
var3 = get('10s')
4 个回答
C语言中的enum声明其实就是一种语法上的包装，用来表示一些整数类型。具体来说，enum的大小取决于你使用的C编译器。一般来说，我建议你可以先尝试16位的大小。
union则是为包含的最大数据类型预留了一块内存。它的具体大小同样取决于C的实现，但如果是在32位架构下，我预计它会是32位，如果是编译成64位的代码，那就是64位。总的来说，无论union里存的是指针还是偏移量，你都可以把它的内容存储到Python的整数或长整型中。
一个更有趣的问题是，为什么指针会被写入到磁盘文件中。你可能会发现，union字段在内存中只被当作指针处理，但写入磁盘时，它总是一个整数偏移量。
至于:4的表示法，正如很多人提到的，这些是“位域”，意思是一些位的序列，多个位可以打包到一个空间里。如果我没记错的话，C语言中的位域会被打包成int类型，所以这两个4位的位域会被打包成一个整数。你可以通过Python的“&”（按位与）和“>>”（右移）运算符来解包它们。同样，位域是如何打包到整数中的，以及整数字段本身的大小，也会依赖于具体的C实现。
也许下面的代码片段能对你有所帮助：
SIZEOF_TEEG_TYPE = 2 # First guess for enum is two bytes
FMT_TEEG_TYPE = "h" # Could be "b", "B", "h", "H", "l", "L", "q" or "Q"
SIZEOF_LONG = 4 # Use 8 in 64-bit Unix architectures
FMT_LONG = "l" # Use "q" in 64-bit Unix architectures
# Life gets more interesting if you are reading 64-bit
# using 32-bit Python
SIZEOF_PTR_LONG_UNION = 4 # Use 8 in any 64-bit architecture
FMT_PTR_LONG_UNION = "l" # Use "q" in any 64-bit architecture
# Life gets more interesting if you are reading 64-bit
# using 32-bit Python
SIZEOF_TEEG_STRUCT = SIZEOF_TEEG_TYPE + SIZEOF_LONG + SIZEOF_PTR_LONG_UNION
FMT_TEEG_STRUCT = FMT_TEEG_TYPE + FMT_LONG + FMT_PTR_LONG_UNION
# Constants for TEEG_EVENTs
TEEG_EVENT_TAB1 = 1
TEEG_EVENT_TAB2 = 2
.
.
.
# Read a TEEG structure
teeg_raw = file_handle.read( SIZEOF_TEEG_STRUCT )
teeg_type, teeg_size, teeg_offset = struct.unpack( FMT_TEEG_STRUCT, teeg_raw )
.
.
.
# Use TEEG_TYPE information
if teeg_type == TEEG_EVENT_TAB1:
Do something useful
elif teeg_type == TEEG_EVENT_TAB2:
Do something else useful
else:
raise ValueError( "Encountered illegal TEEG_EVENT type %d" % teeg_type )
我不太清楚你所有问题的答案，但对于那些不需要通过值查找的枚举（也就是只是用来避免使用神秘数字），我喜欢用一个小类。普通的字典也是一个不错的选择。如果你需要通过值来查找，可能就需要用其他的数据结构了。
class TeegType(object):
TEEG_EVENT_TAB1 = 1
TEEG_EVENT_TAB2 = 2
print TeegType.TEEG_EVENT_TAB1