使用Python(3.1或2.6),我试图从GPS接收器生成的二进制数据文件中读取数据。每小时的数据存储在一个单独的文件中,每个文件大约有18个MiB。数据文件有多个可变长度的记录,但现在我只需要从其中一个记录中提取数据
在某种程度上,我已经能够解码标题了。我之所以这么说,是因为有些数字没有道理,但大多数都有道理。在这方面花了几天时间(我已经开始学习使用Python编程)之后,我没有取得任何进展,所以是时候寻求帮助了
参考指南给出了消息头结构和记录结构。头可以是可变长度的,但通常为28字节
Header
Field # Field Name Field Type Desc Bytes Offset
1 Sync char Hex 0xAA 1 0
2 Sync char Hex 0x44 1 1
3 Sync char Hex 0x12 1 2
4 Header Lgth uchar Length of header 1 3
5 Message ID ushort Message ID of log 2 4
8 Message Lgth ushort length of message 2 8
11 Time Status enum Quality of GPS time 1 13
12 Week ushort GPS week number 2 14
13 Milliseconds GPSec Time in ms 4 16
Record
Field # Data Bytes Format Units Offset
1 Header 0
2 Number of SV Observations 4 integer n/a H
*For first SV Observation*
3 PRN 4 integer n/a H+4
4 SV Azimuth angle 4 float degrees H+8
5 SV Elevation angle 4 float degrees H+12
6 C/N0 8 double db-Hz H+16
7 Total S4 8 double n/a H+24
...
27 L2 C/N0 8 double db-Hz H+148
28 *For next SV Observation*
SV Observation is satellite - there could be anywhere from 8 to 13
in view.
下面是我试图理解标题的代码:
import struct
filename = "100301_110000.nvd"
f = open(filename, "rb")
s = f.read(28)
x, y, z, lgth, msg_id, mtype, port, mlgth, seq, idletime, timestatus, week, millis, recstatus, reserved, version = struct.unpack("<cccBHcBHHBcHLLHH", s)
print(x, y, z, lgth, msg_id, mtype, port, mlgth, seq, idletime, timestatus, week, millis, recstatus, reserved, version)
它输出:
b'\xaa' b'D' b'\x12' 28 274 b'\x02' 32 1524 0 78 b'\xa0' 1573 126060000 10485760 3545 35358
3个同步字段应返回xAA x44 x12。(D是x44的ascii等效值-我假设。)
我正在查找的记录ID是274-这似乎是正确的
GPS周返回为1573-这似乎是正确的
毫秒返回为126060000-我预期为126015000
我如何找到标识为274的记录并提取它们?(我正在学习Python和编程,所以请记住,你给一个有经验的程序员的答案可能是我无法理解的。)
你必须分头阅读。不是因为内存限制,而是因为解析需求。18MiB易于装入内存。在4Gb的机器上,它可以容纳200倍以上的内存
这是通常的设计模式
仅读取前4个字节。使用
struct
仅解压缩这些字节。 确认同步字节并获取标头长度如果你想要头的其余部分,你知道长度,读剩余的字节
如果您不想要标题,请使用
seek
跳过它读取记录的前四个字节以获得SV观测值的数量。使用
struct
将其解压缩计算并读取指定的字节数,以获得记录中的所有SV观测值
打开它们,做你正在做的任何事情
我强烈建议在对数据进行任何其他操作之前,先从数据中构建
namedtuple
对象如果你想要所有的数据,你必须实际读取所有的数据
“如果不一次读取一个18MIB文件一个字节的话?”“我不理解这个限制。您必须读取所有字节才能获取所有字节
您可以使用长度信息读取有意义的块中的字节。但是您无法避免读取所有字节
此外,大量的读取(和查找)通常足够快。你的操作系统为你缓冲,所以不用担心尝试微优化读取的数量
只需遵循“读取长度读取数据”模式
除了编写正确读取文件的解析器外,您还可以尝试某种蛮力方法……将数据读取到内存中,并使用“Sync”哨兵将其拆分。警告-您可能会得到一些误报。但是
但这是一个相当恶劣的黑客行为
18MB应该可以很好地存储在内存中,所以我只需要用一个
with open(thefile, 'rb') as f: data = f.read()
将整个内容压缩成一个大的字节串,然后在片上执行所有的“解析”,以逐条记录前进。它更方便,并且可能比在文件中到处进行许多小的读取要快(尽管它不会影响下面的逻辑,因为在任何一种情况下,“数据中的当前关注点”总是在移动[[总是向前,就像它发生的那样]]通过基于每次解包几个字节的结构计算出的数量,以查找头和记录的长度)给定“记录的开始”偏移量,您可以通过只查看一个字节(“字段4”,从报头开始的偏移量3,与记录的开始相同)和查看消息ID(下一个字段,2个字节)来确定其报头的长度,以确定它是否是您关心的记录(因此,仅包含这3个字节的结构解包应该足以满足此要求)
不管是不是你想要的记录,你接下来需要计算记录的长度(要么跳过它,要么全部得到);为此,您计算实际记录数据的开始(记录的开始加上标题的长度加上记录的下一个字段(标题后面的4个字节)乘以观察的长度(如果我读对了,则为32个字节)
通过这种方式,您可以隔离要提供给
struct.unpack
的子字符串(当您最终到达所需的记录时),或者只需将header+record的总长度添加到“start of record”偏移量,以获取下一个记录的开始偏移量相关问题 更多 >
编程相关推荐