将文件的一部分读为二进制文件，部分读取为文本。

Question

我正在尝试编辑一些打印文件，这些文件由一个非常短(<100个字节)的头(二进制)、许多@PJL...行(可读为纯文本)和二进制(以多种不同的语言之一表示)组成。

虽然可以将整个文件处理为二进制文件，但将@PJL行作为纯文本处理要容易得多。这将需要将文件中第一个@PJL和第一个\r之间的部分读取为文本，而不是后面跟着的是@PJL。

例如：

header
@PJL ... \r
@PJL ... \r
@PJL ... \r
b\01b\07...

注意:虽然文件可以变得相当大，但@PJL行总是很短(最多只有几十行)，因此将它们作为单个块读入内存没有问题。

如果你知道这是如何实现的，或者能指出正确的方向，我将是非常伟大的。

谢谢,

Answer 1

正如您在注释中提到的那样，您希望能够逐行解析文件，而不是一次性解析全部文件。如果您一次迭代文件一个字节，并自己构建行，您就可以这样做：

with open("file.b", "rb") as f:
   line = bytearray()
   while (b := f.read(1)):    # Read one byte
      if b == b'\r':   # end of line
          # process line here
          if line[0] == ord(b'@'):   # Line starting with @
              text_line = line.decode()
          else:
              pass  # process binary line

          line = bytearray()    # Reset line
      else:
          line += b     # Add byte to line