Bỏ qua đến nội dung chính
Mục lục

bytes, bytearray, memoryview và struct trong Python

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 24/25 · Chương 19

Thư viện chuẩn thường dùng

  • 8 phút
  • Trung cấp
  • Python 3.14
  • Cập nhật

Kiểu bytes trong Python là một dãy byte, mỗi phần tử là một số nguyên từ 0 đến 255, khác chuỗi là dãy ký tự. Bạn làm việc với bytes, cùng bytearray, memoryview và module struct, khi đọc ghi dữ liệu nhị phân: một file do máy quét kho xuất ra, một gói tin có mã đơn và số lượng xếp sát nhau theo từng byte.

Cần biết trước: bytes và UTF-8, file nhị phân với rb, wb và cắt chuỗi.

Chỉ số, lát cắt và phương thức của bytes

Bạn đã có bytes khi encode() một chuỗi hay đọc file ở chế độ rb. Bytes đi qua được bằng chỉ số và cắt như chuỗi, nhưng kết quả của hai phép đó khác kiểu nhau:

python
du_lieu = "DH1024 Huế".encode("utf-8")
print(du_lieu)
print(du_lieu[0], du_lieu[-1], du_lieu[:6])
print(len(du_lieu), du_lieu.hex(" "))
print(du_lieu.startswith(b"DH"), du_lieu.split(b" "))
print(du_lieu[7:].decode("utf-8"))

KẾT QUẢ

b'DH1024 Hu\xe1\xba\xbf'
68 191 b'DH1024'
12 44 48 31 30 32 34 20 48 75 e1 ba bf
True [b'DH1024', b'Hu\xe1\xba\xbf']
Huế

Một chỉ số cho ra số nguyên: 68 là mã của chữ D, 191 là byte cuối của chữ ế. Một lát cắt cho ra bytes. Phần lớn phương thức của chuỗi có bản cho bytes (startswith(), split(), find(), replace()), nhưng đối số của chúng cũng phải là bytes, viết b"DH" chứ không "DH". hex(" ") in từng byte dạng thập lục phân, cách nhau bởi dấu cách: chữ ế chiếm ba byte cuối. Đổi bytes thành chữ ASCII để gửi qua email hay JSON là việc của base64, ở bài hashlib, secrets, uuid và base64.

Tạo bytes bằng bytes()

bytes() dựng một dãy byte từ nhiều loại giá trị. Một số nguyên n cho n byte bằng 0, thường làm vùng đệm. Một list số nguyên từ 0 đến 255 cho đúng các byte đó. bytes.fromhex() đọc chuỗi thập lục phân, và một chuỗi kèm bảng mã thì như encode():

python
print(bytes(4))
print(bytes([68, 72, 0x31, 0x30]))
print(bytes.fromhex("44 48 31 30 32 34"))
print(bytes("Huế", "utf-8"))
print(list(b"DH10"))

KẾT QUẢ

b'\x00\x00\x00\x00'
b'DH10'
b'DH1024'
b'Hu\xe1\xba\xbf'
[68, 72, 49, 48]

Python in byte nào là ký tự ASCII in được dưới dạng chính ký tự đó, còn lại dạng \x cộng hai chữ số thập lục phân, nên 0x31 hiện thành 1. Cách viết số 0x31 là của bài số nguyên. list() làm ngược lại: tách bytes thành list số nguyên. Đổi bytes(4) thành bytes(2) rồi chạy lại: dòng đầu in b'\x00\x00'.

Sửa byte tại chỗ với bytearray

Bytes là bất biến, giống chuỗi. Gói tin cần sửa từng byte, như đổi số cuối của mã đơn hay nối thêm mã chi nhánh, thì dùng bytearray: cùng chỉ số, cắt và phương thức như bytes, thêm phép gán và append(), extend() như list.

python
goi = bytearray(b"DH1024")
goi[5] = 0x35
goi.extend(b"-HUE")
goi.append(0x21)
print(goi)
print(bytes(goi), len(goi))
goi[0:2] = b"MA"
print(goi.decode("ascii"))

KẾT QUẢ

bytearray(b'DH1025-HUE!')
b'DH1025-HUE!' 11
MA1025-HUE!

0x35 là mã của ký tự 5, 0x21 là dấu !. Gán cho một chỉ số cần một số nguyên, gán cho một lát cắt cần bytes. bytes(goi) chép bytearray thành một bytes bất biến khi bạn cần giữ lại một bản không ai sửa được nữa.

Xem một phần dữ liệu không chép: memoryview

Cắt bytes hay bytearray tạo ra một bản chép. Với một file vài trăm MB, mỗi lần cắt là một lần chép. memoryview là một khung nhìn vào chính vùng nhớ đó, như khung cửa sổ đặt lên trang giấy: cắt một memoryview cho ra một khung nhỏ hơn, không chép byte nào:

python
goi = bytearray(b"DH1024|0003|0096000")
xem = memoryview(goi)
so_luong = xem[7:11]
print(so_luong.tobytes(), so_luong.nbytes)
so_luong[:] = b"0005"
print(goi)
print(xem[0], bytes(xem[:6]))

KẾT QUẢ

b'0003' 4
bytearray(b'DH1024|0005|0096000')
68 b'DH1024'

Ghi vào khung so_luong làm đổi chính goi, vì hai bên cùng một vùng nhớ. tobytes() hay bytes() chép phần đang xem ra bytes. Một memoryview trên bytes thì chỉ đọc được, ghi vào nó báo TypeError.

Đóng gói số thành byte bằng struct

File của máy quét kho không lưu số dạng chữ: số lượng 3 nằm trong hai byte, tổng tiền 96000 trong bốn byte. struct.pack(định_dạng, ...) đóng gói các giá trị theo một chuỗi định dạng, struct.unpack() làm ngược lại và trả về một tuple. Trong định dạng "<6sHI", < là thứ tự byte nhỏ trước, 6s là 6 byte, H là số nguyên không âm 2 byte, I là số nguyên không âm 4 byte:

python
import struct

ban_ghi = struct.pack("<6sHI", b"DH1024", 3, 96000)
print(ban_ghi, len(ban_ghi))
ma, so_luong, tong_tien = struct.unpack("<6sHI", ban_ghi)
print(ma.decode("ascii"), so_luong, tong_tien)
print(struct.calcsize("<6sHI"), struct.calcsize("<HI6s"))
print(struct.calcsize("@HI6s"))

KẾT QUẢ

b'DH1024\x03\x00\x00w\x01\x00' 12
DH1024 3 96000
12 12
14

Số 96000 là 0x017700, trong đó byte 0x77 là chữ w, nên nó hiện giữa các \x00. calcsize() cho số byte của một định dạng. Dấu @ (cũng là mặc định khi không ghi gì) xếp theo máy đang chạy và chèn byte đệm để I bắt đầu ở vị trí chia hết cho 4, nên ra 14. Dữ liệu trao đổi giữa các máy nên ghi rõ < hay >.

Kiểm tra nhanh

  1. Với du_lieu = b"DH1024", du_lieu[1] trả về gì?

    • b'H'
    • 'H'
    • 72
  2. Những câu nào đúng?

    • bytearray sửa được từng byte bằng phép gán, bytes thì không
    • bytes(4) cho ra b'4'
    • Ghi vào một lát cắt của memoryview trên một bytearray làm đổi chính bytearray đó
    • struct.unpack("<6sHI", ...) nhận một đoạn 8 byte thì báo struct.error
  3. Sau import struct, struct.calcsize("<6sHI") trả về gì?

    • 12
    • 14
    • 3
  4. Với ma = b"DH1024", ma[0] = 0x64 báo lỗi gì?

    • Báo lỗi ValueError
    • Báo lỗi TypeError
    • Báo lỗi IndexError
Đúng hết lần đầu +15 XP

Bài tập

Đọc các bản ghi đơn hàng nhị phân

Máy quét kho ghi các đơn nối tiếp nhau vào một file nhị phân. Mỗi đơn 12 byte theo định dạng "<6sHI": mã đơn 6 byte ASCII, số lượng, tổng tiền. Viết thân hàm doc_ban_ghi(du_lieu): du_lieu là bytes đọc từ file bằng chế độ rb. Cắt từng đoạn 12 byte, gọi struct.unpack() cho mỗi đoạn và đổi mã đơn sang chuỗi bằng decode("ascii"). Phần cuối ngắn hơn 12 byte (file bị cắt dở) thì bỏ qua.

Ví dụ: hai đơn DH1024 (3 món, 96000) và DH1025 (1 món, 32000) cho ra [("DH1024", 3, 96000), ("DH1025", 1, 32000)].

Trả về: các bộ ba (mã đơn, số lượng, tổng tiền) theo thứ tự trong file, một list.

python
import struct

def doc_ban_ghi(du_lieu):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • Chỉ số của bytes cho ra số nguyên 0–255, lát cắt cho ra bytes. Phương thức của bytes nhận đối số bytes.

  • bytes(n) cho n byte 0, còn bytes([...]), bytes.fromhex(), bytes(chuỗi, bảng_mã) dựng bytes từ số, chữ hex, chuỗi.

  • Bytes bất biến, bytearray sửa tại chỗ bằng phép gán, append(), extend().

  • memoryview cắt mà không chép: ghi vào khung trên bytearray làm đổi chính dữ liệu gốc.

  • struct.pack(), struct.unpack() đổi số sang byte và ngược lại theo định dạng như "<6sHI", và unpack() đòi đúng calcsize() byte.

Câu hỏi thường gặp

Chuỗi và bytes trong Python khác nhau ở đâu?

Chuỗi là dãy ký tự, bytes là dãy số từ 0 đến 255. Một ký tự tiếng Việt có thể chiếm hai, ba byte, nên len() của hai bên khác nhau. Đổi qua lại bằng encode() và decode() kèm bảng mã, như bài bytes và UTF-8 dạy.

Khi nào dùng struct trong Python?

Khi đọc ghi dữ liệu mà một chương trình khác đã xếp theo byte: phần đầu của file ảnh, gói tin của thiết bị, file của máy quét kho. struct cũng là cách gọn để ghi số vào file nhị phân mở bằng wb, như bài file nhị phân mở đầu.

Dùng bytearray trong Python có nhanh hơn nối bytes không?

Có, khi bạn dựng dữ liệu qua nhiều lượt. Mỗi lần ket_qua = ket_qua + phan với bytes tạo một bytes mới và chép lại toàn bộ phần cũ. bytearray.extend() thêm vào cuối tại chỗ, nên ít chép hơn hẳn với dữ liệu lớn.

Đổi một số nguyên sang bytes mà không dùng struct được không?

Được: (96000).to_bytes(4, "little") cho bốn byte, và int.from_bytes(b"\x00w\x01\x00", "little") cho lại 96000. Hai cách này hợp với một số lẻ. Khi một bản ghi có nhiều trường xếp liền nhau, struct gọn hơn vì một định dạng mô tả cả bản ghi.

Chủ đề

bytes python

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập