实现简单 FSM 的 Pythonic 方法是什么？

Question

昨天我必须解析一个非常简单的二进制数据文件 - 规则是，在一行中查找两个字节都是 0xAA，然后下一个字节将是一个长度字节，然后跳过 9 个字节并输出给定​​数量的数据那里。重复到文件末尾。

我的解决方案确实有效，并且很快就组合在一起了（尽管我本质上是一名 C 程序员，但我仍然认为用 Python 编写这个比用 C 编写要快） - 但是，很明显根本不是Pythonic，它读起来就像一个C程序（而且不是一个很好的程序！）

有什么更好/更Pythonic的方法来解决这个问题？像这样的简单 FSM 在 Python 中仍然是正确的选择吗？

我的解决方案：

#! /usr/bin/python

import sys

f = open(sys.argv[1], "rb")

state = 0

if f:
    for byte in f.read():
        a = ord(byte)       
        if state == 0:
            if a == 0xAA:
                state = 1
        elif state == 1:
            if a  == 0xAA:
                state = 2
            else: 
                state = 0
        elif state == 2:
            count = a;
            skip = 9
            state = 3
        elif state == 3:
            skip = skip -1
            if skip == 0:
                state = 4
        elif state == 4:
             print "%02x" %a
             count = count -1 
             if count == 0:
                 state = 0
                 print "\r\n"

Answer 1

我见过的在 Python 中实现 FSM 的最酷的方法是通过生成器和协程。有关示例，请参阅此迷人的 Python 帖子。 Eli Bendersky 还拥有出色的受试者的治疗。

如果协程不是您熟悉的领域，David Beazley 的关于协程和并发的好奇课程是一门明星介绍。

Answer 2

您可以为状态指定常量名称，而不是使用 0、1、2 等，以提高可读性。

您可以使用字典来映射 (current_state, input) -> (next_state)，但这并不能真正让您在转换期间进行任何额外的处理。除非您也包含一些“转换函数”来进行额外的处理。

或者您可以采用非 FSM 方法。我认为只要 0xAA 0xAA 仅在指示“开始”时出现（不出现在数据中），这就会起作用。

with open(sys.argv[1], 'rb') as f:
    contents = f.read()
    for chunk in contents.split('\xaa\xaa')[1:]:
        length = ord(chunk[0])
        data = chunk[10:10+length]
        print data

如果它确实出现在数据中，您可以使用 string.find('\xaa\xaa', start) 扫描字符串，并将 start 参数设置为 begin查看最后一个数据块的结束位置。重复直到返回-1。

Answer 3

我有点担心告诉任何人什么是 Pythonic，但这里是。首先，请记住，在 python 中，函数只是对象。可以使用以 (input, current_state) 作为键、以元组 (next_state, action) 作为值的字典来定义转换。动作只是一个函数，它执行从当前状态转换到下一个状态所需的任何操作。

http://code.activestate 有一个很好看的示例.com/recipes/146262-finite-state-machine-fsm。我没有使用过它，但快速阅读一下，它似乎涵盖了所有内容。

几个月前，有人在这里提出/回答了类似的问题：Python 状态机设计。您可能会发现查看这些回复也很有用。

Answer 4

我认为您的解决方案看起来不错，除了您应该将 count = count - 1 替换为 count -= 1 。

这是那些花哨的代码炫耀会提出用字典将状态映射到可调用的方法，并带有一个小的驱动程序函数的时代之一，但它并不是更好，只是更奇特，并且使用了更晦涩的语言功能。

Answer 5

我建议查看 David Mertz 撰写的 Python 文本处理第 4 章。他用Python实现了一个非常优雅的状态机类。

Answer 6

我认为最Pythonic的方式就像FogleBird建议的那样，但是从（当前状态，输入）映射到一个可以处理处理和转换的函数。

Answer 7

您可以使用正则表达式。像这样的代码将找到第一个数据块。那么就只是从上一次匹配之后开始下一次搜索的情况。

find_header = re.compile('\xaa\xaa(.).{9}', re.DOTALL)
m = find_header.search(input_text)
if m:
    length = chr(find_header.group(1))
    data = input_text[m.end():m.end() + length]