A ver, me presento: soy eduuu y ya sé programar un poco con Perl.

A pesar de todo no soy profesional informático y necesitaría resolver una duda, que me es imposible resolver solo porque no entiendo muchas cosas.

Necesito leer un archivo en formato binario, y sé lo siguiente:

Formato del titulo: FORMAT(20A4) ITITL donde ITITL es el título.
Formato del cuerpo: FORMAT(10F8.3) (X(i), Y(i), Z(i), i=1,NATOM)

¿Cómo lo tengo que leer, tengo suficiente información? ¿Necesito el número de bits?

A ver si alguien me puede decir cómo va...

¡¡Muchas gracias!!

Bienvenido a los foros de Perl en español, eduuu.

El formato del que hablas es el de los archivos AMBER, que, me parece, sigue la nomenclatura de los FORMAT del lenguaje FORTRAN.

Entonces, 20A4 quiere decir 20 veces un carácter que ocupa 4 posiciones, ¿no? Pero, ¿en qué codificación?

Y el formato 10F8.3 se refiere a 10 valores en punto flotante, de 8 posiciones cada uno, con 3 decimales, suponiendo en notación anglosajona (el punto separa a los decimales).

¿Es así?

¿Podrías volcar aquí (directamente o en hex) un ejemplo del comienzo de ese fichero? O adjuntar una parte...

Así es un trocito de archivo:



Quería ponerte uno entero... pero en fin, no lo he conseguido. No sé... ¿Tienes suficiente con este trocito? Es que son muy grandes y no sé cómo cortarlos... No sé cómo tratar con ellos.

Pues... poco podemos sacar de eso... ¿porqué nos mandas a partir del byte número 80? Lo que nos interesa es el principio del fichero.

De momento, podemos deducir que es una arquitectura litte-endian, y que las cadenas reconocibles son:

Entre medias, hay números enteros.

No sé... No conozco los archivos AMBER, pero no consigo encajar esta información con la que debería ser un archivo con esas características.

Te pongo la cabeza y la cola (de un archivo de varias gigas), seguramente que todos son números y solo números, o prácticamente todo.

> head proba

> tail proba

Bueno, creo que ya está identificado.

Se trata de un fichero AMBER Trajectory, en formato NetCDF (Network Common Data Form). Aquí tienes una descripción general de los distintos campos del fichero.

Lo que no entiendo es por qué está todo el fichero en formato little-endian... algo le ha pasado...

Como se indica ahí, todo el proceso de lectura y escritura en el fichero se debe realizar (es recomendable) con las bibliotecas de NetCDF.

En Perl hay una interfaz para ese tipo de ficheros: PDL::NetCDF, aunque también puedes ejecutar las utilidades NetCDF, como ncdump, por ejemplo, para sacar toda la información del fichero (ejemplo) (es la opción que usé hace años para leer archivos de estos, pero con información de imágenes de satélites).

No te merece la pena desarrollar un programa Perl para leer estos archivos. La empresa Unidata dispone de librerías Perl que permiten acceder a directamente a estos ficheros, haciendo uso de la biblioteca libnetcdf (readme). O la anterior comentada PDL::NetCDF.

Tienes también un paquete llamado NetCDFPerl, pero quizás sea un poco viejo. Bueno, el formato CDF apenas ha cambiado en años.

Finalmente (no he mirado más), en Debian tienes (tenías) un paquete llamado netcdf-perl. Digo 'tenías' porque existió solo hasta la distribución Etch. A partir de entonces solo está el libpdl-netcdf-perl.