在使用文件对象之前确定文件对象的大小

Question

我试图在使用 BeautifulSoup 解析和操作之前在 python 中确定下载文件的大小。 （我打算很快更新到 ElementTree，但是在短暂使用过它之后，它并没有解决我在这里提出的问题，据我所知）。

import urllib2, BeautifulSoup
query = 'http://myexample.file.com/file.xml'
f = urllib2.urlopen(query)
print len(f.read())
soup = BeautifulSoup.BeautifulStoneSoup(f.read())

这段代码失败了，因为当我第一次在len() 中read() 文件时，它自然会到达一个EOF，所以当我想用BeautifulSoup 访问它时，文件对象是空的。

我最初的想法是简单地使用 fcopy = f 行复制对象，但这让我了解到我只是在引用底层对象并没有任何收获。

然后我认为fcopy = copy.copy(f) 会创建对象的真实副本，但显然不是因为读取 f 仍会导致 fcopy 成为空文件对象。

我什至读过关于将对象作为参数传递给函数以解决这个问题，并尝试了以下代码

import urllib2, BeautifulSoup
def get_bytes(file):
    return len(file.read())

query = 'http://myexample.file.com/file.xml'
f = urllib2.urlopen(query)
print(get_bytes(f))
soup = BeautifulSoup.BeautifulStoneSoup(f.read())

但我遇到了同样的问题。如何在不有效破坏文件的情况下确定此对象的文件大小？

Answer 1

将文件的内容复制到一个变量中并使用它：

import urllib2, BeautifulSoup

query = 'http://myexample.file.com/file.xml'
f = urllib2.urlopen(query)
content = f.read()
print len(content)
soup = BeautifulSoup.BeautifulStoneSoup(content)