Python file.tell 给出了错误的值位置

Question

我正在尝试使用 Python 从现有文件中提取多个位置。这是我当前用于提取位置的代码：

    self.fh = open( fileName , "r+")
    p = re.compile('regGen regPorSnip begin')
    for line in self.fh :
        if ( p.search(line) ):
            self.porSnipStartFPtr = self.fh.tell()
            sys.stdout.write("found regPorSnip")

这个 sn-p 使用不同的搜索值重复多次（打开文件较少），并且似乎有效：我得到了正确的消息，并且变量具有值。

但是，使用下面的代码，第一个写入位置是错误的，而后面的写入位置是正确的：

    self.fh.seek(self.rstSnipStartFPtr,0)
    self.fh.write(str);
    sys.stdout.write("writing %s" % str )
    self.rstSnipStartFPtr = self.fh.tell()

我已经读过，将某些 read/readline 选项传递给 fh 可能会导致错误的告诉值，因为 Python 倾向于“预读”。我看到的一个避免这种情况的建议是读取整个文件并重写它，这在我的应用程序中不是一个非常吸引人的解决方案。

如果我将第一个代码 sn-p 更改为：

  for line in self.fh.read() :
        if ( p.search(line) ):
            self.porSnipStartFPtr = self.fh.tell()
            sys.stdout.write("found regPorSnip")

然后，self.fh.read() 似乎只返回字符而不是整行。搜索永远不会匹配。 self.fh.readline() 似乎也是如此。

我的结论是fh.tell 仅在写入操作后查询时返回有效的文件位置。

有没有办法在读取/搜索时提取准确的文件位置？

谢谢。

Answer 1

文件对象的next() 方法的文档中解释了原因（相当模糊）：

当文件用作迭代器时，通常在 for 循环中（例如， 对于 f 中的行：打印行），重复调用 next() 方法。 此方法返回下一个输入行，或在以下情况下引发 StopIteration EOF 被击中。为了使for循环成为最有效的循环方式 在文件的行上（一个非常常见的操作）， next() 方法 使用隐藏的预读缓冲区。由于使用预读 缓冲区，将 next() 与其他文件方法（如 readline()）结合使用 不能正常工作。但是，使用 seek() 将文件重新定位到 绝对位置将刷新预读缓冲区。

tell() 返回的值反映了这个隐藏的预读缓冲区已经到达了多远，通常比程序实际检索到的字符多出几千字节。

没有可移植的方法解决这个问题。如果您需要将tell() 与读取行混合，请改用文件的readline() 方法。权衡是，为了获得可用的tell() 结果，使用readline() 迭代一个大文件通常比使用for line in file_object: 慢得多。

代码

具体来说，把循环改成这样：

line = self.fh.readline()
while line:
    if p.search(line):
        self.porSnipStartFPtr = self.fh.tell()
        sys.stdout.write("found regPorSnip")
    line = fh.readline()

我不确定这是否是您真正想要的，不过：tell() 正在捕获 next 行开头的位置。如果想要行的 start 的位置，则需要更改逻辑，如下所示：

pos = self.fh.tell()
line = self.fh.readline()
while line:
    if p.search(line):
        self.porSnipStartFPtr = pos
        sys.stdout.write("found regPorSnip")
    pos = self.fh.tell()
    line = fh.readline()

或者用“循环半”来做：

while True:
    pos = self.fh.tell()
    line = self.fh.readline()
    if not line:
        break
    if p.search(line):
        self.porSnipStartFPtr = pos
        sys.stdout.write("found regPorSnip")

Answer 2

我想我不明白这个问题

>>> fh = open('test.txt')
>>> fh.tell()
0L
>>> fh.read(1)
'"'
>>> fh.tell()
1L
>>> fh.read(5)
'a" \n"'
>>> fh.tell()
7L