File.read() 在 python 中跳转到奇怪的地址

Question

下面的代码

fd = open(r"C:\folder1\file.acc", 'r')
fd.seek(12672)
print str(fd.read(1))
print "after", fd.tell()

返回 after 16257 而不是预期的 after 12673

这里发生了什么？文件的创建者有没有办法对文件进行某种保护以干扰我的读取？我只遇到一系列地址的问题。文件的其余部分按预期读取。

Answer 1

看起来您正在尝试使用简单的“线性增加偏移量的字节流”模型处理文件，但您使用'r' 而不是'rb' 打开它。鉴于路径名以C:\ 开头，我们还可以假设您在 Windows 系统上运行。 Windows 上的 Text 流——无论是在 Python 中打开，还是在包括 CPython 的 C 基础在内的各种其他语言中打开——进行有趣的翻译，其中 Python 中的 '\n' 变成字节内的两字节序列 '\r', '\n' -作为存储在文件中。这使得文件偏移以非线性方式表现（尽管作为避免使用 Windows 的人，我不想猜测精确的行为）。

因此，以'rb' 模式打开文件文件进行阅读很重要。当您使用 Python3 时，这一点变得更加重要，它使用 Unicode 作为基本字符串：以'r' 模式打开一个流会产生 text，就像在字符串中一样，type 'str'，它们是 Unicode；但以 'rb' 模式打开它会产生 bytes，就像在 <class 'bytes'> 的字符串中一样。

关于你没有问到的事情的注释

如果您不想截断现有文件，可以使用r+b 进行写入，或者使用wb 创建新文件或截断任何现有文件。请记住，+ 表示“添加其他模式”，而 w 表示“截断现有或重新创建以进行写入”，因此r+ 是不截断的读写，而w+ 是写和-用 截断读取。在所有情况下，包括b 都意味着“......并视为字节流。”

如您所见，这里缺少一个模式：如何打开以写入（仅）没有截断，但在必要时创建文件？ Python 和 C 一样，为您提供第三个字母选项 a（您也可以像往常一样将其与 + 和 b 混合使用）。这会在不截断的情况下打开写入，仅在必要时创建一个新文件——但它有一些令人讨厌的副作用，即强制 all 写入追加，这就是 a 所代表的。这意味着您无法在不截断的情况下打开文件进行写入，将其定位到文件的中间，并仅覆盖其中的一部分。相反，您必须打开读加，定位到它的中间，然后只覆盖一位。但如果文件当前不存在，则 read-plus 模式会失败 - 引发 OSError 异常。

您可以使用r+ 打开，如果失败，请使用w 或w+ 重试，但这里的缺陷是操作是非原子的： 如果两个或多个实体——我们称他们为 Alice 和 Bob，尽管它们通常只是两个相互竞争的程序——试图在单个文件名上执行此操作，Alice 可能会看到该文件尚不存在，然后暂停了一下；然后 Bob 看到该文件不存在，创建并截断它，写入内容并关闭它；然后 Alice 恢复并创建和截断，丢失 Bob 的数据。 （实际上，像这样的两个竞争实体无论如何都需要合作，但要可靠地合作，它们需要某种原子同步，为此您必须放弃特定于操作系统的操作。Python 3.3 为 x 字符em>exclusive，这有助于实现原子性。）

如果您确实打开了一个读写流，还有另一个烦人的警告：任何时候你想“切换方向”you are required to introduce an apparently-pointless seek。 （“任何时候”有点太强了：例如，在尝试读取产生文件结尾之后，您也可以切换。然而，要记住的一组条件有点困难；说“更容易”在改变方向之前先寻找。”）这是从底层 C“标准 I/O”实现继承的。 Python 可以解决这个问题——我刚才正在寻找 Python 3 是否可以，但没有找到答案——但 Python 2 没有。底层的 C 实现也不需要有这个缺陷，有些，比如我的，没有，但最安全的假设是它可能，并进行明显毫无意义的搜索。