使用迭代器从 file.tell() 获得显着偏移

Question

看着 file.tell()，我期待它给我一个可以与 file.seek() 一起使用的位置。但我不确定如何在实践中做到这一点，因为 tell() 似乎从一开始就将我指向文件的末尾。

这是一些测试数据：

i am line 1
i am line 2
i am line 3

还有程序：

with open("./test_tell.txt") as fi:
    for line in fi:
        seekto = fi.tell()
        print "position:%d" % fi.tell()
        print(line)

    #we're at the end
    fi.seek(seekto)
    print("seekto:%s" % fi.read())

    fi.seek(seekto-5)
    print("seekto-5:%s" % fi.read())

输出：

position:35
i am line 1

position:35
i am line 2

position:35
i am line 3
seekto:
seekto-5:ine 3

请注意我是如何从头开始到 35，文件结尾的？我怎样才能使迭代器只前进到每一行的末尾，以便tell 实际上有助于知道我在文件中的位置？我感觉到整个文件被读取为优化，这就是为什么 tell 把我放在最后。

我关心的原因是我正在开发一个基于状态机的程序，该程序通过一个大文件运行。出于调试目的，我想呈现一个包含n-lines back、当前行和 n-lines ahead 的窗口。希望通过打开同一个文件的不同文件来寻求使用tell位置来读取。这是行不通的，因为 tell 总是指向结尾。

Python 2.7，以防文件语义发生变化。

Answer 1

您的示例不会触发 Python 2 的错误，但会失败，因为可能出于性能原因使用迭代器进行读取 缓冲。

大多数时候，当您逐行阅读时，您并不关心文件位置（更一般地说：您不关心文本文件中的文件位置）

所以文件在 1 次操作中被读取，留下文件的结束偏移量。

请注意，Python 3 更严格：在行上迭代后使用tell 会出现异常。

OSError: telling position disabled by next() call

一种方法是

• 在二进制模式下打开文件（Windows，否则，你会因为回车字符而发生变化）
• 通过添加当前行的长度来读取和计算位置

我的代码：在 python 2 和 python 3 中工作（需要解码以摆脱字节表示以做得更好）：

with open("./text.txt","rb") as fi:
    current_offset = 0
    line_pos=[]
    for line in fi:
        line_pos.append(current_offset)
        current_offset += len(line)
        print(line)

    fi.seek(line_pos[1])
    print("seekto:%s" % next(fi))

结果：

b'i am line 1\r\n'
b'i am line 2\r\n'
b'i am line 3\r\n'
seekto:b'i am line 2\r\n'

请注意，我成功地在第二行的开头寻找，所以next(fi) 阅读了第二行。

当然，仍然可以将这些行存储在list 中，除非它太大，在这种情况下，这种方法有一些好处（即：如果文件没有被另一个进程写回，则该行偏移量信息需要更新）