Python 为什么file_object.tell（）为不同位置的文件提供相同的字节？

我刚刚开始学习python，无法绕过基本的文件导航方法

当我阅读教程时，它声明它返回我当前在文件中的位置（以字节为单位）

我的推理是，文件中的每个字符加起来就是字节坐标，对吗？这意味着在一个新行之后，这只是在

\n

字符上拆分的一个字符串，我的字节坐标将改变。。。但这似乎是不正确的

我在bash上生成了一个快速玩具文本文件

$ for i in {1..10}; do echo "@ this is the "$i"th line" ; done > toy.txt
$ for i in {11..20}; do echo " this is the "$i"th line" ; done >> toy.txt

现在我将遍历这个文件并打印出行号和每个周期的

tell（）

调用的结果。

@

用于标记一些分隔文件块的行，我想返回这些行（见下文）

我的猜测是for循环首先在file对象上迭代，到达它的末尾，因此它始终保持不变

这是一个很好的例子，在我真正的问题上，文件的长度是Gigs，通过应用相同的方法，我得到的结果是，

tell（）

在我的图像块中反映了for循环是如何在file对象上迭代的。 这是正确的吗？你能解释一下我所缺少的概念吗

我的最终目标是能够定位文件中的特定坐标，然后并行处理这些来自分布式起点的巨大文件，我无法以筛选它们的方式监视这些文件

os.path.getsize("toy.txt")
451

fa = open("toy.txt")
fa.seek(0) # let's double check
fa.tell()
count = 0
for line in fa:
    if line.startswith("@"):
        print line ,
        print "tell {} count {}".format(fa.tell(), count)
    else:
        if count < 32775:
            print line,
            print "tell {} count {}".format(fa.tell(), count)
    count += 1

---

迭代文件时，文件不一定位于循环锯的最后一个字符处。

迭代文件时，文件不一定位于循环锯的最后一个字符处。

您正在使用

for

循环逐行读取文件：

for line in fa:

文件通常不会这样做；您可以读取数据块，通常是数据块。为了让Python给您换行，您需要一直读到下一行。只是，逐字节读取以查找换行符不是很有效

因此使用了缓冲区；你读一个大段，然后在该段中找到换行符，并为找到的每一个换行符生成一行。缓冲区用完后，您将读取一个新块

您的文件大小不足以读取多个块；它只有451字节小，而缓冲区通常以千字节为单位。如果您要创建一个更大的文件，您将在迭代时看到文件位置以大步跳转

参见（

next

是迭代时负责生成下一行的方法，

for

循环所做的工作）：

为了使for循环成为在文件行上循环的最有效方式（一种非常常见的操作），

next（）

方法使用隐藏的预读缓冲区

如果在行上循环时需要跟踪绝对文件位置，则必须在Windows上使用二进制模式If（以防止换行转换发生），并自己跟踪行长度：

position = 0    
for line in fa:
    position += len(line)

另一种选择是使用；这是Python3中用于处理文件的框架。

file.tell（）

方法将缓冲区考虑在内，即使在迭代时也会生成准确的文件位置

考虑到当您使用文本模式打开文件时，您将获得

unicode

字符串。在Python2中，如果必须使用

str

bytestrings，则可以使用二进制模式（用

'rb'

打开）。事实上，只有在二进制模式下，您才能访问

IOBase.tell（）

，而在文本模式下会引发异常：

>>> import io
>>> fa = io.open("toy.txt")
>>> next(fa)
u'@ this is the 1th line\n'
>>> fa.tell()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
IOError: telling position disabled by next() call

---

您正在使用

for

循环逐行读取文件：

for line in fa:

文件通常不会这样做；您可以读取数据块，通常是数据块。为了让Python给您换行，您需要一直读到下一行。只是，逐字节读取以查找换行符不是很有效

因此使用了缓冲区；你读一个大段，然后在该段中找到换行符，并为找到的每一个换行符生成一行。缓冲区用完后，您将读取一个新块

您的文件大小不足以读取多个块；它只有451字节小，而缓冲区通常以千字节为单位。如果您要创建一个更大的文件，您将在迭代时看到文件位置以大步跳转

参见（

next

是迭代时负责生成下一行的方法，

for

循环所做的工作）：

为了使for循环成为在文件行上循环的最有效方式（一种非常常见的操作），

next（）

方法使用隐藏的预读缓冲区

如果在行上循环时需要跟踪绝对文件位置，则必须在Windows上使用二进制模式If（以防止换行转换发生），并自己跟踪行长度：

position = 0    
for line in fa:
    position += len(line)

另一种选择是使用；这是Python3中用于处理文件的框架。

file.tell（）

方法将缓冲区考虑在内，即使在迭代时也会生成准确的文件位置

考虑到当您使用文本模式打开文件时，您将获得

unicode

字符串。在Python2中，如果必须使用

str

bytestrings，则可以使用二进制模式（用

'rb'

打开）。事实上，只有在二进制模式下，您才能访问

IOBase.tell（）

，而在文本模式下会引发异常：

>>> import io
>>> fa = io.open("toy.txt")
>>> next(fa)
u'@ this is the 1th line\n'
>>> fa.tell()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
IOError: telling position disabled by next() call