file.seek()方法引出的文本文件和二进制文件问题

问题的原由

菜鸟教程上有一段关于file.seek()方法的讲解，先简短描述一下seek()方法：

• seek(offset, whence)方法用于移动文件读取指针到指定位置
• 参数offset--开始的偏移量，也就是表明偏移的字节数
• 参数whence--可选，默认为0。0表示从文件开头算起，1表示从当前位置算起，2表示从文件末尾算起
• 返回值：该方法没有返回值

实例

文件runoob.txt的内容以下:

1:www.runoob.com 2:www.runoob.com 3:www.runoob.com 4:www.runoob.com 5:www.runoob.com

循环读取文件的内容：

#打开文件
fo = open("runoob.txt", "r+") print("文件名为: ", fo.name) line = fo.readline() print("读取的数据为: %s" % line) #从新设置文件读取指针到开头
fo.seek(2, 1) line = fo.readline() print("读取的数据为: %s" % line) #关闭文件
fo.close()

运行一下发现报错了：

D:\Program\python34\python.exe D:/python_workshop/python6/study_file.py Traceback (most recent call last): 文件名为: runoob.txt File "D:/python_workshop/python6/study_file.py", line 158, in <module> 读取的数据为: 1:www.runoob.com fo.seek(2, 1) io.UnsupportedOperation: can't do nonzero cur-relative seeks
 Process finished with exit code 1

分析缘由

文本文件和二进制文件

这要要从文本文件和二进制文件提及了。

从广义(物理意义)上说，二进制文件包括了文本文件，由于计算机最终存储的是二进制文件，因此物理意义上二者就是一回事，但从狭义(逻辑)上来讲，二者存储的方式又有所不一样。

文本文件又叫ASCII文件，这种文件在磁盘上存放时，每一个字符(8个bit位)对应一个字节，用于存放对应的ASCII码，例如：

ASCII 码   00110101 00110110 00110111 00111000

               |              |               |             |

　　　　　5　　　　　6　　　　　7　　　　 8

共占用了4个字节，ASCII文件可在屏幕上按字符显示。

二进制文件，是按二进制编码存放文件的，如5678的存储方式为：00010110 00101110，只占用2个字节，二进制文件虽然也可在屏幕上显示，但其内容没法读懂。C系统在处理这些文件时，并不区分类型，都当作是字符流，按字节进行处理。 输入输出字符流的开始和结束只由程序控制而不受物理符号(如回车符)的控制。 ，所以也把这种文件称做"流式文件"。

读写的区别

在读取文档时，python认为0x1A(26)是文档结束符(EOF)，因此有时使用"r"读取二进制文件时，可能会出现读取不全的现象，如：

二进制文件中存在以下从低位向高位排列的数据：7F 32 1A 2F 3D 2C 12 2E 76
若是使用'r'进行读取，则读到第三个字节，即认为文件结束
若是使用'rb'按照二进制位进行读取的，不会将读取的字节转换成字符，从而避免了上面的错误

在写入文档时，写入'\n'，windows操做系统会隐式的将'\n'转换为"\r\n"，再写入到文件中；读的时候，会把“\r\n”隐式转化为'\n'，再读到变量中，而二进制文件是非解释性的，一次处理一个字符，而且不转换字符。

r+和rb+

• "r+"是打开一个文件用于读写。文件指针将会放在文件的开头
• "rb+"是以二进制格式打开一个文件用于读写。文件指针将会放在文件的开头

python3.4的官方解释

To change the file object’s position, use f.seek(offset, from_what). The position is computed from adding offset to a reference point; the reference point is selected by the from_what argument. A from_what value of 0 measures from the beginning of the file, 1 uses the current file position, and 2 uses the end of the file as the reference point. from_what can be omitted and defaults to 0, using the beginning of the file as the reference point.

意思是，为了改变文件对象的位置，可使用f.seek(offset, from_what)方法。最终位置等于参考点位置加上偏移量，参考点是由from_what参数决定的。from_what有三个值，0表明文件的开始位置，1表明使用当前的位置，2表明文件的末尾位置。from_what参数省略时，默认是0。

python官方文档也给了一个实例：

>>> f = open('workfile', 'rb+') #咱们能够看出，文件workfile是以二进制格式进行读写的 >>> f.write(b'0123456789abcdef') 16
>>> f.seek(5)     # Go to the 6th byte in the file
5
>>> f.read(1) b'5'
>>> f.seek(-3, 2) # Go to the 3rd byte before the end
13
>>> f.read(1) b'd'

In text files (those opened without a b in the mode string), only seeks relative to the beginning of the file are allowed (the exception being seeking to the very file end with seek(0, 2)) 

在文本文件中，只有在文件开头(即from_what默认是0时)进行偏移是被容许的。不容许在当前所在位置(from_what=1)和文件末尾(from_what=2)时进行偏移。

如今回头看看咱们的第一个代码和报错信息，发现咱们的读写模式用了"r+"，咱们的文件是文本文件，在使用fo.seek()时，将from_what的值设置为1，因此报错了。

#打开文件
fo = open("runoob.txt", "r+") print("文件名为: ", fo.name) line = fo.readline() print("读取的数据为: %s" % line) #从新设置文件读取指针带开头
fo.seek(2, 1) line = fo.readline() print("读取的数据为: %s" % line) #关闭文件
fo.close()

D:\Program\python34\python.exe D:/python_workshop/python6/study_file.py Traceback (most recent call last): 文件名为: runoob.txt File "D:/python_workshop/python6/study_file.py", line 158, in <module> 读取的数据为: 1:www.runoob.com fo.seek(2, 1) io.UnsupportedOperation: can't do nonzero cur-relative seeks
 Process finished with exit code 1

延伸

若是咱们把读写模式改成"rb+"，以二进制的方式进行读写，那么是否是就能够了，确实能够，但不容忽视的一个小问题是，二进制文件不会对windows下的换行(\r\n, 0x0D 0x0A)进行转化的，咱们看到的结果将是：

文件名为: runoob.txt 读取的数据为: b'1:www.runoob.com\r\n' 读取的数据为: b'www.runoob.com\r\n'

参考

https://blog.csdn.net/timberwolf_2012/article/details/28499615

https://www.zhihu.com/question/19971994

https://docs.python.org/3.4/tutorial/inputoutput.html

http://bbs.fishc.com/thread-60449-1-1.html

https://www.cnblogs.com/kingleft/p/5142469.html

https://www.cnblogs.com/xisheng/p/7636736.html

https://bbs.csdn.net/wap/topics/350127738

https://www.cnblogs.com/pengwangguoyh/articles/3223072.html

https://blog.csdn.net/seu_xuxueqi/article/details/621904

http://www.xuebuyuan.com/367184.html