主页 / coding / 问题 / 77676117
Accepted
Joe
Asked: 2023-12-18 05:43:59 +0800 CST

为什么Python read(3) 会寻找文件末尾

  • 772

我试图理解Python中的文件IO，使用不同的打开模式，以及读取和写入同一文件对象（只是自学）。

我对以下代码感到惊讶（这只是我的探索）：

with open('blah.txt', 'w') as f:

    # create a file with 13 characters
    f.write("hello, world!")


with open('blah.txt', 'r+') as f:

    for i in range(5):

        # write one character
        f.write(str(i))

        # then print current position and next 3 characters
        print(f"{f.tell()}: ", f"{f.read(3)}")


with open('blah.txt', 'r') as f:

    # look at how the file was modified
    print(f.read())

哪个输出：

1:  ell
14:  
15:  
16:  
17:  
0ello, world!1234

正如我所料，第一个字符被 覆盖0，然后接下来读取的 3 个字符是ell，但我预计 会1被写入o，hello然后接下来的 3 个字符读取为, w。

我正在阅读此处的文档，但我没有看到它在哪里解释了我观察到的行为。

看起来，无论大小如何，第一次读取都会查找文件末尾。

任何人都可以提供文档中解释这一点的链接吗？

我尝试在此网站上搜索类似的问题，但是虽然有很多与阅读相关的问题，但我发现没有一个提到这种行为。

更新

经过更多探索后，发现不是第一次read写入文件末尾，而是第二次写入。同样，我不确定为什么，这就是为什么我希望在文档中找到解释这种行为的地方。

这是我对上面代码的更改，表明它不是第一次读取：

with open('blah.txt', 'w') as f:

    # create a file with 13 characters
    f.write("hello, world!")


with open('blah.txt', 'r+') as f:

    for i in range(3):

        # write one character
        f.write(str(i))

        # then print current position and next 3 characters
        print(f"{f.tell()}: ", f"{f.read(3)}")
        print(f"{f.tell()}: ", f"{f.read(3)}")


with open('blah.txt', 'r') as f:

    # look at how the file was modified
    print(f.read())

哪个输出：

1:  ell
4:  o, 
14:  
14:  
15:  
15:  
0ello, world!12```
python

1 个回答

  1. Best Answer

    考虑这个例子：

    with open('test.txt', 'w') as f:
    f.write('HelloEmpty')

with open('test.txt', 'r+') as f:
    print(f.read(5))
    print(f.write('World'))
    f.flush()
    f.seek(0)
    print(f.read(10))

    您可能期望打印：

    Hello
5
HelloWorld

    相反，它打印：

    Hello
5
HelloEmpty

    并且该文件包含'HelloEmptyWorld'执行后。

    即使这段代码：

    with open('test.txt', 'w') as f:
    f.write('HelloEmpty')

with open('test.txt', 'r+') as f:
    print(f.read(5))
    print(f.read(5))

    按预期工作并打印：

    Hello
Empty

    因此，.read()不会将指针定位在文件末尾，否则第二个打印语句应该会导致错误或显示为空。

    但是，请考虑这个例子：

    with open('test.txt', 'w') as f:
    for _ in range(10000):
        f.write('HelloEmpty')

with open('test.txt', 'r+') as f:
    print(f.read(5))
    print(f.write('World'))

    如果你执行这段代码，然后查看该文件，你会发现在位置8193处，写入了“World”一词。

    因此，Python 似乎以 8192 字节或字符块的形式读取文本数据，尽管连续调用跟踪.read()读取缓冲区中的位置，但调用.write()将使用实际的文件指针，该指针已向前移动 8k（或移动到末尾）文件的内容，以先到者为准）。

    无论是字符还是字节，您可以从中看出：

    with open('test.txt', 'w', encoding='utf16') as f:
    for _ in range(10000):
        f.write('HelloEmpty')

with open('test.txt', 'r+', encoding='utf16') as f:
    print(f.read(5))
    print(f.write('World'))

    现在，文件中的字符大小为 2 个字节，单词“world”写入位置 4097（以字符为单位，但仍在字节 8192 之后），因此缓冲区大小以字节为单位。

    （请注意，8192 和 4096 是 2 的幂，以防这些数字看起来任意；还要注意，第一个大文件的大小正好是 100000 字节，正如预期的那样，但第二个大文件的大小是 200002 字节，这导致'World'世界由于选择的编码和字节顺序标记，会稍微偏移一点）

    编辑，更多信息：

    考虑一下：

    with open('test1.txt', 'w') as f:
    f.write('x' * 100000)

with open('test1.txt', 'r+') as f:
    s1 = f.read(5)    # 5. read first 5 bytes, expected to be 'xxxxx'
    f.seek(0)         # 6. seek back to beginning of file
    f.write('y' * 5)  # 7. write 5 bytes of 'yyyyy'
    f.read(5)         # 8. then read another 5 bytes (discarded, but would be 'xxxxx')
    f.flush()         # 9. flush the buffer, if any
    f.seek(0)         # 10. seek the beginning of the file once more
    s2 = f.read(5)    # 11. read 5 characters, expected to be 'yyyyy', but in fact 'xxxxx' (Win 10, Python 3.11.6)

print(s1, s2)

# without line 8:
with open('test2.txt', 'w') as f:
    f.write('x' * 100000)

with open('test2.txt', 'r+') as f:
    s1 = f.read(5)
    f.seek(0)
    f.write('y' * 5)
    # f.read(5)
    f.flush()
    f.seek(0)
    s2 = f.read(5)

print(s1, s2)         # the expected result

    输出：

    xxxxx xxxxx
xxxxx yyyyy

    这表明.read()在 a 之后.write()、刷新缓冲区之前执行 a 可能会导致非常意外的结果。您会发现它将test2.txt按照yyyyy预期在开始时写入，但test1.txt会在第一个读取缓冲区之后写入。

    我不确定这实际上是否不应该被视为 Python 中的错误......

    • 1

相关问题