Произвольный доступ:
seek() и tell()

Категория

Файлы

Уровень

Средний → продвинутый

Связанные темы

Кодировки, байты, режимы открытия

Зачем это знать

Работать с частями файла, не читая его целиком

§1Что даёт произвольный доступ

Глава 8.4 разделила два способа работы с файлом. Все предыдущие главы использовали последовательный: данные шли подряд, от начала к концу. Произвольный доступ снимает это ограничение.

Последняя строка — самая частая на практике: именно ради неё в главах 8.6 и 8.8 встречался вызов seek(0).

§2tell(): где мы сейчас

Метод возвращает текущую позицию — то место, откуда пойдёт следующее чтение или запись.

with open("demo.txt", "w", encoding="utf-8") as file:
    file.write("0123456789ABCDEFGHIJ")

with open("demo.txt", encoding="utf-8") as file:
    print(file.tell())
    file.read(3)
    print(file.tell())

0
3

Здесь всё совпало с интуицией только потому, что символы латинские. С кириллицей картина изменится — §7.

§3seek(): переход к позиции

seek(offset) перемещает позицию на указанное число байтов от начала файла.

with open("demo.txt", encoding="utf-8") as file:
    file.seek(10)
    print(file.read(5))
    print(file.tell())

ABCDE
15

Метод возвращает новую позицию, поэтому print(file.seek(10)) напечатал бы 10. Часто этот результат просто игнорируют.

§4Параметр whence

Второй аргумент задаёт точку отсчёта.

Смещение может быть отрицательным — для whence=1 это движение назад, для whence=2 иначе и не бывает.

§5Ограничения текстового режима

Таблица выше описывает двоичный режим. В текстовом работает только часть возможностей.

with open("demo.txt", encoding="utf-8") as file:
    file.read(3)
    file.seek(5, 1)

io.UnsupportedOperation: can't do nonzero cur-relative seeks

Разрешены только два безопасных случая: переход к позиции, полученной от tell(), и перемещение в конец файла нулевым смещением.

§6Почему так

Ограничение выглядит произвольным, но у него простая причина — кодировка. В UTF-8 символы занимают разное число байтов, и сдвиг «на пять байт вперёд» может попасть в середину символа.

"привет"  в UTF-8:

  п      р      и      в      е      т
d0 bf  d1 80  d0 b8  d0 b2  d0 b5  d1 82
      ↑
      seek(1) — середина символа, декодировать нечем

Python не может проверить заранее, попадёт ли произвольное смещение на границу символа, поэтому просто запрещает такие переходы в текстовом режиме. В двоичном проверять нечего — там байты и есть единица работы.

§7Позиция в байтах, чтение в символах

Отсюда же главное недоразумение темы: read() считает символы, а tell() — байты.

with open("demo.txt", "w", encoding="utf-8") as file:
    file.write("привет мир")

with open("demo.txt", encoding="utf-8") as file:
    file.read(3)
    print(file.tell())

6

Верхний ряд — символы, нижняя линейка — байты. Кириллическая буква в UTF-8 занимает два байта, пробел — один, поэтому обе шкалы расходятся с самого начала. read() отсчитывает деления по верхней шкале, tell() и seek() — по нижней.

Это то же расхождение, что в главе 5.4: три кириллических символа занимают шесть байтов. Вычислять позицию вручную по числу символов нельзя — для латиницы совпадёт, для кириллицы нет.

§8Правило работы с текстом

Единственный надёжный способ вернуться к месту в текстовом файле — сохранить позицию, полученную от tell().

with open("demo.txt", encoding="utf-8") as file:
    file.read(3)
    bookmark = file.tell()

    file.seek(0)
    file.seek(bookmark)

    print(file.read())

вет мир

Значение tell() в текстовом режиме — непрозрачное число: его не нужно понимать, складывать или уменьшать. Его только сохраняют и передают обратно в seek().

§9Двоичный режим без ограничений

В режиме "rb" доступны все формы seek().

with open("demo.txt", "w", encoding="utf-8") as file:
    file.write("0123456789ABCDEFGHIJ")

with open("demo.txt", "rb") as file:
    file.seek(10)
    print(file.read(5))

    file.seek(-4, 2)
    print(file.read())

b'ABCDE'
b'GHIJ'

Поэтому произвольный доступ — в первую очередь инструмент для двоичных файлов и записей фиксированной длины, где позиция вычисляется арифметикой.

§10Размер файла через seek

Переход в конец с нулевым смещением возвращает размер файла в байтах — и это работает в обоих режимах.

with open("demo.txt", "rb") as file:
    size = file.seek(0, 2)

print(size)

20

Приём удобен, когда файл уже открыт. Если он ещё не открыт, проще os.path.getsize(path) — функция из стандартной библиотеки.

§11Запись по позиции

seek() действует и на запись. Но запись не «вставляет» данные, а перезаписывает то, что было на этом месте.

with open("demo.txt", "w", encoding="utf-8") as file:
    file.write("0123456789")

with open("demo.txt", "r+", encoding="utf-8") as file:
    file.seek(3)
    file.write("XX")

print(open("demo.txt", encoding="utf-8").read())

012XX56789

Режим "r+" открывает файл на чтение и запись, не стирая содержимое, — в отличие от "w+" из главы 8.6. Вставить данные в середину без сдвига остального нельзя: для этого файл переписывают целиком.

§12Режим a игнорирует seek

Отдельная ловушка: в режиме дозаписи любая запись идёт в конец, куда бы ни поставили позицию.

with open("demo.txt", "a", encoding="utf-8") as file:
    file.seek(0)
    file.write("!")

print(open("demo.txt", encoding="utf-8").read())

012XX56789!

Это не ошибка и не недоработка: режим "a" по определению означает «всегда в конец». Ошибки не будет — просто данные окажутся не там, где ожидалось.

§13Где это применяется

В обычной работе с текстом произвольный доступ нужен редко: файл либо читают целиком, либо построчно. Его область — двоичные форматы и структуры с известным устройством.

§14Частые ошибки

§15Проверьте себя

§16Шпаргалка

Итог главы

seek() переводит позицию в файле, tell() её возвращает, и оба работают в байтах. В текстовом режиме разрешены только абсолютный переход и нулевые смещения — потому что произвольный сдвиг может разорвать многобайтовый символ. Значение tell() для текста стоит считать непрозрачным: его сохраняют и возвращают в seek(), но не вычисляют. Запись после перехода перезаписывает данные, а в режиме "a" позиция вовсе игнорируется.