获取已打开文件的地址和值

Question

我需要使用Python从大二进制文件中读取特定字节。使用f.seek（）需要很长时间。是否有任何方法来获取文件的第一个字节的地址，然后添加地址以达到Python中的特定字节？

例如，给定一个包含asddfrgd的文本文件

获取a的地址，添加5，然后获取结果值（即'r'，假设每个字母有1个字节）。

Answer 1

你的描述不是很清楚。我假设你想在你的例子中获取"a"之后的5个字节的所有值，这样"aardvark"得到"a"和"r"并跳过最后的"a"，因为添加5超出了字符串的结尾。

这是一个解决方案，它通过线性扫描文件而不是逐字节地跳过来返回这些值的列表：

def find_past(fn, which, step):
    """ Read file 'fn' and return all elements 'step' bytes after 
        each occurrence of 'which'.
    """

    f = open(fn, "rb")

    n = 0               # current byte address
    res = []            # list of result bytes
    next = []           # list of next byte addresses to consider

    while True:
        c = f.read(1)

        if c == "":
            break

        if next and next[0] == n:
            res.append(c)
            next.pop(0)

        if c == which:
            next.append(n + step)

        n += 1

    f.close()
    return res

跟踪列表和字节偏移应该比f.seek()便宜，但我没有在大数据上尝试过。