### 6.4.5 二進制文件與隨機存取* 前面介紹的文件處理是針對文本文件的，并且主要是順序存取文件。本節簡單介紹二進 制文件的處理以及文件的隨機存取。 二進制文件 任何文件在底層都是字節序列。文本文件的字節可解釋成字符的編碼：如果是 ASCII 編碼，則每個字節表示一個字符；如果是 GBK 編碼，則每兩個字節表示一個漢字。對文本 文件的處理完全基于這種字符解釋。而二進制文件的字節序列表示任意的二進制數據，不能 解釋為字符序列。對二進制文件的處理也必須基于特定的解釋來進行。 Python 語言支持對二進制文件的處理，處理過程仍然是“打開－讀寫－關閉”三部曲。 打開二進制文件時必須指明“以二進制方式打開”，具體就是用"rb"、"wb"和"ab"分別表 示讀打開、寫打開和追加打開。例如： ``` >>> bf1 = open("c:/windows/notepad.exe","rb") >>> bf1.read(10) 'MZ\x90\x00\x03\x00\x00\x00\x04\x00' >>> bf2 = open("c:/windows/explorer.exe","rb") >>> bf2.read(10) 'MZ\x90\x00\x03\x00\x00\x00\x04\x00' ``` 這里我們分別打開了兩個常用的 Windows 應用程序文件：記事本和資源管理器，并且各讀 了頭 10 個字節的內容。從輸出結果可見，這些字節一般不能解釋成字符①。細心的讀者還可 以發現，notepad.exe 和 explorer.exe 這兩個文件的頭 10 個字符是一樣的。這一點都不奇怪， 因為它們都是 exe 文件，而 exe 文件是有規定的文件頭格式的。作為練習，讀者不妨以二進 制方式打開幾個.jpg 文件，并讀取文件頭若干字節的數據，看看有什么發現。 當然我們還可以將二進制文件以"wb"和"ab"方式打開，從而可以修改二進制文件。不過 除非你知道自己在做什么，一般不要嘗試修改二進制文件，因為可能破壞文件格式。 關閉二進制文件和關閉文本文件是一樣的，調用文件對象的 close 方法即可。 文件的隨機存取 文件一般都是順序讀寫的，即從文件開始處按順序讀寫文件內容直至文件尾。然而，有時候也需要對文件進行隨機讀寫，即直接定位到文件的特定位置進行讀寫，不需要讀寫從文 件頭到目標位置之間的內容。以讀書作類比，順序讀寫就像從第一頁逐詞逐行讀到最后一頁 一樣，而隨機讀寫則像跳躍式讀書，略過中間所有內容直接翻到某一頁。 我們說過，讀寫文件時可以想象有一個“讀寫頭”，就像磁帶錄音機的磁頭一樣，當前 讀寫頭所在位置決定了讀寫的內容是什么。剛打開文件時，讀寫頭位于文件開始處；隨著讀 寫語句的執行，讀寫頭不斷移動。順序讀寫就像磁帶錄放機在進行正常的回放或錄音，而隨 機讀寫就像快進和快倒。 Python 文件對象提供的 seek()方法可用于文件的隨機存取，其用法形如 ``` <文件對象>.seek(n) <文件對象>.seek(n,m) ``` 其中，seek(n)的含義是將文件當前位置移到偏移為 n 的地方，這里的偏移是相對于文件開始位置的，即文件的第 1 個字節偏移為 0，第 2 個字節偏移為 1，依此類推。seek(n,m)的含義 是將文件當前位置移到偏移為 n 的地方，這里的偏移要依 m 值來定：m 為 0 時相對于文件 開始位置（即與 seek(n)相同），m 為 1 時相對于文件當前位置，m 為 2 時相對于文件末尾。 偏移為正數表示朝文件尾方向移動，偏移為負數表示向文件頭方向移動。 > ① 二進制文件中也可以含有字符數據，例如 exe 文件的頭兩個字節是字母 MZ，這是 exe 文件的標志。 下面的語句序列首先創建一個漢字文本文件 ccfile.txt，其中每個漢字（包括標點符號） 占用 2 字節。其次，以讀方式打開 ccfile.txt，然后文件當前位置移到偏移 12 處（即略過前 5 個漢字和 1 個逗號）并讀取 4 個字節（即“處處”）；然后倒退 16 個字節并讀取 2 個字節（即“春”）；最后向前移動 26 個字節并讀 2 個字節（即“風”），最后顯示三次讀的內容所聯接 而成的字符串“處處春風”。 ``` >>> f = open("ccfile.txt","w") >>> f.write("春眠不覺曉，處處聞啼鳥。夜來風雨聲，花落知多少。") >>> f.close() >>> f = open("ccfile.txt","r") >>> f.seek(12) >>> s = f.read(4) >>> f.seek(-16,1) >>> s = s + f.read(2) >>> f.seek(26,1) >>> s = s + f.read(2) >>> print s 處處春風 >>> f.tell() 30L ``` 順便說一下，文件對象還提供 tell()方法，用于確定當前讀寫位置。具體用法見上面演 示的最后兩行，顯然讀完“風”后，讀寫頭即停留在 30 號字節處。