python - 有没有办法找到文件对象的缓冲区大小

Question

我正在尝试“映射”一个非常大的 ascii 文件。基本上，我会读取行直到找到某个标签，然后我想知道该标签的位置，以便稍后再次查找它以提取相关数据。

from itertools import dropwhile
with open(datafile) as fin:
    ifin = dropwhile(lambda x:not x.startswith('Foo'), fin)
    header = next(ifin)
    position = fin.tell()

现在这个 tell 没有给我正确的位置。这个问题之前已经以各种形式提出过。原因大概是因为python在缓冲文件对象。所以，python 告诉我它的文件指针在哪里，而不是我的文件指针在哪里。 I don't want to turn off this buffering ... 这里的表现很重要。但是，很高兴知道是否有一种方法可以确定 python 选择缓冲多少字节。在我的实际应用程序中，只要关闭以Foo 开头的行，就没有关系。我可以在这里和那里放几行。所以，我实际上打算做的是:

position = fin.tell() - buffer_size(fin)

有什么办法可以找到缓冲区大小吗？

Answer 1

对我来说，缓冲区大小看起来是 hard-coded在 Cpython 中为 8192。据我所知，除了在打开文件时读取一行外，没有办法从 python 界面获取此数字，执行 f.tell() 来计算 python 实际读取了多少数据，然后在继续之前寻找回文件的开头。

with open(datafile) as fin:
    next(fin)
    bufsize = fin.tell()
    fin.seek(0)

    ifin = dropwhile(lambda x:not x.startswith('Foo'), fin)
    header = next(ifin)
    position = fin.tell()

当然，如果第一行长 超过 8192 字节，这将失败，但这对我的应用程序没有任何实际影响。