Python 檔案操作（File I/O）

主題：seek / tell

---

簡介

在日常開發中，讀寫檔案是最常見的需求之一。大多數人只會使用 open()、read()、write() 等基本方法，卻忽略了檔案指標（file pointer）這個概念。檔案指標決定了下一次讀寫操作會從檔案的哪一個位元組開始，而 seek() 與 tell() 正是 控制與查詢檔案指標 的兩個核心函式。

掌握 seek / tell 後，我們就能：

• 隨機存取大型檔案（不必一次讀完整個檔案）
• 讀取或修改檔案中的特定區塊（例如 CSV 的某一列、二進位檔的標頭）
• 實作簡易的「暫存」或「回溯」機制，提升程式的彈性與效能

因此，本篇文章會從概念說明、實作範例、常見陷阱與最佳實踐，最後帶出實務應用，幫助你在 Python 中自如地使用 seek 與 tell。

---

核心概念

1. 檔案指標的本質

當使用 open('example.txt', 'r') 開啟一個檔案時，Python 會在記憶體中維護一個 檔案指標（file pointer），它是一個整數，代表「目前在檔案的第幾個位元組」：

位元組編號	0	1	2	3	…
內容	H	e	l	l	o

• 初始時指標 指向檔案開頭（位置 0）。
• 每次呼叫 read(n)，指標會往前移動 n 個位元組。
• 每次呼叫 write()，指標也會往前移動寫入的位元組數。

seek(offset, whence) 用來改變這個指標的位置，tell() 則是回傳目前的指標值。

2. seek(offset, whence=0)

參數	說明
offset	移動的位元組數（正數或負數）
whence	參考點，預設 0（檔案開頭） 1：目前位置 2：檔案結尾

常見用法

f.seek(0)          # 移到檔案開頭
f.seek(10, 0)      # 從開頭往前 10 位元組
f.seek(-5, 2)      # 從檔案結尾往回 5 位元組（只適用於可隨機存取的模式）

⚠️ 注意：在文字模式（'r'、'w'）下，seek 的行為可能會因編碼（UTF-8、UTF-16）而有所不同；若要精確控制位元組，建議使用 二進位模式（'rb'、'wb'）。

3. tell()

tell() 直接回傳目前指標所在的 位元組索引。這在以下情境非常有用：

• 需要記錄「讀到哪裡」以便之後回到同一位置。
• 實作檔案分割（splitting）或分段讀寫時，需要知道每段的起始位置。

pos = f.tell()     # 取得目前位置
print(f'目前指標在第 {pos} 個位元組')

---

程式碼範例

以下示範 5 個實用範例，從基礎到稍微進階的應用，全部使用 二進位模式 以避免編碼問題。

範例 1：基本的 seek / tell

# 讀取檔案前 10 個位元組，然後回到開頭再讀一次
with open('sample.txt', 'rb') as f:
    data = f.read(10)          # 指標移到第 10 位元組
    print('前 10 位元組:', data)

    pos = f.tell()             # 取得目前位置（應該是 10）
    print('目前指標位置:', pos)

    f.seek(0)                  # 回到檔案開頭
    again = f.read(10)         # 再次讀取相同的內容
    print('再次讀取:', again)

重點：tell() 回傳的值正好等於已讀取的位元組數。

---

範例 2：從檔案結尾往回讀取最後 20 個位元組（適用於日誌檔）

def tail_bytes(filepath, n=20):
    """回傳檔案最後 n 個位元組（類似 Unix `tail -c`）"""
    with open(filepath, 'rb') as f:
        f.seek(-n, 2)          # 從結尾往回 n 位元組
        return f.read(n)

last_bytes = tail_bytes('log.txt', 20)
print('檔案最後 20 位元組:', last_bytes)

技巧：whence=2 表示「以檔案結尾為基準」，負的 offset 代表往回移動。

---

範例 3：隨機存取 CSV 檔的特定列（每列固定長度）

假設每列固定 30 個位元組（包含換行），我們要直接抓第 5 列：

LINE_LEN = 30          # 每列佔用的位元組數

def read_line(filepath, line_no):
    """讀取第 line_no 列（從 1 開始計算）"""
    with open(filepath, 'rb') as f:
        offset = (line_no - 1) * LINE_LEN
        f.seek(offset, 0)          # 計算偏移量並移動指標
        return f.read(LINE_LEN).decode('utf-8').rstrip('\n')

row5 = read_line('fixed_width.csv', 5)
print('第 5 列內容:', row5)

說明：這種「固定寬度」的檔案非常適合使用 seek，不必一次讀完整個檔案。

---

範例 4：在二進位檔中插入資料（需要先搬移後面的內容）

Python 原生的檔案寫入只能覆寫，若要 插入，必須自行搬移後面的位元組：

def insert_bytes(filepath, insert_data, pos):
    """在檔案 pos 位置插入 insert_data（bytes），其餘內容往後移"""
    with open(filepath, 'rb+') as f:
        f.seek(0, 2)                # 先移到檔案結尾取得總長度
        file_size = f.tell()

        # 從結尾開始往前搬移，確保不會覆蓋尚未搬移的資料
        for i in range(file_size, pos, -1):
            f.seek(i - 1)
            byte = f.read(1)
            f.seek(i)
            f.write(byte)

        # 把插入資料寫入目標位置
        f.seek(pos)
        f.write(insert_data)

# 範例：在第 100 位元組插入 b'HELLO'
insert_bytes('binary.dat', b'HELLO', 100)

提醒：此方法在大型檔案上效能較差，實務上會使用暫存檔或 mmap（稍後說明）。

---

範例 5：使用 mmap 搭配 seek / tell 進行高速隨機存取

mmap 讓檔案映射到記憶體，能直接使用類似 bytearray 的操作，同時保有 seek / tell：

import mmap

def read_via_mmap(filepath, start, length):
    """利用 mmap 從 start 位置讀取 length 個位元組"""
    with open(filepath, 'rb') as f:
        # 建立只讀的 mmap 物件
        mm = mmap.mmap(f.fileno(), 0, access=mmap.ACCESS_READ)
        mm.seek(start)               # 移動指標
        data = mm.read(length)       # 讀取資料
        mm.close()
        return data

chunk = read_via_mmap('large.bin', 1024 * 1024, 64)   # 讀取第 1 MB 後的 64 位元組
print('讀取結果:', chunk)

優點：不需要自行搬移資料，且對大型檔案的隨機讀寫效能遠高於傳統 seek + read。

---

常見陷阱與最佳實踐

陷阱	可能的結果	解決方式
在文字模式下使用負向 seek	會拋出 OSError: can't do nonzero cur-relative seeks（特別是 Windows）	改用二進位模式 ('rb') 或先 f.seek(0, 2) 取得檔案長度再計算正向偏移
忽略編碼差異	以 UTF‑8 為例，單一字元可能佔 1~4 位元組，seek(5) 可能落在字元中間，導致解碼錯誤	若需精確位元組控制，使用二進位模式；若必須在文字模式下，僅在已知每行固定長度或使用 io.TextIOWrapper 的 seek
在大型檔案上頻繁搬移資料	效能極差，甚至耗盡磁碟空間	使用暫存檔、mmap 或資料庫（如 SQLite）代替直接搬移
忘記 flush() 或 close()	寫入的資料可能仍在緩衝區，導致檔案內容不完整	使用 with open(...) as f: 自動關閉，或手動呼叫 f.flush()
跨平台差異（Windows vs POSIX）	Windows 不支援在文字模式下 seek 超過 2GB	在跨平台程式中，盡量使用二進位模式或 os 模組提供的 os.lseek

最佳實踐

1. 預先取得檔案大小：f.seek(0, 2); size = f.tell()，可避免超出範圍的 seek。
2. 使用 with 句柄：保證檔案在例外發生時仍會正確關閉。
3. 盡量在二進位模式操作，尤其是需要精確定位的情況。
4. 對於大量隨機讀寫，考慮 mmap、io.BufferedRandom 或資料庫。
5. 加入錯誤檢查：try/except OSError，捕捉非法的 seek 或 tell 行為。

---

實際應用場景

場景	為什麼需要 seek / tell	範例概念
日誌檔輪替	只需要讀取最後幾行，避免把整個巨型日誌載入記憶體	f.seek(-1024, 2) 讀取最後 1KB
多媒體檔案切割	MP3、MP4 等格式有固定的幀（frame）結構，需要根據幀大小定位	f.seek(frame_offset, 0)
資料庫檔案快照	需要從檔案的特定位置開始寫入增量備份	f.seek(snapshot_start); f.write(delta)
網路協議實作（例如 HTTP 分段傳輸）	需要先寫入標頭，再回頭填入內容長度	先 f.seek(0); f.write(header)，之後 f.seek(content_start); f.write(body)
大型科學資料（如遙測影像）	只取出圖像的特定區塊，避免載入全圖	計算每行位元組長度，f.seek(row_offset + col_offset) 讀取區塊

---

總結

• seek(offset, whence) 與 tell() 是 檔案指標 的核心控制工具，讓我們能在檔案中任意跳躍、回溯或查詢位置。
• 在 二進位模式 下使用最為直接且不受編碼影響；文字模式則需注意換行與編碼的差異。
• 常見陷阱包括負向 seek、跨平台行為差異以及在大型檔案上頻繁搬移資料。遵循「先取得檔案大小、使用 with 管理資源、必要時採用 mmap」等最佳實踐，可大幅降低錯誤與效能問題。
• 透過上述範例，我們已展示了從簡單的指標查詢、倒讀最後幾位元組、固定寬度檔案的隨機讀取，到插入資料與高速隨機存取的完整流程。這些技巧在日誌分析、媒體處理、資料備份與科學計算等領域都有實際價值。

掌握 seek / tell，就等於擁有了 檔案隨機存取的鑰匙，讓你的 Python 程式在處理大型或結構化檔案時更加靈活、效能更佳。祝你在實務開發中玩得開心、寫得順手！