Question

这个用例就是基于某个文件对象创建多个生成器，而不会有任何相互篡改的读取状态。

最初我（我认为）有一个使用seek()和tell()的工作实现，其中每个生成器都由一个元生成器修饰，该生成器维护文件句柄位置。这在StringIO之类的工作上运行良好，但由于预读缓冲区毁坏了offset，因此在实际文件上失败了。

使用readline()或以其他方式模拟真实的文件对象是不可行的，因为这样做的原因是过大的文件首先提示生成器表达式。因此，丢失预读缓冲区并不是一个很好的选择（顺便说一下，为什么Python首先以这种方式实现？不应该将缓冲区当作缓存而不是实际暴露给用户？正确的封装应该首先阻止这个tell()问题......）

然后我尝试使用copy.copy，但结果如下：<closed file '<uninitialized file>', mode '<uninitialized file>' at 0x7f722ffda810>。哪个似乎无法使用。

是否存在另一种复制方式？有没有办法初始化文件对象？或者我应该完全放弃这个用例，因为它在Python中是不可能的？

Answer 1

您正在寻找itertools.tee。

from itertools import tee
with open("somefile.txt", "r") as fh:
    fh1, fh2, fh3 = tee(fh, 3)

调用tee后，请勿再次使用父迭代器。但是，tee返回的迭代器可以自由独立地使用。

对于文件对象（保留特定于文件的方法，如read），您可以多次打开文件;每个文件对象在读取文件时都会保留自己的文件指针。

fh1, fh2, fh3 = [open("somefile.txt") for i in range(3)]

或者，如果您已有文件对象fh：

fh1, fh2, fh3 = [open(fh.name) for i in range(3)]

这并不能保留已经很高级的文件指针，但它很容易上手：

for x in fh1, fh2, fh3:
    x.seek(fh.tell())

有没有办法浅拷贝现有的文件对象？

1 个答案: