File nhị phân trong Python (binary file): seek(), tell()
Bài 9/10 · Chương 10
File và dữ liệu
- 7 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 11
File nhị phân trong Python (binary file) là file bạn đọc ghi thẳng từng byte, bằng chế độ "rb" và "wb", không qua bước đổi byte thành chữ. Bạn dùng chế độ này cho ảnh, nhạc, file PDF hay file nén, và dùng seek(), tell() khi cần nhảy tới một vị trí trong file thay vì đọc từ đầu.
Cần biết trước: mở file bằng with open(), đọc file và UTF-8 trong Python.
Đọc và ghi file bằng chế độ rb, wb
Thêm chữ b vào chế độ mở file thì read() trả về bytes thay cho chuỗi, và write() nhận bytes. Chế độ nhị phân không có encoding, vì không có bước đổi chữ nào. Ví dụ dưới đây tạo một file ảnh nhỏ: tám byte đầu là dấu hiệu mà mọi file PNG đều mở đầu bằng:
anh = b"\x89PNG\r\n\x1a\n" + b"\x00\x01\x02\x03\x04\x05\x06\x07"
with open("logo.png", "wb") as f:
print(f.write(anh))
with open("logo.png", "rb") as f:
du_lieu = f.read()
print(du_lieu[:8], len(du_lieu), type(du_lieu).__name__)KẾT QUẢ
16
b'\x89PNG\r\n\x1a\n' 16 byteswrite() trả về số byte đã ghi, ở đây 16. Đọc lại cho đúng 16 byte ấy: các byte \r\n vẫn y nguyên, vì chế độ nhị phân không đổi ký tự xuống dòng như chế độ văn bản. Cắt bytes bằng [:8] giống cắt chuỗi.
Sao chép một file ảnh
Sao chép file là đọc toàn bộ byte của file nguồn rồi ghi chúng vào file đích. Hai file mở bằng hai khối with:
anh = b"\x89PNG\r\n\x1a\n" + b"\x00\x01\x02\x03\x04\x05\x06\x07"
with open("logo.png", "wb") as f:
f.write(anh)
with open("logo.png", "rb") as nguon:
noi_dung = nguon.read()
with open("logo_ban_sao.png", "wb") as dich:
dich.write(noi_dung)
with open("logo_ban_sao.png", "rb") as f:
print(f.read() == anh)KẾT QUẢ
TrueBản sao giống hệt bản gốc tới từng byte. Với ảnh của bạn trên máy, thay "logo.png" bằng đường dẫn tới file ảnh thật; trình duyệt chạy ví dụ trong một thư mục riêng nên ví dụ tự tạo ảnh trước. File rất lớn thì đọc từng phần bằng read(n), với n là số byte mỗi lần, để không nạp cả file vào bộ nhớ.
Con trỏ file: tell() và seek()
Mỗi file đang mở có một con trỏ, chỉ vị trí byte mà lần đọc tiếp theo bắt đầu. f.tell() trả về vị trí đó, đếm từ 0. f.read(n) đọc n byte và đẩy con trỏ đi n bước. f.seek(vi_tri) dời con trỏ tới byte số vi_tri; f.seek(-3, 2) tính từ cuối file, lùi ba byte:
anh = b"\x89PNG\r\n\x1a\n" + b"\x00\x01\x02\x03\x04\x05\x06\x07"
with open("logo.png", "wb") as f:
f.write(anh)
with open("logo.png", "rb") as f:
print(f.tell())
print(f.read(4), f.tell())
f.seek(0)
print(f.read(4), f.tell())
f.seek(-3, 2)
print(f.read(), f.tell())KẾT QUẢ
0
b'\x89PNG' 4
b'\x89PNG' 4
b'\x05\x06\x07' 16Hãy hình dung con trỏ như đầu kim của máy hát đĩa: read() để kim chạy tới đâu thì dừng ở đó, seek() nhấc kim đặt sang chỗ khác. Sau read() ở dòng cuối, con trỏ nằm ở byte 16, đúng bằng độ dài file. Đổi f.seek(0) thành f.seek(8) rồi chạy lại: dòng thứ ba in b'\x00\x01\x02\x03' 12.
seek() trong file văn bản
Ở chế độ văn bản, read(n) đếm ký tự nhưng tell() vẫn trả về vị trí tính bằng byte. Với UTF-8, chữ có dấu chiếm hơn một byte nên hai con số khác nhau:
with open("thanh_pho.txt", "w", encoding="utf-8") as f:
f.write("Hà Nội\nHuế\n")
with open("thanh_pho.txt", encoding="utf-8") as f:
print(f.read(2), f.tell())
with open("thanh_pho.txt", "rb") as f:
print(f.read(3), f.tell())KẾT QUẢ
Hà 3
b'H\xc3\xa0' 3Hai ký tự Hà chiếm ba byte. Vì vậy, trong file văn bản chỉ nên seek() tới 0 hay tới một số mà tell() đã trả về trước đó. Ở file văn bản, seek() tính từ cuối file với số khác 0 cũng bị chặn.
Kiểm tra nhanh
Muốn sao chép
anh.jpgsanganh_2.jpg, cặp chế độ mở file nào đúng?"r"cho file nguồn và"w"cho file đích, cùngencoding="utf-8""rb"cho file nguồn và"w"cho file đích"rb"cho file nguồn và"wb"cho file đích
File có 16 byte. Sau
f.seek(10)rồif.read(10),f.tell()trả về gì?101620
Trong ví dụ mở
logo.pngvớiencoding="utf-8", vì sao Python báoUnicodeDecodeError?- Byte đầu
0x89của file PNG không phải ký tự UTF-8 hợp lệ - File
logo.pngchưa được tạo - Chế độ
"r"chỉ đọc được file có đuôi.txt
- Byte đầu
Trong ví dụ
thanh_pho.txt, vì saof.seek(2)rồif.read()báo lỗi?seek()chỉ dùng được ở chế độ nhị phân- Byte số 2 nằm giữa hai byte của chữ
à read()sauseek()cần truyền số ký tự
Bài tập
Đọc một đoạn byte ở giữa file
Một chương trình xem ảnh cần đọc vài byte ở giữa file, như phần tên khối IHDR của file PNG, mà không đọc cả file. Viết thân hàm doc_doan(ten_file, vi_tri, so_byte): mở file bằng open() ở chế độ nhị phân, dời con trỏ tới byte vi_tri bằng seek(), đọc so_byte byte bằng read(), rồi lấy vị trí con trỏ lúc đó bằng tell().
Ví dụ: với file 16 byte bắt đầu bằng b"\x89PNG", doc_doan(ten_file, 0, 4) trả về (b"\x89PNG", 4).
Trả về: đoạn byte đọc được và vị trí con trỏ sau khi đọc, một tuple.
def doc_doan(ten_file, vi_tri, so_byte):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
Chế độ
"rb"và"wb"đọc ghibytes, không cóencodingvà không đổi ký tự xuống dòng.Ảnh, nhạc, PDF, file nén phải mở ở chế độ nhị phân; chế độ văn bản thường báo
UnicodeDecodeError.Sao chép file:
read()hết file nguồn bằng"rb",write()vào file đích bằng"wb".f.tell()cho vị trí con trỏ tính bằng byte;f.seek(n)dời con trỏ tới byten.f.seek(-n, 2)tính từ cuối file, chỉ dùng ở chế độ nhị phân.Trong file văn bản, chỉ
seek()tới0hay tới vị trí lấy từtell().
Câu hỏi thường gặp
Làm sao kiểm tra một file có phải ảnh PNG không trong Python?
Đọc tám byte đầu bằng "rb" và so với dấu hiệu của PNG: f.read(8) == b"\x89PNG\r\n\x1a\n". Đuôi file .png có thể đặt sai, còn byte đầu thì khó giả hơn. Các định dạng khác có dấu hiệu riêng, như JPEG bắt đầu bằng b"\xff\xd8".
seek(0) trong Python dùng để làm gì?
f.seek(0) đưa con trỏ về đầu file, để đọc lại file mà không phải mở lần nữa. Ví dụ sau khi đếm số dòng bằng một vòng for, bạn seek(0) rồi duyệt lại từ đầu, như cách đọc file từng dòng trong bài đọc file.
Sao chép file trong Python có cách nào ngắn hơn không?
Có. Module shutil có shutil.copy() chép cả file chỉ bằng một dòng và tự chia file lớn thành nhiều phần. Bài shutil, glob và tempfile giới thiệu module này; tự chép bằng "rb" và "wb" vẫn đáng học để hiểu file thật ra là một dãy byte.
Chủ đề
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.