Bỏ qua đến nội dung chính
Mục lục

File nhị phân trong Python (binary file): seek(), tell()

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 9/10 · Chương 10

File và dữ liệu

  • 7 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

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:

python
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 bytes

write() 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:

python
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

True

Bản 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:

python
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' 16

Hãy 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:

python
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' 3

Hai 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

  1. Muốn sao chép anh.jpg sang anh_2.jpg, cặp chế độ mở file nào đúng?

    • "r" cho file nguồn và "w" cho file đích, cùng encoding="utf-8"
    • "rb" cho file nguồn và "w" cho file đích
    • "rb" cho file nguồn và "wb" cho file đích
  2. File có 16 byte. Sau f.seek(10) rồi f.read(10), f.tell() trả về gì?

    • 10
    • 16
    • 20
  3. Trong ví dụ mở logo.png với encoding="utf-8", vì sao Python báo UnicodeDecodeError?

    • Byte đầu 0x89 của file PNG không phải ký tự UTF-8 hợp lệ
    • File logo.png chưa được tạo
    • Chế độ "r" chỉ đọc được file có đuôi .txt
  4. Trong ví dụ thanh_pho.txt, vì sao f.seek(2) rồi f.read() báo lỗi?

    • seek() chỉ dùng được ở chế độ nhị phân
    • Byte số 2 nằm giữa hai byte của chữ à
    • read() sau seek() cần truyền số ký tự
Đúng hết lần đầu +15 XP

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.

python
def doc_doan(ten_file, vi_tri, so_byte):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • Chế độ "rb" và "wb" đọc ghi bytes, không có encoding và 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 byte n.

  • f.seek(-n, 2) tính từ cuối file, chỉ dùng ở chế độ nhị phân.

  • Trong file văn bản, chỉ seek() tới 0 hay tới vị trí lấy từ tell().

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

binary file python

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

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.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập