io.BufferedReader的peek函数返回缓冲区中的所有文本

Question

我在Windows 8上使用Python 3.4.1。

我想读取一个文件，使用一种可以提前查看一定数量字节的缓冲接口，同时也能读取字节。看起来io.BufferedReader是个不错的选择。

可惜的是，io.BufferedReader.peek似乎没什么用，因为它好像只是返回缓冲区里所有的字节，而不是我请求的数量。实际上，这在这个函数的文档中是允许的（我强调的部分）：

peek([size]) 从流中返回字节，而不移动位置。最多只会对原始流进行一次读取来满足这个调用。返回的字节数可能会少于或多于请求的数量。

为了展示我认为的无用行为，我有一个名为Test1.txt的测试文件：

first line
second line
third line

我在IDLE中这样创建io.BufferedReader对象：

>>> stream = io.BufferedReader(io.FileIO('Test1.txt'))

然后我请求两个字节，

>>> stream.peek(2)
b'first line\r\nsecond line\r\nthird line'

咦？这就是我系统默认缓冲区大小里的所有文本（在我的系统上是8192字节）。如果我改变这个默认值，我可以确认peek()只是返回了缓冲区的内容，

>>> stream2 = io.BufferedReader(io.FileIO('Test1.txt'), buffer_size=2)
>>> stream2.peek(17)
b'fi'
>>> stream2.peek(17)
b'fi'
>>> stream2.read(2)
b'fi'
>>> stream2.peek(17)
b'rs'

为了明确，以下是我期望看到的输出：

>>> stream = io.BufferedReader(io.FileIO('Test1.txt'))
>>> stream.peek(2)
b'fi'
>>> stream.read(1)
b'f'
>>> stream.peek(2)
b'ir'

也就是说，一个典型的缓冲流。

我在构造这个BufferedReader时做错了什么？我该如何在Python 3.4.1中观察到我期望的行为呢？

Answer 1

.peek() 的确是用来返回当前的缓冲区内容。如果你把它和 .read() 一起使用，你会发现每次读取后，缓冲区返回的数据会越来越少，直到缓冲区再次被填满。

对于 .peek() 的大多数用途来说，这样的设计是完全可以接受的。当缓冲区为空时，返回的字节数可以帮助你限制从底层输入输出源预期获取的数据量，这一点在该源在读取时可能会阻塞的情况下尤其重要。

你只需要对返回的值进行切片处理：

stream.peek(num)[:num]