在使用文件对象之前确定文件对象大小

Question

我正在尝试在用Python下载文件后，确定这个文件的大小，然后再用BeautifulSoup来解析和处理它。（我打算很快更新到ElementTree，但我简单试过后发现，它并不能解决我在这里提出的问题，至少我目前是这样认为的。）

import urllib2, BeautifulSoup
query = 'http://myexample.file.com/file.xml'
f = urllib2.urlopen(query)
print len(f.read())
soup = BeautifulSoup.BeautifulStoneSoup(f.read())

这段代码出问题了，因为当我第一次用len()来read()这个文件时，它自然会读到文件的末尾（EOF），所以当我想用BeautifulSoup访问它时，文件对象已经是空的了。

我最初的想法是简单地用fcopy = f来复制这个对象，但这让我明白我只是引用了底层对象，并没有得到任何实际的副本。

接着我想，fcopy = copy.copy(f)应该可以创建一个真正的对象副本，但显然并没有，因为读取f时，fcopy仍然是一个空的文件对象。

我甚至读到过关于将对象作为参数传递给函数的方法，以此来解决这个问题，并尝试了以下代码

import urllib2, BeautifulSoup
def get_bytes(file):
    return len(file.read())

query = 'http://myexample.file.com/file.xml'
f = urllib2.urlopen(query)
print(get_bytes(f))
soup = BeautifulSoup.BeautifulStoneSoup(f.read())

但我遇到了同样的问题。我该如何在不破坏文件的情况下，确定这个对象的文件大小呢？

Answer 1

把文件里的内容复制到一个变量里，然后就可以对这个变量进行操作了：

import urllib2, BeautifulSoup

query = 'http://myexample.file.com/file.xml'
f = urllib2.urlopen(query)
content = f.read()
print len(content)
soup = BeautifulSoup.BeautifulStoneSoup(content)