Python读取二进制文件时缓冲区大小与文件大小的关系

Question

buffersize=50000
inflie = open('in.jpg','rb')
outfile = open('out.jpg','wb')

buffer = infile.read(buffersize)

while len(buffer):
    outfile.write(buffer)
    buffer = infile.read(buffersize)

我正在学习如何在Python中读取和写入二进制文件的基础知识，并且理解了这段代码。希望能得到一些帮助，来更好地理解这段代码。谢谢！

• 问题1：50000这个数字在缓冲区大小中是等于50KB吗？（一个.jpg文件大约是150KB）
• 问题2：接下来的数据（也就是下一个50,000字节的数据）是如何从输入文件中读取的？（前50,000字节在while循环之前就已经读取并存储了，然后写入输出文件，接下来的50,000字节是如何在没有增加范围的情况下读取的？）
• 问题3：len(buffer)表示缓冲区的大小（文件对象）。在while循环中，这个条件什么时候会变成假？

Answer 1

这段文档回答了你所有的问题：

file.read([size])

这个方法最多会从文件中读取指定数量的字节（如果在读取过程中遇到文件结束符EOF，可能会读取到的字节数会少于指定的数量）。如果你不指定size这个参数，或者它是负数，方法会一直读取，直到文件结束。读取到的字节会以字符串的形式返回。如果一开始就遇到文件结束，返回的会是一个空字符串。（对于某些文件，比如终端文件，遇到文件结束后继续读取是有意义的。）需要注意的是，这个方法可能会多次调用底层的C语言函数fread()，以尽量接近你指定的字节数。此外，在非阻塞模式下，即使你没有给size参数，返回的数据量也可能会少于你请求的量。

1: 是的。size参数表示字节的数量。

2: infile.read(50000)的意思是“从infile中最多读取50000个字节”。第二次调用这个方法时，它会自动读取文件中的下一个50000个字节。

3: buffer不是文件本身，而是你上次从文件中读取的内容。len(buffer)在buffer为空时会返回False，也就是说，当文件中没有更多数据可读时。