seek()在大文件中常失效或不准，因文本模式按字符读取而seek()按字节跳转，utf-8下多字节字符易导致越界解码错误；必须用'rb'模式并确保跳转位置为合法字节边界。
为什么 seek() 在大文件里经常失效或不准？
因为文本文件默认按字符读取，而 seek() 是按字节跳转的——UTF-8 编码下中文、emoji 等字符占 2~4 字节，直接 seek(100) 可能落在某个汉字中间，后续 readline() 就会报 UnicodeDecodeError 或返回乱码。
- 二进制模式（
'rb'）才能安全seek()：跳转只认字节位置，不解析编码 - 文本模式（
'r'）下seek()仅允许跳到0或之前tell()返回的位置（即只能跳回已读过的地方） - 想“随机读某行”，不能靠
seek(N)猜位置，得先建索引（如记录每行起始偏移）
如何用 seek() 安全跳转到指定字节位置并读取？
适用于日志分析、二进制数据提取等场景，前提是你知道目标位置是合法字节边界（比如固定长度记录、已知结构的文件头）。
- 必须用
open(..., 'rb')打开文件 -
f.seek(offset, whence=0)：其中whence=0表示从文件开头算，1从当前位置，2从末尾（注意：末尾用whence=2后seek(-10, 2)表示倒数第 10 字节） - 跳转后用
f.read(n)读字节，再按需解码（如data.decode('utf-8', errors='ignore')）
with open('large.log', 'rb') as f:
f.seek(1024 * 1024) # 跳到 1MB 处
chunk = f.read(1024) # 读 1KB
text = chunk.decode('utf-8', errors='replace')
如何实现“随机读第 N 行”而不加载全文？
核心是预建行偏移索引——遍历一次文件，记录每行开头的字节位置。之后每次读第 N 行只需 seek() 到该位置，再 readline()。
- 索引可存为
.idx文件或内存列表；若文件不变，建一次即可复用 - 构建时务必用
'rb'模式，逐字节找b'\n'，避免编码问题 - 第 0 行对应索引
offsets[0]，第 N 行用f.seek(offsets[N])，然后f.readline()
# 构建索引（一次）
offsets = [0]
with open('big.txt', 'rb') as f:
while f.readline():
offsets.append(f.tell())
# 随机读第 100 行
with open('big.txt', 'rb') as f:
f.seek(offsets[100])
line = f.readline().decode('utf-8', errors='ignore')
用 mmap 替代 seek() 会更高效吗？
对超大文件（GB 级以上），mmap 可避免频繁系统调用，适合随机访问固定偏移区域，但不解决“按行读”的语义问题。
-
mmap是内存映射，seek()是文件指针移动——两者机制不同，不能混用 - 用
mmap后直接切片：mm[1000:1024]，比seek()+read()少一次 I/O - 注意：
mmap占用虚拟内存，关闭前要mm.close()；Windows 下打开文件需加access=mmap.ACCESS_READ
import mmap
with open('huge.bin', 'rb') as f:
with mmap.mmap(f.fileno(), 0, access=mmap.ACCESS_READ) as mm:
chunk = mm[512*1024:512*1024+1024] # 直接切片读
实际用 seek() 做随机读，本质是在和文件编码、行结构、I/O 缓冲博弈。最易被忽略的是：你以为跳到了“第 100 行开头”，其实只是跳到了“字节位置 12345”，而那里可能是半截 UTF-8 字符，也可能是换行符中间。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
