Python中open()的r与rb模式处理空字节及f.seek的行为差异解析

你的实验结果差异源于Python中文本模式和二进制模式对文件内容的处理逻辑完全不同，具体解释如下：

1. 两种模式的核心差异 #

• 二进制模式(rb)：直接以字节为单位读取文件原始内容，不做任何编码/解码操作。文件里的空字节\x00会被原样读取为bytes对象的一部分，所以输出时能看到b'\x00\x00Content'，完全符合预期。
• 文本模式(r)：将文件内容视为字符流，会自动用系统默认编码（通常是UTF-8）把字节解码为字符串。此时文件开头的空字节\x00会被解码为Unicode的U+0000空字符——这个字符属于不可打印的控制字符，终端输出时不会渲染出任何可见内容，但它确实存在于读取到的字符串中。

2. 验证空字符的存在 #

你可以通过以下代码验证文本模式下确实读取到了空字符：

with open("small_file.txt", "r") as f:
    content = f.read()
    print(f"读取到的字符串长度: {len(content)}")  # 输出为9（2个空字符 + 7个"Content"字符）
    for char in content[:2]:
        print(f"空字符的表示: {repr(char)}，ASCII码: {ord(char)}")  # 输出'\x00'和0

3. 官方文档的明确规定 #

Python官方文档对两种模式的行为有清晰定义：

• 当使用二进制模式（带b标志）时，文件操作围绕bytes对象进行，完全不涉及编码转换，保留文件的原始字节数据。
• 文本模式下，文件的字节会被解码为字符串，字符串会被编码为字节写入文件；不可打印的控制字符（如U+0000）的显示行为由终端决定，但它们会被正常读取和存储在字符串中。

内容的提问来源于stack exchange，提问作者Han Qi