Python按指定偏移量分割大文件 f.seek()调用失败的解决方法

• 参数传递顺序错误：调用splitfile时颠倒了起止偏移，把结束偏移0x181b作为start参数传入，起始偏移0x18反而作为end参数传入，和分割区间的逻辑完全相反。
• seek()方法参数使用完全错误：f.seek(offset, whence)的第二个参数whence仅支持三个固定值：0代表从文件开头计算偏移、1代表从当前指针位置计算偏移、2代表从文件末尾计算偏移。原代码用hex(start - end)[2]取字符转整数得到的是无意义值，根本不符合参数要求。
• 读写逻辑完全混乱：
  • 指针跳转后没有读取原文件对应区间的内容，反而调用write方法往原文件写数据，会直接损坏原文件；
  • 打开输出分片文件时没有获取输出文件的操作句柄，所有写操作都作用在原文件上；
  • 把seek()的返回值（跳转后的指针位置整数）转成字节写入，写的根本不是原文件的内容；
  • 完全没有计算「结束偏移-起始偏移」的读取长度，不知道要读多少字节，根本不可能拿到正确的分片内容。
• 文件操作不规范：
  • 原文件打开后没有使用上下文管理器管理，容易出现资源泄漏；
  • 写f.close时漏了括号，根本不会执行关闭文件的操作；
  • 输出文件用w+文本模式打开，写入二进制内容会触发编码错误，导致分片损坏。
• 变量未初始化：全局变量Num没有提前赋值，第一次调用函数时会直接抛出未定义错误。
• 存在冗余代码：定义的str2hex函数全程没有被调用，属于无效代码。

按偏移分割二进制文件的核心逻辑很简单：以二进制只读模式打开原文件，将文件指针跳转到区间起始位置，读取长度为「结束偏移-起始偏移」的字节内容，再将读取到的内容写入新的分片文件即可，全程不要修改原文件。
可直接运行的实现代码如下：

def split_file_by_offset(filename, split_ranges):
    """
    按字节偏移区间分割二进制文件
    :param filename: 原文件路径
    :param split_ranges: 分割区间列表，每个元素为(起始偏移, 结束偏移)格式的元组，偏移传整数值即可，支持直接写0x开头的十六进制值
    """
    # 二进制只读模式打开原文件，用上下文管理器自动处理关闭
    with open(filename, "rb") as src_file:
        # 自动生成分片编号，从1开始计数
        for part_idx, (start, end) in enumerate(split_ranges, 1):
            # 校验偏移合法性
            if start < 0 or end <= start:
                print(f"分片{part_idx}的偏移区间不合法，已跳过")
                continue
            # 从文件开头跳转至起始偏移位置
            src_file.seek(start, 0)
            # 计算需要读取的字节长度，读取对应内容
            content = src_file.read(end - start)
            # 二进制写模式生成分片文件
            part_name = f"{filename}_part{part_idx}"
            with open(part_name, "wb") as out_file:
                out_file.write(content)
            print(f"分片{part_idx}生成完成，对应偏移：0x{start:x} -- 0x{end:x}，文件大小：{len(content)}字节，文件名：{part_name}")

if __name__ == "__main__":
    # 在这里配置你需要的所有分割区间，直接写十六进制偏移即可
    split_config = [
        (0x18, 0x181b),
        (0x21e4, 0x4e4a)
    ]
    split_file_by_offset("test", split_config)

使用说明 #

• 直接修改split_config里的区间元组即可添加更多分片，不需要修改函数逻辑；
• 全程使用二进制模式操作，不会修改原文件，也不会出现编码导致的内容损坏问题；
• 不需要手动维护全局计数变量，也不需要额外写十六进制字符串转换函数，Python原生支持直接识别0x开头的十六进制整数值；
• 所有文件操作都通过上下文管理器自动处理关闭，不会出现文件句柄泄漏的问题。

内容的提问来源于stack exchange，提问作者wTrace3zh