如何将mmap.mmap.seek(pos)定位到文本文件任意第N行的起始位置？

场景1：仅单次查询指定行的起始位置 #

如果只需要偶尔查询某一行的位置，不需要反复查询不同行，直接遍历跳过目标行之前的所有行，用mmap自带的tell()方法获取当前字节偏移即可，遍历过程不会加载整个文件到内存，适配超大文件场景。
代码实现：

import mmap
import os

fbuff = open("big_file.csv", mode="r", encoding="utf8")
f1_mmap = mmap.mmap(fbuff.fileno(), length=os.path.getsize("big_file.csv"),
                    access=mmap.ACCESS_READ, offset=0)

def get_target_line_pos(mmap_obj, target_line_no):
    # 此处target_line_no按1开始计数，第1行为表头行
    mmap_obj.seek(0)
    # 跳过前 target_line_no -1 行
    for _ in range(target_line_no - 1):
        line = mmap_obj.readline()
        if not line:
            # 行号超出文件总行数，返回异常值
            return -1
    # 当前指针位置即为目标行的起始字节偏移
    return mmap_obj.tell()

# 示例：获取第102457行的起始位置
line_pos = get_target_line_pos(f1_mmap, 102457)
if line_pos != -1:
    f1_mmap.seek(line_pos)
    # 读取目标行，返回的bytes可按需decode为字符串
    target_line_content = f1_mmap.readline().decode('utf8')

场景2：需要多次查询不同行的位置 #

如果需要频繁查询多个不同行的内容，建议一次性遍历文件构建行偏移索引，后续查询可以O(1)直接获取对应行的起始位置，避免多次遍历消耗IO。
代码实现：

def build_line_offset_index(mmap_obj):
    offset_list = []
    mmap_obj.seek(0)
    while True:
        # 记录当前行的起始字节偏移
        offset_list.append(mmap_obj.tell())
        line = mmap_obj.readline()
        if not line:
            break
    return offset_list

# 构建索引，仅需执行一次
line_index = build_line_offset_index(f1_mmap)

# 示例1：查询第102457行（行号从1开始，对应索引下标为102456）
pos = line_index[102456]
f1_mmap.seek(pos)
line_102457 = f1_mmap.readline().decode('utf8')

# 示例2：查询第233行
pos = line_index[232]
f1_mmap.seek(pos)
line_233 = f1_mmap.readline().decode('utf8')

注意事项 #

• 行号计数规则：上述代码默认行号从1开始计数（第一行是表头），如果你按0开始计数，调整循环次数和索引下标即可。
• mmap的readline()返回值为bytes类型，如果你需要字符串格式，调用decode('utf8')转换即可，编码和你打开文件时的参数保持一致。
• 两种方案都不会将全量文件加载到内存，完全适配内存无法容纳的超大文件场景。

内容的提问来源于stack exchange，提问作者Naveen Reddy Marthala