能否不逐行逐字符逐块读取，直接从文件中提取特定数据？

1. 是否可以直接读取文件中的特定数据？ #

可以，但前提是需要对文件的存储结构做针对性设计，你当前使用的换行分隔纯文本属于无结构存储，本身不支持直接定位特定逻辑数据。
常见的实现方案有两种：

• 定长记录存储
  把每个学生的所有字段按固定长度存储，比如约定：姓名固定占20字节（不足补空字符）、学号、总分数、毕业年份各占4字节（对应C语言int类型长度），那么每条学生记录的总长度固定为32字节。
  这种前提下，只要你知道目标数据对应的记录序号，直接用fseek(ptr, 32 * 记录序号, SEEK_SET)就能直接跳到对应记录的起始位置，不需要读取前面所有内容。如果需要按姓名查询，可以预先扫一次文件，建立「姓名-记录偏移量」的索引表存在内存或者单独的索引文件中，下次查询直接拿偏移量跳转即可，不需要二次扫描全表。
• 使用结构化存储工具
  轻量场景可以用SQLite这类嵌入式数据库，复杂场景用MySQL等关系型数据库，这类工具本质是帮你封装了结构化存储、索引维护的逻辑，你只需要写查询语句select passing_year from student where name = 'john'就能直接拿到结果，不需要自己处理文件IO和遍历逻辑。

2. 为什么不能像访问内存变量一样直接访问文件数据？ #

本质是存储介质和存储逻辑的差异决定的：

• 内存是随机访问设备，你定义的变量在内存中会分配固定的虚拟地址，CPU可以直接通过地址总线读取对应位置的数据，延迟在纳秒级。
• 文件存储在磁盘/SSD这类块设备上，文件系统的最小读写单位通常是4KB，哪怕你只需要1字节的数据，也要先把整个4KB的数据块读到内核缓冲区才能返回给用户态，无法做到按逻辑字段直接读取。
• 你当前用的纯文本文件是无结构的字节流，操作系统层面不知道你文件内部的逻辑划分（不知道哪几个字节是姓名，哪几个是毕业年份），只有你自己的业务代码知道存储规则，所以无法直接定位到你要的逻辑数据。
• 文本文件的内容偏移是不固定的，比如你把第一个学生的姓名从suraj改成suraj kumar，后面所有内容的字节偏移都会变动，不存在固定的“地址”可以对应“john的毕业年份”这个逻辑数据。

现有场景优化建议 #

如果你不想修改现有的文本存储格式，可以使用内存映射（mmap），把整个文件映射到进程的虚拟地址空间，之后你就可以像操作内存字符数组一样操作文件内容，不需要写fgets/fscanf这类IO调用，代码层面的体验和访问内存变量接近，且操作系统会帮你做按需加载，性能比逐行读取更高。

内容的提问来源于stack exchange，提问作者Suraj