如何检查文件对象是否支持随机访问？含DataLoader类应用场景

下面是完善后的代码实现，我调整了随机访问的判断逻辑（遵循Python标准库的seekable()方法，而非自定义属性），并补全了延迟加载和全量加载的核心逻辑：

from collections import namedtuple

# 定义Header类型，符合你提到的可哈希、带name/size/offset的要求
Header = namedtuple('Header', ['name', 'size', 'offset'])

class DataLoader:
    def __init__(self, file):
        self.file = file
        self.headers = {}  # 存储结构: {name: (header, data_or_None)}
        self._loaded_all = False  # 标记是否已全量加载

    def load_next_header(self):
        """从文件中读取下一个头部的实现示例，你可以根据实际格式修改"""
        # 假设头部是按固定格式读取：name长度(4字节) + size(4字节) + offset(8字节)
        try:
            name_len = int.from_bytes(self.file.read(4), byteorder='little')
            name = self.file.read(name_len).decode('utf-8')
            size = int.from_bytes(self.file.read(4), byteorder='little')
            offset = int.from_bytes(self.file.read(8), byteorder='little')
            return Header(name, size, offset)
        except ValueError:
            # 读取到不完整的头部，判定为文件结束
            raise EOFError("End of file reached while reading header")

    def load_data(self):
        while True:
            try:
                header = self.load_next_header()
            except EOFError:  # 读取到文件末尾时退出循环
                break

            if self.file.seekable():
                # 支持随机访问：只存头部，数据延迟加载
                self.headers[header.name] = (header, None)
            else:
                # 不支持随机访问：立即加载对应数据
                self.file.seek(header.offset)
                data = self.file.read(header.size)
                self.headers[header.name] = (header, data)
        
        if not self.file.seekable():
            self._loaded_all = True

    def get_data(self, name):
        """根据名称获取数据，触发延迟加载（如果支持随机访问）"""
        if name not in self.headers:
            raise KeyError(f"Header '{name}' not found")
        
        header, data = self.headers[name]
        if data is None and self.file.seekable():
            # 延迟加载数据
            self.file.seek(header.offset)
            data = self.file.read(header.size)
            self.headers[name] = (header, data)
        
        return data

关键细节说明： #

• 随机访问判断：用Python标准的file.seekable()方法替代自定义random_access属性，这样能兼容所有标准可随机访问的文件对象（比如本地文件、io.BytesIO等）和不可随机访问的对象（比如管道、网络流）。
• 延迟加载逻辑：当文件支持随机访问时，load_data()只解析并存储头部信息，数据会在第一次调用get_data()时才从指定偏移量读取，节省内存占用。
• 全量加载逻辑：如果文件不支持随机访问（比如流式输入），load_data()会一次性把所有头部对应的数据都读取并存储，避免后续无法回溯读取。
• Header类型：用namedtuple定义，满足可哈希、字段明确的要求，能直接作为字典的键值使用。

内容的提问来源于stack exchange，提问作者Mad Physicist