文件读写
文件读写是我们最常见的IO操作。Python内置了文件读写的函数,用法和C是兼容的。
读写文件前,我们必须先了解下,在磁盘上读写文件的功能是由操作系统实现的,现代操作系统不允许普通程序操作磁盘,所以,读写文件就是请求操作系统打开一个文件对象(通常称为文件描述符),然后,通过操作系统提供的接口,从这个文件对象中读取数据(文件),或者把数据写入这个文件对象(写文件)。
读文件
要以读文件的格式打开一个文件对象,使用Python的open()函数,传入文件名和标识符:
>>>f =open('user/bin/xie.txt','r')
标识符'r'表示读,这样我们就成功的打开了一个文件。
如果文件不存在,open()函数就会抛出一个IOError的错误,并且给出错误码和详细的信息告诉你文件不存在:
>>> f =open('c:/user/bin/test.py','r')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
FileNotFoundError: [Errno 2] No such file or directory: 'c:/user/bin/test.py'
如果文件打开成功,接下来,调用read()方法可以一次读取文件的全部内容,Python把内容读到内存,用一个str对象表示:
>>> f.read()
'Hello, world!'
最后一步是调用close()方法关闭文件,文件使用完毕后必须关闭,因为文件对象会占用系统资源,并且操作系统同一时间打开的文件数目也是有限的:
>>>f.close()
由于文件读写时都有可能产生IOError,一旦出错,后边的f.close()就不会调用。所以,为了保证无论是否出错都会把文件正确关掉,我们可以使用try...finally来实现:
try:
f =open('user/bin/test.py','r')
print(f.read())
finally:
if f:
f.close()
但是,每次都这么写很麻烦,所以,Python引入了with语句来帮助我们调用close()函数:
with open('user/bin/test.py','r') as f:
print(f.read())
这和前面的try...finally效果是一样的,但是代码更简洁,并且不用调用f.close()函数。
调用read()会一次性读取文件的全部内容,如果文件有10G,内存就爆了。所以,保险起见,使用read(size)方法,每次最多读取size个字节的内容。另外调用readline()函数可以每次读取一行内容,调用readlines()一次读取全部内容,并按行返回list。因此,要根据需求选择怎样调用。
如果文件很小,read()一次性读取非常方便,如果不能确定文件大小,反复调用read(size)比较保险,如果是配置文件,调用readlines()最方便。
for line in f.readlines():
print(line,strip())
file-like Object
像open()函数返回的这种有个read()方法的对象,在Python中成为file-like Object。除了file外,还可以是内存中的字节流,网络流,自定义流等。file-like Object不要求从特定的类继承,只要写个read()方法就行。
StringIO 就是内存中创建的file-like Object,常用作临时缓冲。
二进制文件
前面讲的默认都是读取文本文件,并且是UTF-8编码的文本文件。要读取二进制文件、图片、视频等等,用'rb'模式打开即可:
>>>f =open('user/bin/test.jpg','rb')
>>>f.read()
b'\xff\xd8\xff\xe1\x00\x18Exif\x00\x00...' # 十六进制表示的字节
字符编码
要读取非UTF-8编码的文件,需要给open()函数传入一个encoding参数,例如,读取GBK编码的文件:
>>>f =open('user/bin/gkb.txt','r',encoding ='gbk')
>>>f.read()
'测试'
遇到有些编码不规范的文件,你可能会遇到UnicodeDecodeError,因为,在文本文件中参杂了一些非法编码的字符。遇到这种情况,open()函数还接收一个errors参数,表示遇到编码错误如何处理,最简单的方式是直接忽略:
>>> f = open('/Users/michael/gbk.txt', 'r', encoding='gbk', errors='ignore')
写文件
写文件和读文件是一样的,唯一区别是调用open()函数时,传入标识符'w'或者'wb'表示写文件或者二进制文件。
>>> f = open('/Users/michael/test.txt', 'w')
>>> f.write('Hello, world!')
>>> f.close
你可以反复调用write()函数来写文件,但务必调用f.close()关闭文件。当我们写文件时,文件不会立即写入磁盘,而是放到内存缓存起来,空闲时再慢慢写。只有调用close()方法时,操作系统才能保证将文件全部写入磁盘。所以还是用with语句保险:
with(open('user/bin/test.txt','w') as f:
f.write('Hello world!')
要写入特定编码的文本文件,请给open()函数传入encoding参数,将字符串自动转换为指定编码。
小结:
在Python中,文件读写是通过open()函数打开的文件对象完成的,使用with语句操作文件IO是个好习惯。