讀寫文件是最常見的IO操作。Python內(nèi)置了讀寫文件的函數(shù)，用法和C是兼容的。

讀寫文件前，我們先必須了解一下，在磁盤上讀寫文件的功能都是由操作系統(tǒng)提供的，現(xiàn)代操作系統(tǒng)不允許普通的程序直接操作磁盤，所以，讀寫文件就是請(qǐng)求操作系統(tǒng)打開一個(gè)文件對(duì)象（通常稱為文件描述符），然后，通過操作系統(tǒng)提供的接口從這個(gè)文件對(duì)象中讀取數(shù)據(jù)（讀文件），或者把數(shù)據(jù)寫入這個(gè)文件對(duì)象（寫文件）。
讀文件

要以讀文件的模式打開一個(gè)文件對(duì)象，使用Python內(nèi)置的open()函數(shù)，傳入文件名和標(biāo)示符：

>>> f = open('/Users/michael/test.txt', 'r')

標(biāo)示符'r'表示讀，這樣，我們就成功地打開了一個(gè)文件。

如果文件不存在，open()函數(shù)就會(huì)拋出一個(gè)IOError的錯(cuò)誤，并且給出錯(cuò)誤碼和詳細(xì)的信息告訴你文件不存在：

>>> f=open('/Users/michael/notfound.txt', 'r')
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
IOError: [Errno 2] No such file or directory: '/Users/michael/notfound.txt'

如果文件打開成功，接下來，調(diào)用read()方法可以一次讀取文件的全部?jī)?nèi)容，Python把內(nèi)容讀到內(nèi)存，用一個(gè)str對(duì)象表示：

>>> f.read()
'Hello, world!'

最后一步是調(diào)用close()方法關(guān)閉文件。文件使用完畢后必須關(guān)閉，因?yàn)槲募?duì)象會(huì)占用操作系統(tǒng)的資源，并且操作系統(tǒng)同一時(shí)間能打開的文件數(shù)量也是有限的：

>>> f.close()

由于文件讀寫時(shí)都有可能產(chǎn)生IOError，一旦出錯(cuò)，后面的f.close()就不會(huì)調(diào)用。所以，為了保證無論是否出錯(cuò)都能正確地關(guān)閉文件，我們可以使用try ... finally來實(shí)現(xiàn)：

try:
  f = open('/path/to/file', 'r')
  print f.read()
finally:
  if f:
    f.close()

但是每次都這么寫實(shí)在太繁瑣，所以，Python引入了with語句來自動(dòng)幫我們調(diào)用close()方法：

with open('/path/to/file', 'r') as f:
  print f.read()

這和前面的try ... finally是一樣的，但是代碼更佳簡(jiǎn)潔，并且不必調(diào)用f.close()方法。

調(diào)用read()會(huì)一次性讀取文件的全部?jī)?nèi)容，如果文件有10G，內(nèi)存就爆了，所以，要保險(xiǎn)起見，可以反復(fù)調(diào)用read(size)方法，每次最多讀取size個(gè)字節(jié)的內(nèi)容。另外，調(diào)用readline()可以每次讀取一行內(nèi)容，調(diào)用readlines()一次讀取所有內(nèi)容并按行返回list。因此，要根據(jù)需要決定怎么調(diào)用。

如果文件很小，read()一次性讀取最方便；如果不能確定文件大小，反復(fù)調(diào)用read(size)比較保險(xiǎn)；如果是配置文件，調(diào)用readlines()最方便：

for line in f.readlines():
  print(line.strip()) # 把末尾的'\n'刪掉

file-like Object

像open()函數(shù)返回的這種有個(gè)read()方法的對(duì)象，在Python中統(tǒng)稱為file-like Object。除了file外，還可以是內(nèi)存的字節(jié)流，網(wǎng)絡(luò)流，自定義流等等。file-like Object不要求從特定類繼承，只要寫個(gè)read()方法就行。

StringIO就是在內(nèi)存中創(chuàng)建的file-like Object，常用作臨時(shí)緩沖。
二進(jìn)制文件

前面講的默認(rèn)都是讀取文本文件，并且是ASCII編碼的文本文件。要讀取二進(jìn)制文件，比如圖片、視頻等等，用'rb'模式打開文件即可：

>>> f = open('/Users/michael/test.jpg', 'rb')
>>> f.read()
'\xff\xd8\xff\xe1\x00\x18Exif\x00\x00...' # 十六進(jìn)制表示的字節(jié)

字符編碼

要讀取非ASCII編碼的文本文件，就必須以二進(jìn)制模式打開，再解碼。比如GBK編碼的文件：

>>> f = open('/Users/michael/gbk.txt', 'rb')
>>> u = f.read().decode('gbk')
>>> u
u'\u6d4b\u8bd5'
>>> print u

如果每次都這么手動(dòng)轉(zhuǎn)換編碼嫌麻煩（寫程序怕麻煩是好事，不怕麻煩就會(huì)寫出又長又難懂又沒法維護(hù)的代碼），Python還提供了一個(gè)codecs模塊幫我們?cè)谧x文件時(shí)自動(dòng)轉(zhuǎn)換編碼，直接讀出unicode：

import codecs
with codecs.open('/Users/michael/gbk.txt', 'r', 'gbk') as f:
  f.read() # u'\u6d4b\u8bd5'

寫文件

寫文件和讀文件是一樣的，唯一區(qū)別是調(diào)用open()函數(shù)時(shí)，傳入標(biāo)識(shí)符'w'或者'wb'表示寫文本文件或?qū)懚M(jìn)制文件：

>>> f = open('/Users/michael/test.txt', 'w')
>>> f.write('Hello, world!')
>>> f.close()

你可以反復(fù)調(diào)用write()來寫入文件，但是務(wù)必要調(diào)用f.close()來關(guān)閉文件。當(dāng)我們寫文件時(shí)，操作系統(tǒng)往往不會(huì)立刻把數(shù)據(jù)寫入磁盤，而是放到內(nèi)存緩存起來，空閑的時(shí)候再慢慢寫入。只有調(diào)用close()方法時(shí)，操作系統(tǒng)才保證把沒有寫入的數(shù)據(jù)全部寫入磁盤。忘記調(diào)用close()的后果是數(shù)據(jù)可能只寫了一部分到磁盤，剩下的丟失了。所以，還是用with語句來得保險(xiǎn)：

with open('/Users/michael/test.txt', 'w') as f:
  f.write('Hello, world!')

要寫入特定編碼的文本文件，請(qǐng)效仿codecs的示例，寫入unicode，由codecs自動(dòng)轉(zhuǎn)換成指定編碼。
小結(jié)

在Python中，文件讀寫是通過open()函數(shù)打開的文件對(duì)象完成的。使用with語句操作文件IO是個(gè)好習(xí)慣。

最新評(píng)論