讀寫文件是最常見的IO操作。Python內置了讀寫文件的函數,用法和C是兼容的。讀寫文件前,我們先必須瞭解一下,在磁盤上讀寫文件的功能都是由操作系統提供的,現代操作系統不允許普通的程序直接操作磁盤,所以,讀寫文件就是請求操作系統打開一個文件對象(通常稱為文件描述符),然後,通過操作系統提供的接口從這個文件對象中讀取數據(讀文件),或者把數據寫入這個文件對象(寫文件)。
讀文件
要以讀文件的模式打開一個文件對象,使用Python內置的open()函數,傳入文件名和標示符:
<code>>>> f = open('/Users/hycx-woodman/Downloads/py/hello.txt','r')
>>> f.read()
'你好,木人張!'/<code>
如果文件打開成功,接下來,調用read()方法可以一次讀取文件的全部內容,Python把內容讀到內存,用一個str對象表示。如果文件沒找到,則會拋出IOError錯誤
<code>>>> f = open('/Users/hycx-woodman/Downloads/py/hello1.txt','r')
Traceback (most recent call last):
File "<pyshell>", line 1, in
f = open('/Users/hycx-woodman/Downloads/py/hello1.txt','r')
FileNotFoundError: [Errno 2] No such file or directory: '/Users/hycx-woodman/Downloads/py/hello1.txt'/<pyshell>/<code>
最後一步是調用close()方法關閉文件。文件使用完畢後必須關閉,因為文件對象會佔用操作系統的資源,並且操作系統同一時間能打開的文件數量也是有限的:
<code>>>> f.close()/<code>
由於文件讀寫時都有可能產生IOError,一旦出錯,後面的f.close()就不會調用。所以,為了保證無論是否出錯都能正確地關閉文件,我們可以使用try … finally來實現:
<code>>>> try:
\tf = open('/Users/hycx-woodman/Downloads/py/hello.txt','r')
\tprint(f.read())
finally:
\tif f:
\t\tf.close()
\t\t
你好,木人張!
>>> try:
\tf = open('/Users/hycx-woodman/Downloads/py/hello1.txt','r')
\tprint(f.read())
finally:
\tif f:
\t\tf.close()
\t\t
Traceback (most recent call last):
File "<pyshell>", line 2, in
f = open('/Users/hycx-woodman/Downloads/py/hello1.txt','r')
FileNotFoundError: [Errno 2] No such file or directory: '/Users/hycx-woodman/Downloads/py/hello1.txt'/<pyshell>/<code>
Python引入了with語句來自動幫我們調用close()方法:
<code>>>> with open('/Users/hycx-woodman/Downloads/py/hello.txt','r') as f:
\tprint(f.read())
\t
你好,木人張!
>>> with open('/Users/hycx-woodman/Downloads/py/hello1.txt','r') as f:
\tprint(f.read())
\t
Traceback (most recent call last):
File "<pyshell>", line 1, in
with open('/Users/hycx-woodman/Downloads/py/hello1.txt','r') as f:
FileNotFoundError: [Errno 2] No such file or directory: '/Users/hycx-woodman/Downloads/py/hello1.txt'/<pyshell>/<code>
這和前面的try … finally是一樣的,但是代碼更佳簡潔,並且不必調用f.close()方法。
調用read()會一次性讀取文件的全部內容,如果文件有10G,內存就爆了,所以,要保險起見,可以反覆調用read(size)方法,每次最多讀取size個字節的內容。另外,調用readline()可以每次讀取一行內容,調用readlines()一次讀取所有內容並按行返回list。因此,要根據需要決定怎麼調用。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,反覆調用read(size)比較保險;如果是配置文件,調用readlines()最方便:
<code>for line in f.readlines():
print(line.strip())/<code>
file-like Object
像open()函數返回的這種有個read()方法的對象,在Python中統稱為file-like Object。除了file外,還可以是內存的字節流,網絡流,自定義流等等。file-like Object不要求從特定類繼承,只要寫個read()方法就行。StringIO就是在內存中創建的file-like Object,常用作臨時緩衝。
二進制文件
前面講的默認都是讀取文本文件,並且是UTF-8編碼的文本文件。要讀取二進制文件,比如圖片、視頻等等,用’rb’模式打開文件即可:
<code>>>> f = open('/Users/hycx-woodman/Downloads/py/woodmanzhanglogo.png','rb')
>>> f.read()
Squeezed text (3306 lines) /<code>
這裡圖片加載了3306行,python會提示你是否完整讀取。
字符編碼
要讀取非UTF-8編碼的文本文件,需要給open()函數傳入encoding參數,例如,讀取GBK編碼的文件:
<code>>>> f = open('/路徑/gbk.txt', 'r', encoding='gbk')/<code>
遇到有些編碼不規範的文件,你可能會遇到UnicodeDecodeError,因為在文本文件中可能夾雜了一些非法編碼的字符。遇到這種情況,open()函數還接收一個errors參數,表示如果遇到編碼錯誤後如何處理。最簡單的方式是直接忽略:
<code>>>> f = open('/路徑/gbk.txt', 'r', encoding='gbk', errors='ignore')/<code>
寫文件
寫文件和讀文件是一樣的,唯一區別是調用open()函數時,傳入標識符’w’或者’wb’表示寫文本文件或寫二進制文件:
<code>>>> f = open('/Users/hycx-woodman/Downloads/py/hello.txt','w')
>>> f.write('HAHA,木人張!')
9
>>> f.close()
>>> f = open('/Users/hycx-woodman/Downloads/py/hello.txt','r')
>>> f.read()
'HAHA,木人張!'
>>> f.close()/<code>
你可以反覆調用write()來寫入文件,但是務必要調用f.close()來關閉文件。當我們寫文件時,操作系統往往不會立刻把數據寫入磁盤,而是放到內存緩存起來,空閒的時候再慢慢寫入。只有調用close()方法時,操作系統才保證把沒有寫入的數據全部寫入磁盤。忘記調用close()的後果是數據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:
<code>>>> with open('/Users/hycx-woodman/Downloads/py/hello.txt', 'w') as f:
f.write('你好,木人張!')/<code>
要寫入特定編碼的文本文件,請給open()函數傳入encoding參數,將字符串自動轉換成指定編碼。以’w’模式寫入文件時,如果文件已存在,會直接覆蓋(相當於刪掉後新寫入一個文件)。如果我們希望追加到文件末尾怎麼辦?可以傳入’a’以追加(append)模式寫入。所有模式的定義及含義可以參考Python的官方文檔。
小結在Python中,文件讀寫是通過open()函數打開的文件對象完成的。使用with語句操作文件IO是個好習慣。
閱讀更多 木人張 的文章