Python学习--13 文件I/O
Python内置了读写文件的函数，用法和C是兼容的。读写文件前，我们先必须了解一下，在磁盘上读写文件的功能都是由操作系统提供的，现代操作系统不允许普通的程序直接操作磁盘，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（读文件），或者把数据写入这个文件对象（写文件）。
读取文件内容
# coding: utf-8
f = open('test.txt', 'r')
print(f.read())
f.close()
输出：
Hello world!
Python
标示符'r'表示读。
如果打开的文件不存在，会直接报错：
Traceback (most recent call last):
File "/Projects/python/code/file.py", line 3, in <module>
f = open('test.txt1', 'r')
IOError: No such file or directory: 'test.txt1'
报错后，后面的f.close()不会调用。一般我们会使用try ... finally来操作文件：
try:
f = open('test.txt', 'r')
print(f.read())
finally:
if f:
f.close()
但是每次都这么写还是太繁琐，所以，Python引入了with语句来自动帮我们调用close()方法：
with open('test.txt', 'r') as f:
print(f.read())
这和前面的try ... finally是一样的，但是代码更佳简洁，并且不必调用f.close()方法。
如果文件很大，使用read()方法一下子读到内存，内存会占满。保险起见，可以反复调用read(size)方法，每次最多读取size个字节的内容。
另外，调用readline()可以每次读取一行内容，调用readlines()一次读取所有内容并按行返回list：
with open('test.txt', 'r') as f:
for line in f.readlines():
print(line)
打开二进制文件
要读取二进制文件（例如图片、音频、视频）内容，使用rb模式打开：
>>> f = open('test.jpg', 'rb')
>>> f.read()
b'\xff\xd8\xff\xe1\x00\x18Exif\x00\x00...' # 十六进制表示的字节
读取非utf-8编码的文本
如果要读取非utf-8编码的文本，需要给open()传入编码参数encoding，默认是utf-8：
>>> f = open('gbk.txt', 'r', encoding = 'gbk')
>>> f.read()
'测试GBK'
如果不传入，读取的内容是乱码的。
open()还支持第4个参数errors，用于当读取的内容编码不规范（会返回UnicodeDecodeError错误），示例：
>>> f = open('gbk.txt', 'r', encoding = 'gbk', errors='ignore') 这样将忽略错误。
写入内容到文件
with open('test.txt', 'w') as f:
f.write('test\n')
要写入特定编码的文本文件，请给open()函数传入encoding参数，将字符串自动转换成指定编码。
读取大文件方法
方法一：将文件切分成小段，每次处理完小段，释放内存
def read_in_block(file_path):
BLOCK_SIZE=1024
with open(file_path,"r") as f:
while True:
block =f.read(BLOCK_SIZE) #每次读取固定长度到内存缓冲区
if block:
yield block
else:
return #如果读取到文件末尾，则退出
for block in read_in_block(file_path):
print block
这个方法，速度很快，但有个问题，若满足了1024时，会将正好在1024位置的数据切开。
方法二：利用open()方法生成的迭代对象：
with open(file_path) as f:
for line in f:
print line
这种用法是把文件对象f当作迭代对象，系统将自动处理IO缓存和内存管理。
耗时较第1种方法慢一点。 但每个Line, type都是str, 都是自己需要的一行数据（一行是一个id)。
文件打开模式
模式描述r以只读方式打开文件。文件的指针将会放在文件的开头。这是默认模式。rb以二进制格式打开一个文件用于只读。文件指针将会放在文件的开头。这是默认模式。r+打开一个文件用于读写。文件指针将会放在文件的开头。rb+以二进制格式打开一个文件用于读写。文件指针将会放在文件的开头。w打开一个文件只用于写入。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。wb以二进制格式打开一个文件只用于写入。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。w+打开一个文件用于读写。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。wb+以二进制格式打开一个文件用于读写。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。a打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入。ab以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入。a+打开一个文件用于读写。如果该文件已存在，文件指针将会放在文件的结尾。文件打开时会是追加模式。如果该文件不存在，创建新文件用于读写。ab+以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。如果该文件不存在，创建新文件用于读写。file-like Object
像open()函数返回的这种有个read()方法的对象，在Python中统称为file-like Object。除了file外，还可以是内存的字节流，网络流，自定义流等等。file-like Object不要求从特定类继承，只要写个read()方法就行。
StringIO就是在内存中创建的file-like Object，常用作临时缓冲。
StringIO
StringIO就是在内存中读写str。
读取：
# coding : utf-8
from io import StringIO
with StringIO('hello\nworld\n') as f:
while True:
s = f.readline()
if s == '':
break
print(s.strip())
输出：
hello
world
写入：
from io import StringIO
with StringIO() as f:
f.write('hello\nworld\n')
print(f.getvalue())
输出：
hello
world
getvalue()方法用于获得写入后的str。
BytesIO
BytesIO就是在内存中读写二进制数据。
写入：
# coding:utf-8
from io import BytesIO
with BytesIO() as f:
f.write('测试Bytes'.encode('utf-8'))
print(f.getvalue())
输出：
b'\xe6\xb5\x8b\xe8\xaf\x95' 注意这里写入的是经过UTF-8编码的bytes。
读取：
# coding:utf-8
from io import BytesIO
with BytesIO(b'\xe6\xb5\x8b\xe8\xaf\x95') as f:
print(f.read())
输出：
b'\xe6\xb5\x8b\xe8\xaf\x95' StringIO和BytesIO是在内存中操作str和bytes的方法，使得和读写文件具有一致的接口。
操作文件和目录
Python内置的os模块可以直接调用操作系统提供的接口函数来操作文件和目录。
查看系统信息
>>> import os
>>> os.name
'nt'
>>> os.environ
environ({'PATHEXT': '.COM;.EXE;.BAT;.CMD;.VBS;.VBE;.JS;.JSE;.WSF;.WSH;.MSC;.wlua;.lexe;.PY', ...})
要获取某个环境变量的值，可以调用os.environ.get('key')。
unix操作系统提供os.uname()来获取详细的系统信息。
操作文件和目录
>>> import os
# 查看当前目录的绝对路径:
>>> os.path.abspath('.')
'/Projects/python/code'
# 把两个路径合成一个时，不要直接拼字符串，而要通过os.path.join()函数，这样可以正确处理不同操作系统的路径分隔符:
>>> os.path.join('/Projects', 'python')
'/Projects/python'
# 把一个路径拆分为两部分，后一部分总是最后级别的目录或文件名:
>>> os.path.split('/Projects/python/code/os.py')
('/Projects/python/code', 'os.py')
>>> os.path.split('/Projects/python/code/')
('/Projects/python/code', '')
>>> os.path.split('/Projects/python/code')
('/Projects/python', 'code')
# 获取文件扩展名：
>>> os.path.splitext('/Projects/python/code/os.py')
('/Projects/python/code/os', '.py')
# 然后创建一个目录:
>>> os.mkdir('/Projects/python/code/testdir')
# 删掉一个目录:
>>> os.rmdir('/Projects/python/code/testdir')
# 对文件重命名:
>>> os.rename('test.txt', 'test.py')
# 删掉文件:
>>> os.remove('test.py')
复制文件
os模块中并没有复制文件的方法。原因是复制文件并非由操作系统提供的系统调用。
幸运的是shutil模块提供了copyfile()的函数，我们还可以在shutil模块中找到很多实用函数，它们可以看做是os模块的补充。
# coding : utf-8
import shutil
shutil.copyfile('os.py', 'os2.py')
列出目录内容
# coding : utf-8
import os
dirs = os.listdir('.')
L = []
for d in dirs:
if os.path.isdir(d):
L.append(d)
print(L)
输出：
['.idea', 'class', 'module'] 当然，利用Python的列表生成式，可以很简单：
L =
print(L)
要列出所有的.py文件：
L = == '.py']
print(L)
输出：
['ostest.py', 'ostest2.py']
页:
[1]