File - 基础文件操作

Page content

学习一门语言,我总是喜欢从文件开始。文本文件的读写操作是我比较在意的基本功能。 在这方面,Java 语言功能比较强大,用到的设计模式也非常多。只是使用起来太过繁琐。 而 Python 在这方面表现非常好,简洁不失功能,强大不失性能,通俗不失优雅,值得称赞。

我们从一个最简单的开始。

with open('/etc/resolv.conf') as f:
    print(f.read())

这里有用到with语法来关闭文件句柄。

open()

首先来了解下open()内置函数。

open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)
    Open file and return a corresponding file object. If the file cannot be opened, an OSError is raised.

open()的参数众多,通常需要关注的是 mode/encoding/errors/newline 等。

最佳实践

(1) 读取文件必须传入字符编码encoding
(2) 用完的流需要关闭,推荐使用with操作
(3) 换行符尽可能的使用UNIX格式(\n),尽管python可以智能转换
(4) 如果可以的话尽可能的使用utf-8编码来处理非ascii字符,不要依赖操作系统的编码

小贴士

多个文件同时操作可使用 with 的语法:

with open('/etc/hosts','r') as f,open('/tmp/hosts','w') as t:
    //do something

或者

with f=open('/etc/hosts'),t=open('/tmp/hosts','w'):
    // do something

file object

文件对象描述的是一种“流”操作,通常支持 read()或者 write()方法。 这里的文件对象是一种概念上的“文件对象”,除了常见的真是的磁盘文件,还可以是 标准输入输出文件(stdin/stdout/stderr),内存缓冲区(StringIO,cStringIO), socket,pipes 等。

这在io模块中有具体的描述。

文本操作和二进制操作有一些区别。分别介绍。

Text I/O

如果mode中包含 t(默认),那么返回的流是一个纯文本操作。

read() 是读取文本的最简单的方法。返回的是字符串形式的结果(和参数 encoding 有关)。

read(n)
    Read and return at most n characters from the stream as a single str. If n is negative or None, reads until EOF.

在很多安装脚本中有:

readme=open('./README.md').read()

类似的用法。这在一个快速结束的程序中问题不大。在正式的服务中应该随时关闭文件句柄释放资源。

小贴士:

如果已经读取到文件末尾,read()则返回空字符串''。

如果要读取一行,使用 readline()方法。

readline(limit=-1)
    Read until newline or EOF and return a single str. If the stream is already at EOF, an empty string is returned.

    If limit is specified, at most limit characters will be read.

读取一行意味着和行结束符有关,这个有点复杂。

读取多行,使用 readlines()方法。这将返回一个字符串列表。readlines()也可以限制最多读取多少个字符。

小贴士:

readline(limit=-1)和readlines(limit=-1)对limit的描述不太一致。
readline(limit=-1)描述的是读取一行,最多不超过limit个字符(不是字节),因此有可能结果不是某一行的结束。
readlines(limit=-1)描述的是读取字符,直到limit个字符所在的行结束。也就是返回的结果一定是某一行的结束(除非EOF)。

例如:

>>> open('/tmp/x1','w').write('Python真是一个好同学\n只是限制被割裂成两个版本了\n我支持python3.x')
40
>>> open('/tmp/x1','r').readline(10)
'Python真是一个'
>>> open('/tmp/x1','r').readlines(10)
['Python真是一个好同学\n']

readlines(limit)是一个难以理解的逻辑。如果可以不要随便传输一个参数。参考这里


写入文本可使用 write(s)方法:

write(s)
    Write the string s to the stream and return the number of characters written.

写入的是字符串,而不是字节。如果要写入多行字符串,可以使用 writelines(lines)方法。

小贴士:

write(s)和writelines(lines)不会将行结束符写入文件流。因此需要手动写入行结束符。

Binary I/O

二进制流和文本流类似,只是二进制流没有 encoding 一说。打开二进制流需要传入参数 mode 中包含’b’。

例如:

>>> type(open('/etc/hosts','rb').read())
<class 'bytes'>

对比文本流,二进制流有一些小的差别:

  • read()返回的值是字节(bytes)
  • readline()返回的值是字节(bytes),包括换行符
  • readlines()返回的值是字节(bytes)列表,包括换行符
  • write()参数可以是bytes或者bytearray
  • readinto(b)是将内容读取到 bytearray b 中,返回读取的字节数。

其它文件操作

除了 read/write 方法,文件对象还有一些其它的内置方法:

  • file.close() 关闭文件
  • file.fileno() 获取文件描述符(整形值)
  • file.flush() 对于有缓冲区的写操作,刷新缓冲区
  • file.tell() 返回当前流的字节位置
  • file.seek() 移动文件流的当前位置
  • file.truncate() 截断文件大小

将在I/O介绍更多的知识。


Python 3.x 标准库笔记