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>
FileNotFoundError: [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UTF-8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()
b'\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UTF-8編碼的文本文件,需要給open()
函數(shù)傳入encoding
參數(shù),例如,讀取GBK編碼的文件:
>>> f = open('/Users/michael/gbk.txt', 'r', encoding='gbk')
>>> f.read()
'測(cè)試'
遇到有些編碼不規(guī)范的文件,你可能會(huì)遇到UnicodeDecodeError
,因?yàn)樵谖谋疚募锌赡軍A雜了一些非法編碼的字符。遇到這種情況,open()
函數(shù)還接收一個(gè)errors
參數(shù),表示如果遇到編碼錯(cuò)誤后如何處理。最簡(jiǎn)單的方式是直接忽略:
>>> f = open('/Users/michael/gbk.txt', 'r', encoding='gbk', errors='ignore')
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)給open()
函數(shù)傳入encoding
參數(shù),將字符串自動(dòng)轉(zhuǎn)換成指定編碼。
細(xì)心的童鞋會(huì)發(fā)現(xiàn),以'w'
模式寫入文件時(shí),如果文件已存在,會(huì)直接覆蓋(相當(dāng)于刪掉后新寫入一個(gè)文件)。如果我們希望追加到文件末尾怎么辦?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。