【循序渐进学Python】13.基本的文件I/O

文件I/O是Python中最重要的技术之一,在Python中对文件进行I/O操作是非常简单的。

1. 打开文件

使用 open 函数来打开文件,语法如下:

open(name[, mode[, buffering]])

 

1.1 文件模式

open 函数除了必须提供的文件名参数外,其实还有一个 mode 的模式参数,如果没有指定参数值的话,它的默认值是: rmode参数的可选值如下:

1 'r'                 读模式
2 'w'                 写模式
3 'a'                 追加模式
4 'b'                 二进制模式(可添加到其他模式使用)
5 '+'                 读/写模式(可添加其他模式使用)

 

1.2 缓冲

open 函数的第三个参数( buffering ),表示文件的缓冲,当缓冲区大于0时(等于0时无缓冲,所有的读写操作都直接针对硬盘),Python会将文件内容存放到缓冲区(内存中),从而是程序运行的的更快,这时,只有使用 flush 或者 close 时才会将缓冲区中的数据更新到硬盘中。

 

2. 文件的读和写

文件流最重要的功能就是读取和写入数据。对应于文件对象来说就是: readwrite 方法。

三种标准的流:

标准文件对象包括 sys 模块的:stdin,stdout 以及 stderr 都是类文件对象,该对象实现了UNIX标准的I/O机制(Windows 中也能使用)。

 

2.1 写入文件

每次调用 f.write(string) 时,所提供的string参数值,会被写入到文件中(但是调用这个方法之前文本的内容会被覆写掉)。如下:

1 f = open(r'C:\text.txt','w')
2 f.write('hello,')
3 f.write('world')
4 f.close()

 

写入更多内容

通过使用 f.writelines 方法,将一个字符串列表(任何序列或可迭代对象)作为参数,即可把这些内容写入到文件(流)中。

注意:使用 writelines 方法不会增加新行,写入流的方法中也没有对应的 writeline 方法,需要自己增加新行。(不同平台使用不同的换行符,如 Mac 使用 r,Windows 使用 \r\n。可以通过 os.linesep 来获取)。

 

更新文件内容

写入了一些文件内容后,这些内容不一定能够理解体现在文件中,因为数据可能被缓存在内存中了,知道关闭时才会被真正写入到文件,如果想要在文件关闭前立即对文件内容进行更新,可以考虑调用文件对象的 flush 方法(该方法不允许其他程序使用该文件的同时访问文件)。

 

2.2 读取文件

调用 f.read([charCount]) 读取文件内容,根据可选的读取字符数读取文件内容,如果不指定参数则读取还没有被读取过的内容,如下:

1 # -- coding: utf-8 --
2 f = open(r'C:\text.txt','r') # mode = 'r',默认值
3 
4 # 读取4个字符
5 print f.read(4) # hell
6 print f.read() # o,world
7 f.close()

 

2.3 关闭文件

当我们使用完文件对象后应该及时把它关闭掉,以节省系统资源,或者保证文件完整性。这时候我们可以使用 try/finally 语句来完成,通过在 finally 语句中调用 f.close() 方法,确保文件会被关闭:

 1 # -- coding: utf-8 --
 2 # 打开文件
 3 f = open(r'C:\text.txt','w')
 4 
 5 try:
 6     # 写入文件
 7     f.write('hello,')
 8     f.write('world')
 9 finally:
10     # 关闭文件
11     f.close()

 

除了使用 finally 语句来关闭文件,还可以使用 Python 2.5 之后引入的新语法—— with语句 来关闭文件:

1 # -- coding: utf-8 --
2 
3 # with 语句体中的代码执行结束后,文件会被自动关闭(即使发生了异常)
4 with open(r'C:\text.txt','w') as f:
5     f.write('hello,')
6     f.write('world')

 

读取更多内容

f.read([charCount]) 是逐字节读取的,我们还可以使用更简便的方法: f.readline([charCount]) ,如果不适用任何参数直接读取单独的一行(从当前位置开始,知道一个换行符为止),如果使用一个非负数的整数作为参数,表示可以读取字符的最大值。f.readlines()方法可以读取一个文件中所有的行,并将其作为列表返回。

 

3. 迭代文件内容

对文件内容进行迭代以及执行一些重复的操作,是最常见的文件操作之一。

 

3.1 按字节处理

最常见的对文件内容进行迭代的方式是在 while 循环中使用 read 方法:

1 f = open(r'C:\text.txt','r')
2 
3 char = f.read(1)
4 while char:
5     print char
6     char = f.read(1)
7 f.close()

 

当文件达到末尾是,read 方法会返回一个空字符串,则 charfalse。上面的示例还有可以使用 while true/break 语句实现更简洁的写法:

1 # -- coding: utf-8 --
2 f = open(r'C:\text.txt','r')
3 
4 while True:
5     line = f.read(1)
6     if not line:break
7     print line
8 f.close()

 

3.2 按行操作

按行读取的方式和按字节的方式类似,只需要将 read 方法换成了 readline 方法即可:

1 # -- coding: utf-8 --
2 f = open(r'C:\text.txt','r')
3 
4 while True:
5     line = f.readline()
6     if not line:break
7     print line
8 f.close()

 

3.3 一次读取所有内容

对于一个不是很大的文件,我们可以使用不带参数的 read方法一次性的读取整个文件(当作一个字符串),或者使用 readlines方法把文件读入一个字符串列表中,列表中每个字符串就是一行。下面使用 read 方法读取所有内容:

1 f = open(r'C:\text.txt','r')
2 
3 for char in f.read():
4     print char
5 f.close()

 

使用readlines方法读取所有内容:

1 f = open(r'C:\text.txt','r')
2 
3 for line in f.readlines():
4     print line
5 f.close()

 

3.4 按需加载并迭代

对文件内容进行按需加载,而不是一次性的将其从读到内存的中好处之一就是可以按需加载,节省系统资源,特别是对一些超大的文件来说更是如此。如果对大文件进行迭代操作可以考虑下面的两种方式:

使用fileinput实现惰性迭代

需要对一个非常大的文件进行迭代时,使用 readlines 会占用过多的内存,这时候除了可以用 while 循环和 readline 来替代,还可以通过使用 for 循环和 fileinput 模块来实现懒惰迭代——即按需迭代:

1 import fileinput
2 
3 for line in fileinput.input(r'C:\text.txt'):
4     print line

 

使用文件迭代器

从Python 2.2 开始,文件对象是可迭代的,这表示可以直接在 for 循环对它们进行迭代操作:

1 f = open(r'C:\text.txt')
2 for line in f:
3     print line
4 f.close()

 

参考资料&进一步阅读

Python Doc —— fileinput

Python基础教程(第二版)

posted @ 2013-12-12 09:12  gyzhao  阅读(5917)  评论(0编辑  收藏