文件讀寫
到目前爲止,我們做的一切操作,都是在內存裏進行的。如果一旦斷電或發生意外,那麼你的工作成果將瞬間消失。你有沒有一種人生缺少了點什麼的感覺?是的,我們還缺少將數據在本地文件系統進行持久化的能力,白話講就是文件的讀寫能力。很久以前,我剛開始學習編程的時候,很長一段時間都覺得寫的代碼毫無用處,直到我學會了對本地文件進行讀寫之後,才感覺自己真的能寫點有用的東西了。本節屬於能夠大幅度提升學習激情的章節,至少我是這麼認爲的^_^。
Python內置了一個open()方法,用於對文件進行讀寫操作。使用open()方法操作文件就像把大象塞進冰箱一樣,可以分三步走,一是打開文件,二是操作文件,三是關閉文件。
open()方法的返回值是一個file對象,可以將它賦值給一個變量(文件句柄)。其基本語法格式爲:
f = open(filename, mode)
PS:Python中,所有具有read和write方法的對象,都可以歸類爲file類型。而所有的file類型對象都可以使用open方法打開,close方法結束和被with上下文管理器管理。這是Python的設計哲學之一。
filename:一個包含了你要訪問的文件名稱的字符串值,通常是一個文件路徑。
mode:打開文件的模式,有很多種,默認是隻讀方式r。
一個簡單的例子:
# 打開一個文件
f = open("/tmp/foo.txt", "w")
f.write("Python 是一種非常好的語言。\n我喜歡Python!!\n")
# 關閉打開的文件
f.close()
打開模式:
模式 |
操作 |
說明 |
r |
只讀 |
默認模式,如果文件不存在就報錯,存在就正常讀取。 |
w |
只寫 |
如果文件不存在,新建文件然後寫入;如果存在,先清空文件內容,再寫入。 |
a |
追加 |
如果文件不存在,新建文件,然後寫入;如果存在,在文件的最後追加寫入。 |
x |
新建 |
如果文件存在則報錯,如果不存在就新建文件,然後寫入內容,比w模式更安全。 |
b |
二進制模式 |
比如rb、wb、ab,以bytes類型操作數據 |
+ |
讀寫模式 |
比如r+、w+、a+ |
一、 b模式:
二進制模式,通常用來讀取圖片、視頻等二進制文件。注意,它在讀寫的時候是以bytes類型讀寫的,因此獲得的是一個bytes對象而不是字符串。在這個讀寫過程中,需要自己指定編碼格式。在使用帶b的模式時一定要注意傳入的數據類型,確保爲bytes類型。
s = 'this is a test'
b = bytes(s,encoding='utf-8')
f = open('test.txt','w')
f.write(s)
##這樣沒問題,正常寫入了文件。
##-------------------------------------------------
s = 'this is a test'
b = bytes(s,encoding='utf-8')
f = open('test.txt','wb') ##注意多了個b
f.write(s)
##報錯
TypeError: a bytes-like object is required, not 'str'
##意思是它需要一個bytes類型數據,你卻給了個字符串
##---------------------------------------------------
s = 'this is a test'
b = bytes(s,encoding='utf-8')
f = open('test.txt','wb') ##注意多了個b
f.write(b) ##將變量b傳給它,b是個bytes類型
二、 + 模式:
對於w+模式,在讀寫之前都會清空文件的內容,建議不要使用!
對於a+模式,永遠只能在文件的末尾寫入,有侷限性,建議不要使用!
對於r+模式,也就是讀寫模式,配合seek()和tell()方法,可以實現更多操作。
三、 編碼問題
要讀取非UTF-8編碼的文件,需要給open()函數傳入encoding參數,例如,讀取GBK編碼的文件:
>>> f = open('gbk.txt', 'r', encoding='gbk')
>>> f.read()
'GBK'
遇到有些編碼不規範的文件,可能會拋出UnicodeDecodeError異常,這表示在文件中可能夾雜了一些非法編碼的字符。遇到這種情況,可以提供errors參數,表示如果遇到編碼錯誤後如何處理。
>>> f = open('gbk.txt', 'r', encoding='gbk', errors='ignore')
四、 文件對象操作
每當我們用open方法打開一個文件時,將返回一個文件對象。這個對象內置了很多操作方法。下面假設,已經打開了一個f文件對象。
1. f.read(size)
讀取一定大小的數據, 然後作爲字符串或字節對象返回。size是一個可選的數字類型的參數,用於指定讀取的數據量。當size被忽略了或者爲負值,那麼該文件的所有內容都將被讀取並且返回。
f = open("1.txt", "r")
str = f.read()
print(str)
f.close()
如果文件體積較大,請不要使用read()方法一次性讀入內存,而是read(512)這種一點一點的讀。
2. f.readline()
從文件中讀取一行n內容。換行符爲'\n'。如果返回一個空字符串,說明已經已經讀取到最後一行。這種方法,通常是讀一行,處理一行,並且不能回頭,只能前進,讀過的行不能再讀了。
f = open("1.txt", "r")
str = f.readline()
print(str)
f.close()
3. f.readlines()
將文件中所有的行,一行一行全部讀入一個列表內,按順序一個一個作爲列表的元素,並返回這個列表。readlines方法會一次性將文件全部讀入內存,所以也存在一定的風險。但是它有個好處,每行都保存在列表裏,可以隨意存取。
f = open("1.txt", "r")
a = f.readlines()
print(a)
f.close()
4. 遍歷文件
實際上,更多的時候,我們將文件對象作爲一個迭代器來使用。
# 打開一個文件
f = open("1.txt", "r")
for line in f:
print(line, end='')
# 關閉打開的文件
f.close()
這個方法很簡單, 不需要將文件一次性讀出,但是同樣沒有提供一個很好的控制,與readline方法一樣只能前進,不能回退。
幾種不同的讀取和遍歷文件的方法比較: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。普通情況,使用for循環更好,速度更快。
5. f.write()
將字符串或bytes類型的數據寫入文件內。write()動作可以多次重複進行,其實都是在內存中的操作,並不會立刻寫回硬盤,直到執行close()方法後,纔會將所有的寫入操作反映到硬盤上。在這過程中,如果想將內存中的修改,立刻保存到硬盤上,可以使用f.flush()方法,但這可能造成數據的不一致。
# 打開一個文件
f = open("/tmp/foo.txt", "w")
f.write("Python 是一種非常好的語言。\n我喜歡Python!!\n")
# 關閉打開的文件
f.close()
6. f.tell()
返回文件讀寫指針當前所處的位置,它是從文件開頭開始算起的字節數。一定要注意了,是字節數,不是字符數。
7. f.seek()
如果要改變位置指針的位置, 可以使用f.seek(offset, from_what)方法。seek()經常和tell()方法配合使用。
from_what的值,如果是0表示從文件開頭計算,如果是1表示從文件讀寫指針的當前位置開始計算,2表示從文件的結尾開始計算,默認爲0,例如:
offset:表示偏移量。
- seek(x,0) : 從起始位置即文件首行首字符開始移動 x 個字符
- seek(x,1) : 表示從當前位置往後移動x個字符
- seek(-x,2):表示從文件的結尾往前移動x個字符
看一個例子:
>>> f = open("d:\\1.txt", "rb+")
>>> f.write(b"1232312adsfalafds")
17
>>> f.tell()
17
>>> f.seek(5)
5
>>> f.read(1)
b'1'
>>> f.seek(-3, 2)
14
>>> f.read(1)
b'f'
8. f.close()
關閉文件對象。當處理完一個文件後,調用f.close()來關閉文件並釋放系統的資源。文件關閉後,如果嘗試再次調用該文件對象,則會拋出異常。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,或者更糟糕的結果。也就是說大象塞進冰箱後,一定不要忘記關上冰箱的門。
五、 with關鍵字
with關鍵字用於Python的上下文管理器機制。爲了防止諸如open這一類文件打開方法在操作過程出現異常或錯誤,或者最後忘了執行close方法,文件非正常關閉等可能導致文件泄露、破壞的問題。Python提供了with這個上下文管理器機制,保證文件會被正常關閉。在它的管理下,不需要再寫close語句。注意縮進。
with open('test.txt', 'w') as f:
f.write('Hello, world!')
with支持同時打開多個文件:
with open('log1') as obj1, open('log2','w') as obj2:
s=obj1.read()
obj2.write(s)