讀寫文件是最常見的IO操作。Python內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，讀寫文件就是請求操作系統(tǒng)打開一個文件對象（通常稱為文件描述符），然后，通過操作系統(tǒng)提供的接口從這個文件對象中讀取數(shù)據（讀文件），或者把數(shù)據寫入這個文件對象（寫文件）。
讀文件

要以讀文件的模式打開一個文件對象，使用Python內置的open()函數(shù)，傳入文件名和標示符：

>>> f = open('/Users/michael/test.txt', 'r')

標示符'r'表示讀，這樣，我們就成功地打開了一個文件。

如果文件不存在，open()函數(shù)就會拋出一個IOError的錯誤，并且給出錯誤碼和詳細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>
IOError: [Errno 2] No such file or directory: '/Users/michael/notfound.txt'

如果文件打開成功，接下來，調用read()方法可以一次讀取文件的全部內容，Python把內容讀到內存，用一個str對象表示：

>>> f.read()
'Hello, world!'

最后一步是調用close()方法關閉文件。文件使用完畢后必須關閉，因為文件對象會占用操作系統(tǒng)的資源，并且操作系統(tǒng)同一時間能打開的文件數(shù)量也是有限的：

>>> f.close()

由于文件讀寫時都有可能產生IOError，一旦出錯，后面的f.close()就不會調用。所以，為了保證無論是否出錯都能正確地關閉文件，我們可以使用try ... finally來實現(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在太繁瑣，所以，Python引入了with語句來自動幫我們調用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，但是代碼更佳簡潔，并且不必調用f.close()方法。

調用read()會一次性讀取文件的全部內容，如果文件有10G，內存就爆了，所以，要保險起見，可以反復調用read(size)方法，每次最多讀取size個字節(jié)的內容。另外，調用readline()可以每次讀取一行內容，調用readlines()一次讀取所有內容并按行返回list。因此，要根據需要決定怎么調用。

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，反復調用read(size)比較保險；如果是配置文件，調用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read()方法的對象，在Python中統(tǒng)稱為file-like Object。除了file外，還可以是內存的字節(jié)流，網絡流，自定義流等等。file-like Object不要求從特定類繼承，只要寫個read()方法就行。

StringIO就是在內存中創(chuàng)建的file-like Object，常用作臨時緩沖。
二進制文件

前面講的默認都是讀取文本文件，并且是ASCII編碼的文本文件。要讀取二進制文件，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()
'\xff\xd8\xff\xe1\x00\x18Exif\x00\x00...' # 十六進制表示的字節(jié)

字符編碼

要讀取非ASCII編碼的文本文件，就必須以二進制模式打開，再解碼。比如GBK編碼的文件：

>>> f = open('/Users/michael/gbk.txt', 'rb')
>>> u = f.read().decode('gbk')
>>> u
u'\u6d4b\u8bd5'
>>> print u

如果每次都這么手動轉換編碼嫌麻煩（寫程序怕麻煩是好事，不怕麻煩就會寫出又長又難懂又沒法維護的代碼），Python還提供了一個codecs模塊幫我們在讀文件時自動轉換編碼，直接讀出unicode：

import codecs
with codecs.open('/Users/michael/gbk.txt', 'r', 'gbk') as f:
  f.read() # u'\u6d4b\u8bd5'

寫文件

寫文件和讀文件是一樣的，唯一區(qū)別是調用open()函數(shù)時，傳入標識符'w'或者'wb'表示寫文本文件或寫二進制文件：

>>> f = open('/Users/michael/test.txt', 'w')
>>> f.write('Hello, world!')
>>> f.close()

你可以反復調用write()來寫入文件，但是務必要調用f.close()來關閉文件。當我們寫文件時，操作系統(tǒng)往往不會立刻把數(shù)據寫入磁盤，而是放到內存緩存起來，空閑的時候再慢慢寫入。只有調用close()方法時，操作系統(tǒng)才保證把沒有寫入的數(shù)據全部寫入磁盤。忘記調用close()的后果是數(shù)據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：

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，請效仿codecs的示例，寫入unicode，由codecs自動轉換成指定編碼。
小結

在Python中，文件讀寫是通過open()函數(shù)打開的文件對象完成的。使用with語句操作文件IO是個好習慣。

最新評論