[转]Python文件操作
前言
这里的“文件”不单单指磁盘上的普通文件,也指代任何抽象层面上的文件。例如:通过URL打开一个Web页面“文件”,Unix系统下进程间通讯也是通过抽象的进程“文件”进行的。由于使用了统一的接口,从而统一了各种抽象类型及非抽象类型文件的操作方式。
文件操作的重要性无需多言,要想将计算机运算的结果以一定形式保存下来,文件是必须的。
一、内建函数open()和file()
open用法: file_object = open(file_name, access_mode = 'r', buffering = -1)
-
返回的文件对象file_object是可迭代的,可以用for循环遍历
-
file_name是要打开文件的文件名,非当前目录下的文件要指明路径
-
access_mode是文件读取模式,默认为只读(r),这里的用法和C中的fopen是一样的
-
buffering用来设定缓冲模式,默认值为-1,即使用系统默认缓冲模式
-
如果文件打开失败,则会返回IOError异常
1
2
3
4
5
6
7
8
9
10
11
12
|
#路径也可以写为 r'D:\Test.txt' >>> file_obj = open ( 'D:\\Test.txt' ) #使用默认access_mode #和默认buffering值 >>> for line in file_obj: #file_obj可迭代 print line This is line1 I'm line2 Hello, World! |
参数详细说明:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
#文件对象访问模式 r 只读方式打开 rU 读方式打开,提供通用换行符支持 w 以写方式打开 a 以追加模式打开 r + 以读写模式打开 w + 以读写模式打开 rb 以二进制读模式打开 wb 以二进制写模式打开 ab 以二进制追加模式打开 rb + 以二进制读写模式打开 wb + 以二进制读写模式打开 ab + 以二进制读写模式打开 #以r模式打开时,文件必须存在,否则引发错误 #以w模式打开文件时,如果文件存在则清空,不存在则创建 #以a模式打开时,如果文件存在,则从EOF位置追加,否则创建新文件 #buffering模式 0 不缓冲 1 只缓冲一行 value> 1 缓冲区大小为value value< 0 使用系统默认缓冲机制 |
内建工厂函数file()
file( )和open( )具有相同的功能和用法,可以任意替换。一般建议使用open()。
通用换行符支持(UNS)
在不同的系统平台上,换行符是不同的,例如unix下是\n,而windows下是\r\n,这就是为什么有时候你从网络上下载的txt小说不能自动换行的原因,这时候不要用记事本打开,使用windows自带的写字板或者浏览器打开再处理一下即可。
Python中为了解决这个问题,使用了通用换行符支持(Universal NEWLINE Support),使用带U模式的open打开文件时,Python会使用“\n”作为通用换行符,从而屏蔽了不同平台下的换行符差异。
这里不得不说的是,跨平台开发会遇到一些不可避免的问题,不同平台下的换行符差异及路径分隔符差异等等就是一个特例。幸运的是,Python的os模块提供了一些属性值以便于跨平台应用的开发:
os.linesep (当前系统下,下同)用于在文件中分隔行的字符串
os.sep 用于分隔文件路径名的字符串
os.pathsep 用于分隔文件路径的字符串
os.curdir 当前工作目录的字符串名称,windows下是“.”
os.pardir 当前工作目录父目录的字符串名称,windows下是“..”
二、文件的内建方法、内建属性
输入
file_obj.read(size) 读取文件中的字节到字符串中,最多读取size个字节,如果没有给定size或者size为负数,文件将被读取直至末尾。这个函数不推荐使用。
file_obj.readline(size) 读取文件中size个字节,返回一个字符串。如果没有给定size或者size为负数则返回一行(包括行结束符)
1
2
3
4
5
6
7
8
9
|
>>> FILE2 = open ( 'README.txt' , 'rU' ) >>> FILE2.readline() 'This is Python version 2.7.1\n' >>> FILE2.readline() '============================\n' >>> FILE2.readline() '\n' >>> FILE2.readline() 'Copyright (c) 2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009, 2010\n' |
file_obj.readlines() 读取剩余的所有的行(文件指针不一定在开始位置!)并将其以一个字符串列表形式返回。此方法一次性读取文件所有的内容至内存中,适用于小型文件。对于大型文件,一般用迭代的方式读入内存,一会会讲到。
输出
file_obj.write() write()方法和read及readline相反,它把含有文本数据或者二进制数据块的字符串写入到文件中。
file_obj.writelines() 和readlines()相反,它接收一个字符串列表作为参数并将其写入到文件中,每个字符串的行结束符不会被自动写入。需要的话,需要你自行添加。
移动文件指针
file_obj.seek( offset[,whence] ) seek()方法类似于C中的fseek,offset为偏移量,whence代表相对位置,是一个可选参数,默认为0(文件开头)。1代表当前位置,2代表文件末尾。
file_obj.tell( ) 类似于C中的ftell,返回当前文件指针相对于文件头的位置。
1
2
3
4
5
6
7
8
|
>>> FILE = open ( 'README.txt' ) >>> FILE .readline() 'This is Python version 2.7.1\n' >>> FILE .tell() 30L >>> FILE .seek( - 5 , 1 ) #从当前位置后退5个字节 >>> FILE .read( 5 ) '7.1\n=' |
文件迭代
1
2
3
4
5
6
7
|
#方法1 使用文件对象的readline()方法 for lineItem in file_obj.readline(): process lineItem #方法2 直接迭代文件对象 for lineItem in file_obj: process lineItem |
注意,因文件对象本身就是可迭代的,所以使用方法2明显要优于方法1
采用迭代方式读取超大型文件或者网络流文件的好处是显而易见的,避免了一次性将大型文件读入内存所带来的负担(有时候甚至是不可能的,例如网络流文件)。对于小型文件还是一次性读入好些,可以尽快释放文件资源。
完美的终结
一切结束,千万不要忘记调用file_obj.close()以终结对文件的访问。如果你不这样显式的关闭文件,有可能丢失输出缓冲区内的数据。
一些其它方法
file_obj.fileno() 返回打开文件的文件描述符,这是一个整形,可以用于os模块的一些底层操作
file_obj.flush() 把输出缓冲区内的数据立即写入文件,调用close时会自动调用这个方法。
file_obj.isatty() 当文件是一个tty设备时,返回True。tty是字符型终端设备,例如老式的打印机以及操作系统中的终端(Terminal)程序。
file_obj.next() 返回文件的下一行,类似于readline方法,没有其它行时引发StopIteration异常
文件的内建属性
file.closed 如果文件已关闭,返回True
file.encodeing 文件所使用的编码
file.mode 文件打开时的模式
file.name 文件名
file.newlines 文件中用到的行分隔符,只有一种时为字符串,多于一种时是一个列表
file.softspace 这个属性程序员一般用不着,感兴趣的话请help(file.softspace)
三、标准文件、命令行参数
标准文件
一般来说,程序执行后,你可以访问3个标准文件。它们是标准输入(一般是键盘)、标准输出(到显示器的缓冲输出)、标准错误(到屏幕的非缓冲输出)。这些文件沿用了C中的命名:stdin,stdout,stderr。3个标准文件会被操作系统预先打开,因此,你只需要知道它们的文件句柄就可以随时访问它们。
1
2
3
4
5
|
>>> import sys >>> sys.stdout.write( 'hello, This works like print' ) hello, This works like print >>> sys.stderr.write( 'wahoo, This is a err I created!' ) wahoo, This is a err I created! #这行在IDLE中会显示为错误的红色 |
命令行参数
sys模块的argv属性是命令行参数组成的列表(Python中没有C中的argc),使用参照下例:
1
2
3
4
5
6
7
|
from sys import argv numOfArg = len (argv) print 'There are total %d arguments.' % numOfArg for num in range (numOfArg): print 'Arg No.%d:\t%s' % (num + 1 , argv[num]) |
保存为arg.py,在windows的命令终端下运行效果如下:
四、文件系统
Python的os模块实现了操作文件系统的接口。这些操作包括遍历目录树,删除/重命名文件等。此外os.path模块可以实现一些针对路径名的操作。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
|
#---------os模块的函数--------- #文件处理 mkfifo() / mknod() 创建命名管道 / 文件系统节点 remove() / unlink() 删除文件 rename() / renames() 重命名文件 stat() 返回文件信息 symlink() 创建符号链接 utime() 更新时间戳 tmpfile() 创建并打开( 'w+b' )一个新的临时文件 walk() 生成一个目录树下的所有文件名 #目录/文件夹 chdir() / fcdir() 改变当前工作目录 / 通过一个文件描述符改变当前目录 chroot() 改变当前进程的根目录 listdir() 列出指定目录的文件 getcwd() / getcwdu() 返回当前工作目录 / 功能相同,但返回 Unicode 对象 mkdir() / mkdirs() 创建目录 / 创建多层目录 rmdir() / removedirs() 删除目录 / 删除多层目录 #访问/权限 access() 检验权限模式 chmod() 改变权限模式 chown() / lchown() 改变owner和group ID / 功能相同,但不会跟踪链接 umask() 设置默认权限模式 #文件描述符操作 open () 底层的操作系统 open (对于文件,使用标准的内建 open ) read() / write() 根据文件描述符进行读写操作 dup() / dup2() 复制文件描述符号 / 功能相同,但复制到另一个文件描述符 #设备号 makedev() 从major和minor设备号创建一个原始设备号 major() / minor() 从原始设备号获得major / minor设备号 #---------os.path模块中的路径名访问函数--------- #分隔 basename() 去掉目录路径,返回文件名 dirname() 去掉文件名,返回目录路径 join() 将分隔的部分组合成路径 split() 返回(dirname(), basename())元组 splitdrive() 返回(drivename, pathname)元组 splitext() 返回(filename, extension)元组 #信息 getatime() 返回最近访问时间 getctime() 返回文件创建时间 getmtime() 返回最近文件修改时间 getsize() 返回文件大小 #查询 exists() 指定路径(文件或者目录)是否存在 isabs() 指定路径是否为绝对路径 isdir() 指定路径是否存在且是一个目录 isfile() 指定路径是否存在且是一个文件 islink() 指定路径是否存在且是一个符号链接 ismount() 指定路径是否存在且是一个挂载点 samefile() 两个路径名是否指向同一个文件 |
除了以上列出的功能外,还可以利用os模块提供的功能进行系统进程管理以及进程间通讯,在后面的学习中会逐渐讲到。
五、一些相关模块
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
#文件相关模块 base64 提供二进制字符串和文本字符串之间的编解码操作 binascii 提供二进制和ASCII编码的二进制字符串间编解码操作 bz2 访问BZ2格式的压缩文件 csv 访问逗号分隔文件(csv) filecmp 用于比较目录和文件 fileinput 提供多个文本文件的行迭代器 getopt / optparse 提供了命令行参数的解析处理 glob / fnmatch 提供了Unix样式的通配符匹配功能 gzip / zlib 读写GNU zip 文件(压缩需要zlib模块) shutil 提供高级文件访问功能 c / StringIO 对字符串对象提供类文件接口 tarfile 读写TAR归档文件,支持压缩文件 tempfile 创建一个临时文件 uu uu格式的编解码 zipfile 用于读取 zip 归档文件的工具 |
如果需要的话,可以浏览Python的参考文档查询这些模块的用法。或者import后再help。
自己可以试着写一些文本处理,特别是模版分析处理程序,试着把字符串处理和文件操作结合起来,可别小看这些功能,编码起来并不容易,需要十分的细致和耐心。当然,这是很好的编码能力锻炼方法。
要想对文本处理和文件操作有深入了解,如打包、压缩等,请参考《Python Cookbook》。
原文地址:http://greenlcat.diandian.com/post/2012-10-19/40039196726