【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： r。mode参数的可选值如下：

'r'                 读模式
'w'                 写模式
'a'                 追加模式
'b'                 二进制模式（可添加到其他模式使用）
'+'                 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: read 和 write 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：

f = open(r'C:\text.txt','w')
f.write('hello,')
f.write('world')
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：

# -- coding: utf-8 --
f = open(r'C:\text.txt','r') # mode = 'r'，默认值

# 读取4个字符
print f.read(4) # hell
print f.read() # o,world
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：

# -- coding: utf-8 --
# 打开文件
f = open(r'C:\text.txt','w')

try:
    # 写入文件
    f.write('hello,')
    f.write('world')
finally:
    # 关闭文件
    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：

# -- coding: utf-8 --

# 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)
with open(r'C:\text.txt','w') as f:
    f.write('hello,')
    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:

f = open(r'C:\text.txt','r')

char = f.read(1)
while char:
    print char
    char = f.read(1)
f.close()

 

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

# -- coding: utf-8 --
f = open(r'C:\text.txt','r')

while True:
    line = f.read(1)
    if not line:break
    print line
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：

# -- coding: utf-8 --
f = open(r'C:\text.txt','r')

while True:
    line = f.readline()
    if not line:break
    print line
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：

f = open(r'C:\text.txt','r')

for char in f.read():
    print char
f.close()

 

使用readlines方法读取所有内容：

f = open(r'C:\text.txt','r')

for line in f.readlines():
    print line
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：

import fileinput

for line in fileinput.input(r'C:\text.txt'):
    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：

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

 

参考资料&进一步阅读

Python Doc —— fileinput

Python基础教程(第二版)