python文件处理
1.python文件概念
python中文件就是一个对象，而linux中一切设备都可以看成文件，例如：磁盘文件，管道，网络Socket，外设等，都可以使用文件的方式对其进行操作。linux中文件的属性有：用户（owner），读(r)、写(w)、执行(x)权限。
上图中红色标记的地方，第一个‘-’表示它是一个普通文件（‘d’表示目录），第一组‘rw-’表示当前用户对该文件拥有读写权限，但没有执行权限，第二组‘r--’表示当前用户组对对该文件仅有读权限，第三组‘r--’表示其它用户对该文件公有读权限。额外提一下修复用户对文件的权限用chmod命令。
2.文件基本操作
2.1 文件打开方式
文件的打开方法：open(name[, mode[buf]])，默认以读的方式打开。参数说明如下：
name：文件路径
mode：打开方式
buf：缓冲 buffering大小
mode有以下几种：
其中 'r+'和‘r'的区别是'r+'对文件可以写操作，'w+'和’w'的区别是‘w'对文件可以读操作。'r+'和'r'一样要文件必须存在，而'w+'和'w'一样文件不存在则创建文件，存在则清空文件内容。'a'和'a+'的区别是'a'不可以对文件进行读操作。追加方式是指对文件写操作时在文件未处开始写，而其它方式是从文件初始位置开始写。打开方式加上b表示以二进制的方式打，而普通的是以字节的方式打开的。
简单的归类一下：
- 不可读的打开方式：'w'和'a'
- 不可写的打开方式：'r'
- 若不存在会创建新文件的打开方式：'a'，'a+'，'w'，'w+'
- 若文件存在则清空文件的打开方式：'w'和'w+'
2.2 文件读取方式
文件读取方式有以下几种
- read([size])：读取文件(读取size个字节，默许读取全部文件）。
- readline([size])：读取一行，如果行的长度>size，那么就读size个字节；如果行的长度<size，则读整行。
- readlines([sizeint])：读取所有 行，返回每一行所组成的列表。若给定sizeint>0，返回总和大约为sizeint字节的行，实际上读取值可能比sizeint要大，因为要填充缓冲区。实际上遇到的情况是这个sizeint参数只能是8192=2^13的整数倍返回的结果才有变化，也就是说readlines(1)和readlines(8192)的效果是一样的，但readlines(8193)就不一样。
- iter：使用迭代器读取文件，可以读完文件，使用next时就读一行，不是一下读到内存中，效率较高。（推荐）
2.3 文件写入与写缓存
文件写入方式如下：
- write(str)：将字符串写入文件。
- writelines(sequence of strings)：写多行到文件，参数为可迭代列表的对象（可以是一个字符串，也可以是由一个字符串所组成的元组、迭代器、列表）。如：writelines('123')、writelines(('1', '2', '3'))、writelines(['1', '2', '3'])。
使用write和writelines是将文件写入到文件缓冲中，并没有直接写入磁盘，只有调用close()或者flush()，写缓存同步到磁盘。当然也有例外，当写入数据量大于或等于写缓存，写缓存会自动同步到磁盘（只同步缓存大小的内容，乘下的内容还在文件缓存中）。
2.4 文件关闭
python文件为什么要关闭呢呢？
- 将文件写缓存到磁盘上；
- liunu系统每个进程文件打开文件个数是有限的；
- 如果打开文件达到了系统限制，再打开文件就是失败；
- 造成内存资源浪费。
所以一定养成打开文件一定关闭的习惯。
2.5 文件指针
文件读写时有一个指名指向当前的读写位置，它会跟随着读写操作进行移动。Python文件指针操作如下：
seek(offset[, whence])：移动文件指针；offset是偏移量，可为负数；whence是偏移相对位置，有三种方式：
- os.SEEK_SET：相对文件起位置；0
- os.SEEK_CUR：相对文件当前位置；1
- os.SEEK_END：相对文件结尾位置。2
tell()返回当前文件的偏移，long型。seek(3)缺省了whence，默认为os.SEEK_SET。
3.OS模块使用
3.1 文件编码格式
使用普通方式打开文件，不能写入utf-8编码的字符，要将unicode转码为'utf-8'，然后写入。
In [15]: f=open('test.txt','r+')
In [16]: f.write(u'博客园')
---------------------------------------------------------------------------
UnicodeEncodeError Traceback (most recent call last)
<ipython-input-16-07ec2ea4ab89> in <module>()
----> 1 f.write(u'博客园')
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-2: ordinal not in range(128)
In [17]: a=unicode.encode(u'博客园','utf-8')
In [18]: a
Out[18]: '\xe5\x8d\x9a\xe5\xae\xa2\xe5\x9b\xad'
In [19]: f.wr
f.write f.writelines
In [19]: f.write(a)
In [20]: f.read()
Out[20]: ''
In [21]: f.seek(0)
In [22]: f.read()
Out[22]: '\xe5\x8d\x9a\xe5\xae\xa2\xe5\x9b\xad'
In [23]:
[2]+ 已停止 ipython
ljm@ljm-virtual-machine:~/文档$ cat test.txt
博客园
但是我们如何创建一个utf-8或者其它编码格式的文件呢？方法是使用codecs模块提供的方法创建指定编码格式文件：
open(fname, mode, encoding, errors, buffering)
In [1]: import codecs In [2]: f = codecs.open('test.txt','w','utf-8') In [3]: f.encoding Out[3]: 'utf-8' In [4]: f.write(u'博客园') In [5]: f.close() In [6]: cat test.txt 博客园
3.2 linux文件操作简介
linux文件系统简单示意图：
python操作文件流程分析图：
3.3 OS模块对文件和目录操作
使用os模块打开文件：
os.open(filename, flag [, mode])，mode一般用mask代替，重点是flag参数，表示打开文件方式：
os.O_CREATE：创建文件
os.O_RDONLY：只读方式打开
os.O_WRONLY：只写方式打开
os.O_RDWR：读写方式打开
使用os模块读取文件：
os.read(fb, buffersize)，fb表示文件描述符，buffersize表示读取大小，返回的是读取内容。
使用os模块写入文件：
os.write(fb，string)，返回值是写入内容的大小。
使用os模块文件指针操作：
os.lseek(fb, pos, how)，这个和前面介绍的seek方法基本一致。
使用os模块关闭文件：
os.close(fb)
os模块的常用方法如下表所示：
os.path模块方法介绍
4.参考资料
