Python 文件读写与编码解读

一、Python 读取文件使用open函数

python open() 函数用于打开一个文件，创建一个 file 对象，相关的方法才可以调用它进行读写。

open(name[, mode[, buffering]])

参数说明：

• name : 一个包含了你要访问的文件名称的字符串值。

• mode : mode 决定了打开文件的模式：只读，写入，追加等。所有可取值见如下的完全列表。这个参数是非强制的，默认文件访问模式为只读(r)。

• buffering : 如果 buffering 的值被设为 0，就不会有寄存。如果 buffering 的值取 1，访问文件时会寄存行。如果将 buffering 的值设为大于 1 的整数，表明了这就是的寄存区的缓冲大小。如果取负值，寄存区的缓冲大小则为系统默认。

不同模式打开文件的完全列表：

模式	描述
r	以只读方式打开文件。文件的指针将会放在文件的开头。这是默认模式。
rb	以二进制格式打开一个文件用于只读。文件指针将会放在文件的开头。这是默认模式。
r+	打开一个文件用于读写。文件指针将会放在文件的开头。
rb+	以二进制格式打开一个文件用于读写。文件指针将会放在文件的开头。
w	打开一个文件只用于写入。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
wb	以二进制格式打开一个文件只用于写入。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
w+	打开一个文件用于读写。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
wb+	以二进制格式打开一个文件用于读写。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
a	打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入。
ab	以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入。
a+	打开一个文件用于读写。如果该文件已存在，文件指针将会放在文件的结尾。文件打开时会是追加模式。如果该文件不存在，创建新文件用于读写。
ab+	以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。如果该文件不存在，创建新文件用于读写。

二、python的open（）方法用来打开一个文件。第一个参数时文件的位置和文件名，第二个为可选参数，指定打开读写的模式。

例子：f=open(‘1.txt’,'w')
使用open()打开文件后一定要记得关闭文件对象，

f.close()
可以用try()finally()确定关闭文件。
file=open()
try:
　　atxt=file.read()
finally:
　　file.close()
注：不能把open语句放到try块里面，因为打开文件出现异常时，文件对象无法close()
三、.读取方法：
read（【size】）
readline([size])
readlines([size])//读取缓存块大小的文件内容，可以用import io io.default.buffer.size查看缓存块的大小
iter()方法//并没有吧文件内容全部导入内存，而是在next读取的时候才读入内存

f.readline()读取文件一行的内容

f.readlines()读取所有的行到数组里面[line1,line2,…lineN]列表

在避免将所有文件内容加载到内存中，这种方法常常使用，便于提高效率。

 

四、注意问题 Python 读取文件乱码结局方案：

方案1：

字符编码参考http://www.cnblogs.com/xinghaiyige/p/7381518.html

文件读取编码方案：

1、查看文件编码方式

     引入识别编码模块chardet，没有安装简单使用pip install chardet

     

import chardet

files = open('11.txt','r').read()
print chardet.detect(files)


print files.decode('UTF-8-SIG').encode('utf-8')

#ANSI 编码代表 GBK 

　　

结果：

{'confidence': 1.0, 'language': '', 'encoding': 'UTF-8-SIG'}
dddd dddddddddd d
中国人民共和国

通过看结果编码，对txt文本进行decode解码，成unicode ，然后编码为utf-8

 解决方案2：

文件直接读取

 其中，关于open的编码解释如下：

     读取时：内置的open()方法打开文件时，read()读取的是str，读取后需要使用正确的编码格式进行decode()。write()写入时，如果参数是unicode，则需要使用你希望写入的编码进行encode()，如果是其他编码格式的str，则需要先用该str的编码进行decode()，转成unicode后再使用写入的编码进行encode()。如果直接将unicode作为参数传入write()方法，Python将先使用源代码文件声明的字符编码进行编码然后写入。

    编码时：模块codecs提供了一个open()方法，可以指定一个编码打开文件，使用这个方法打开的文件读取返回的将是unicode。写入时，如果参数是unicode，则使用open()时指定的编码进行编码后写入；如果是str，则先根据源代码文件声明的字符编码，解码成unicode后再进行前述操作。相对内置的open()来说，这个方法比较不容易在编码上出现问题。

   所以可以在读取的时候指定编码，这样可以避免很多问题，如下：

# coding: GBK
import codecs
f= codecs.open('test.txt', encoding='UTF-8')
#f = codecs.open('test.txt',encoding = 'UTF-8','IGNORE')
u= f.read()
f.close()
print type(u)# <type 'unicode'>
 
f= codecs.open('test.txt','a', encoding='UTF-8')
# 写入unicode
f.write(u)
 
# 写入str，自动进行解码编码操作
# GBK编码的str
s= '汉'
print repr(s)# '\xba\xba'
# 这里会先将GBK编码的str解码为unicode再编码为UTF-8写入
f.write(s)
f.close()

　　

四、写入文件的问题

写入文件时，执行write()后内容不会马上写入文件，要用f.close()或者f.flush()命令，才会写入。
或者当写入的内容的大小大于缓存块的大小时，系统会自动将缓存块中的内容刷入文件，然后再继续相缓存中写入内容。（所以当文件足够大时系统也不一定会自动把所有内容都写入文件）
3.文件的指针：
当新建的文件时，指针指在文件的开始处，从0开始，当写入或读取内容时，文件的指针从0位置向后移动，当再次读取时，从指针的位置开始读取。因此当向文件写入内容后，要关闭文件再读取才会看到文件中有内容。
要让文件中的指针回到某个位置可以用命令f.seek(偏移量，参数)参数包括os.SEEK.CUR os.SEEK.END os.SEEK.SET
查看文件的指针所在位置的命令f.tell()