文件的输入输出

Posted 2020-10-04

文件只是连续的字节序列。数据的传输经常会用到字节流，无论字节流是由单个字节还是大块数据组成。

在python中，读写文件有3个步骤：

1、调用open()函数，返回一个file对象

2、调用file对象的read()和write()方法

3、调用file对象的close()方法，关闭该文件

文件内建函数open()和file()

file_object=open(file_name,access_mode=‘r‘,buffering=-1)

通常，文件使用模式‘r’，‘w’，或是‘a’模式来打开，分别代表读取，写入和追加。还有个‘U’模式，代表通用换行符支持。

使用‘r’和‘U’模式打开的文件必须是已经存在的。使用‘w’模式打开的文件若存在则首先清空，然后重新创建。以‘a’模式打开的文件是为追加数据作准备的，所有写入的数据都将追加到文件的末尾。如果文件不存在，将被自动创建，类似以‘w’模式打开文件。此外，‘+’代表可读可写，‘b’代表二进制模式访问。

可选参数buffering用于指示访问文件所采用的缓冲方式。其中0表示不缓冲，1表示只缓冲一行数据，任何其他大于1的值代表使用给定值作为缓冲区大小。不提供该参数或给定负值代表使用系统默认缓冲机制，即对任何类电报机（tty）设备使用行缓冲，其他设备使用正常缓冲。

open()和file()函数具有相同的功能，可以任意替换。一般来说，建议使用open()读写文件，在想要说明正在处理的是文件对象时使用file()

不同平台用来表示行结束的符号是不同的。当使用‘U’标志打开文件的时候，所有的行分隔符通过python的输入方法返回时都会被替换为换行符NEWLINE（\n）。文件对象的newlines属性会记录它曾看到的文件的行结束符。

当文件刚被打开，程序还没有遇到行结束符，那么文件的newlines为None。在第一行被读取后，它被设置为第一行的结束符。如果遇到其他类型的行结束符，文件的newlines会成为一个包含每种格式的元组。注意UNS（通用换行符支持）只用于读取文本文件。没有对应的处理文件输出的方法。

在编译python的时候，UNS默认是打开的。如果不需要这个特性，在运行configure脚本时，可以使用--without-universal-newlines开关关闭它。

文件内建方法

open()成功执行后，文件的方法可分为四类：输入、输出、文件内移动及杂项操作。

read()方法用来直接读取字节到字符串中。默认文件将被读取直至末尾。

readline()方法读取打开文件的一行，包括行结束符，作为字符串返回。

readlines()方法读取所有剩余的行然后把它们作为一个字符串列表返回。

write()方法把含有文本数据或二进制数据块的字符串写入文件中去。

writelines()方法接收一个字符串列表作为参数，将它们写入文件。行结束符并不会被自动加入。

当使用read()或readline()从文件中读取行时，python并不会删除行结束符，这个操作留给了程序员：

f=open(‘myfile‘,‘r‘)

data=[line.strip() for line in f.readlines()]

f.close()

类似地，write()或writelines()也不会自动加入行结束符，需要在像文件写入数据前完成。

seek()方法可以在文件中移动文件指针到不同的位置。offset字节代表相对位置的偏移量。默认为0，代表从文件开头算起，1代表从当前位置算起，2代表从文件末尾算起。

test()是对seek()的补充，它告诉你当前文件指针在文件中的位置，从文件起始算起，单位为字节。

一行一行访问文件很简单：

for eachLine in f:

  :

close()方法关闭文件结束对它的访问。如果不显式地关闭文件，那么可能会丢失缓冲区的数据。

fileno()方法返回打开文件的描述符。

flush()方法会直接把内部缓冲区中的数据立刻写入文件，而不是被动地等待输出缓冲区被写入。

isatty()是个布尔内建函数，当文件是个类tty设备时返回True，否则返回False。

truncate()方法将文件截取到当前文件指针位置或者到给定size，以字节为单位。

使用文件迭代器，每次只读取和显示一行：

filename=raw_input(‘enter file name:‘)

f=open(filename,‘r‘)

for eachLine in f:

print eachLine,                       

f.close()

注意：print语句默认在输出内容末尾后加一个换行符，而在语句后加一个逗号就可以避免这个行为。如果省略逗号，显示的文本每行后会有两个换行符，一个是输入附带的，另一个是print自动添加的。

操作系统间的差异之一是它们所支持的行分隔符不同。但python设计者已经考虑到了这个问题。所以，不管使用什么平台，只要导入了os模块，这些变量会自动被设置为正确的值，减少了开发者的麻烦。

filename=raw_input(‘Enter file name:‘)

fobj=open(filename,‘w‘)

while True:

aLine=raw_input(‘Enter a line(‘.‘to quit):‘)

if aLine!=‘.‘:

fobj.write(‘%s%s‘ %(aLine,os.linesep))

else:

break

fobj.close()

由于raw_put()不会保留用户输入的换行符，调用write()方法时必须加上换行符。

file.next() 返回文件的下一行。没有其他行时将会引发stopiteration异常。

file.closed表示文件已经被关闭，否则为False。

标准文件

一般来说，只要你的程序一执行，你就可以访问3个标准文件。它们分别是标准输入、标准输出和标准错误。这些文件分别为stdin，stdout和stderr，它们已经预先被打开了，可以随时访问这些文件。

python中可以通过sys模块来访问这些文件的句柄。导入sys模块后，就可以使用sys.stdin、sys.stdout和sys.stderr访问。print语句通常输出到sys.stdout。而内建raw_input()则通常从sys.stdin接收输入。

记住，sys.*是文件，所以必须要处理好换行符。而print语句会自动在要输出的字符串后加上换行符。

命令行参数

sys.argv是命令行参数的列表

len(sys.argv)是命令行参数的个数（也就是argc）

各个程序的输出一般是不保存的，这样可以节省大量的磁盘空间，各个程序的输出通常使用“管道”实现到下个程序输入的转换。

python还提供两个模块来辅助处理命令行参数。其中一个是getopt模块，比较简单，不是很精细。另一个是optparse模块，它面向对象，也更复杂。

文件系统

对文件系统的访问大多通过python的os模块实现。os模块实际上只是真正加载的模块的前端。只要导入os模块，python会自动选择正确的底层模块。根据系统支持的特性，可能无法访问到一些在其他系统上可用的属性。

除了对进程和进程运行环境进行管理外，os模块还负责处理大部分的文件系统操作。这些功能包括删除/重命名文件，遍历目录树，以及管理文件访问权限等。

os.path可以完成一些针对路径名的操作。它提供的函数可以完成管理和操作文件路径名中的各个部分，获取文件或子目录信息，文件路径查询等操作。

永久存储模块

python提供了许多可以实现最小化永久性存储的模块。其中marshal和pickle可以用来转换并存储python对象。该过程将比基本类型复杂的对象转换为一个二进制数据集合，这样就可以把数据集合保存起来或通过网络发送，然后再重新把数据集合恢复原来的对象格式。

marshal只能处理简单的python对象，而pickle还可以处理递归对象，被不同地方多次引用的对象，以及用户定义的类和实例。

pickle模块回创建一个python语言专用的二进制格式，你不需要考虑任何文件细节，它会干净利索地完成读写对象操作。pickle模块中的两个主要函数是dump()和load()。dump()函数把数据对象以特定格式保存到给定文件里。load()函数从文件中取出已保存的对象。

在使用*db*系列的模块时，如果不确定的话，最好使用anydbm模块，会自动检测系统上已安装的DBM兼容模块，并选择‘最好’的一个。

dumbdbm模块是功能最少的一个，在没有其他模块可用时，anydbm才会选择。不足之处是只能存储字符串，不能堆python对象进行序列化。

shelve模块允许对数据库文件进行并发的读访问，但不允许共享读/写访问。这是在python标准库里最接近永久性储存的东西了。不必用读模式或者写模式打开，因为它们打开后，既能读又能写。

本文出自 “Gorilla City” 博客，请务必保留此出处http://juispan.blog.51cto.com/943137/1960328