[Python知识库]《Python基础教程》学习笔记——文件

文件

让程序能够与更大的外部世界交互：文件和流。

打开文件

可使用函数 open ，它位于自动导入的模块 io 中。

函数 open 将文件名作为唯一必不可少的参数，并返回一个文件对象。
如：

>>> f = open('somefile.txt')

这种调用函数 open 的方式并不能满足通过写入文本来创建文件需求。

文件模式

调用函数 open 时，如果只指定文件名，将获得一个可读取的文件对象。如果要写入文件，必须通过指定模式来显式地指出这一点。

• 显式地指定读取模式的效果与根本不指定模式相同。
• 写入模式让你能够写入文件，并在文件不存在时创建它。
• 独占写入模式更进一步，在文件已存在时引发 FileExistsError 异常。
• ‘+’ 可与其他任何模式结合起来使用，表示既可读取也可写入。
  ‘r+’ 和 ‘w+’ 之间有个重要差别：后者截断文件，而前者不会这样做。

默认模式为 ‘rt’ ，这意味着将把文件视为经过编码的Unicode文本，因此将自动执行解码和编码，且默认使用UTF-8编码。

默认情况下，行以 ‘\n’ 结尾。
读取时将自动替换其他行尾字符（ ‘\r’ 或 ‘\r\n’ ）；写入时将 ‘\n’ 替换为系统的默认行尾字符（ os.linesep ）。

通常，Python使用通用换行模式。
如果要使用这种模式，同时禁止自动转换，可将关键字参数 newline 设置为空字符串，如 open(name, newline=’’) 。
如果要指定只将 ‘\r’ 或 ‘\r\n’ 视为合法的行尾字符，可将参数 newline 设置为相应的行尾字符。

如果文件包含非文本的二进制数据，如声音剪辑片段或图像，只需使用二进制模式（如 ‘rb’ ）来禁用与文本相关的功能。

文件的基本方法

类似于文件的对象支持文件对象的一些方法，如支持 read 或 write ，或者两者都支持。

urlopen 返回的对象就是典型的类似于文件的对象，它们支持方法 read 和 readline ，但不支持方法 write 和 isatty 。

读取和写入

文件最重要的功能是提供和接收数据。

在文本和二进制模式下，基本上分别将 str 和 bytes 类用作数据。

当调用 f.write(string) 时，提供的字符串都将写入到文件中既有内容的后面。

>>> f = open('somefile.txt', 'w')
>>> f.write('Hello, ')
7
>>> f.write('World!')
6
>>> f.close()

读取也一样简单，只需告诉流要读取多少个字符（在二进制模式下是多少字节），如下所示：

>>> f = open('somefile.txt', 'r')
>>> f.read(4)
'Hell'
>>> f.read()
'o, World!'

注意，调用 open 时，可以不指定模式，因为其默认值就是 ‘r’ 。

使用管道重定向输出

在 bash 等shell中，可依次输入多个命令，并使用管道将它们链接起来。

$ cat somefile.txt | python somescript.py | sort

这条管道线包含三个命令。

• cat somefile.txt ： 将文件somefile.txt的内容写入到标准输出（ sys.stdout ）。
• python somescript.py ： 执行Python脚本 somescript 。这个脚本从其标准输入中读取，并将结果写入到标准输出。
• sort ： 读取标准输入（ sys.stdin ）中的所有文本，将各行按字母顺序排序，并将结果写入到标准输出。

管道字符（ | ）。
管道将一个命令的标准输出链接到下一个命令的标准输入。

读取和写入行

方法 readline ：读取一行（从当前位置到下一个分行符的文本）。
也可提供一个非负整数，指定 readline 最多可读取多少个字符。

方法 readlines ：读取文件中的所有行，并以列表的方式返回它们 。

方法 writelines ：接受一个字符串列表（实际上，可以是任何序列或可迭代对象），并将这些字符串都写入到文件（或流）中。
注意，写入时不会添加换行符，必须自行添加。

没有方法 writeline ，因为可以使用 write 。

关闭文件

调用方法 close 将文件关闭。

通常，程序退出时将自动关闭文件对象（也可能在退出程序前这样做）。

对于写入过的文件，一定要将其关闭，因为Python可能缓冲写入的数据（将数据暂时存储在某个地方，以提高效率）。
因此如果程序因某种原因崩溃，数据可能根本不会写入到文件中。

如果要重置缓冲，让所做的修改反映到磁盘文件中，但又不想关闭文件，可使用方法 flush 。
flush出于锁定考虑而禁止其他正在运行的程序访问这个文件。

要确保文件得以关闭，可使用一条 try / finally 语句，并在 finally 子句中调用 close 。

# 在这里打开文件
try:
	# 将数据写入到文件中
finally:
	file.close()

with 语句。

with open("somefile.txt") as somefile:
	do_something(somefile)

with 语句能够打开文件并将其赋给一个变量（这里是 somefile ）。
在语句体中，将数据写入文件（还可能做其他事情）。到达该语句末尾时，将自动关闭文件，即便出现异常亦如此。

with 语句实际上是一个非常通用的结构，允许你使用所谓的 上下文管理器。

上下文管理器是支持两个方法的对象： __enter__ 和 __exit__ 。
方法 __enter__ 不接受任何参数，在进入 with 语句时被调用，其返回值被赋给关键字 as 后面的变量。
方法 __exit__ 接受三个参数：异常类型、异常对象和异常跟踪。它在离开方法时被调用（通过前述参数将引发的异常提供给它）。

文件也可用作上下文管理器。它们的方法 __enter__ 返回文件对象本身，而方法 __exit__关闭文件。

使用文件的基本方法

一个简单的文本文件

Welcome to this file
There is nothing here except
This stupid haiku

首先是 read(n) 。

>>> f = open(r'C:\text\somefile.txt')
>>> f.read(7)
'Welcome'
>>> f.read(4)
' to '
>>> f.close()

read() ：

>>> f = open(r'C:\text\somefile.txt')
>>> print(f.read())
Welcome to this file
There is nothing here except
This stupid haiku
>>> f.close()

readline() ：

>>> f = open(r'C:\text\somefile.txt')
>>> for i in range(3):
		print(str(i) + ': ' + f.readline(), end='')
0: Welcome to this file
1: There is nothing here except
2: This stupid haiku
>>> f.close()

readlines() ：

>>> import pprint
>>> pprint.pprint(open(r'C:\text\somefile.txt').readlines())
['Welcome to this file\n',
'There is nothing here except\n',
'This stupid haiku']

写入，首先是 write(string) 。

>>> f = open(r'C:\text\somefile.txt', 'w')
>>> f.write('this\nis no\nhaiku')
13
>>> f.close()

修改后的文本文件。

this
is no
haiku

writelines(list) ：

>>> f = open(r'C:\text\somefile.txt')
>>> lines = f.readlines()
>>> f.close()
>>> lines[1] = "isn't a\n"
>>> f = open(r'C:\text\somefile.txt', 'w')
>>> f.writelines(lines)
>>> f.close()

再次修改后的文本文件。

this
isn't a
haiku

迭代文件内容

一种常见的文件操作是迭代其内容，并在迭代过程中反复采取某种措施。

使用一个名为 process 的虚构函数来表示对每个字符或行所做的处理。

def process(string):
	print('Processing:', string)

更有用的实现包括将数据存储在数据结构中、计算总和、使用模块 re 进行模式替换以及添加行号。

另外，要尝试运行这些示例，应将变量 filename 设置为实际使用的文件的名称。

每次一个字符（或字节）

一种最简单（也可能是最不常见）的文件内容迭代方式是，在 while 循环中使用方法 read 。

使用 read 遍历字符。

with open(filename) as f:
	char = f.read(1)
	while char:
		process(char)
		char = f.read(1)

到达文件末尾时，方法 read 将返回一个空字符串；在此之前，
返回的字符串都只包含一个字符（对应于布尔值 True ）。

以不同的方式编写循环。

with open(filename) as f:
	while True:
	char = f.read(1)
	if not char: break
	process(char)

每次一行

处理文本文件时，通常想做的是迭代其中的行，而不是每个字符。

在 while 循环中使用 readline。

with open(filename) as f:
	while True:
		line = f.readline()
		if not line: break
		process(line)

方法 readline ，可像迭代字符一样轻松地迭代行。

读取所有内容

可使用方法 read 并不提供任何参数（将整个文件读取到一个字符串中），也可使用方法 readlines （将文件读取到一个字符串列表中，其中每个字符串都是一行）。

使用 read 迭代字符。

with open(filename) as f:
	for char in f.read():
		process(char)

使用 readlines 迭代行。

with open(filename) as f:
	for line in f.readlines():
		process(line)

使用 fileinput 实现延迟行迭代

可使用一种名为延迟行迭代的方法——说它延迟是因为它只读取实际需要的文本部分。

注意，模块 fileinput 会负责打开文件，只需给它提供一个文件名即可。

使用 fileinput 迭代行。

import fileinput
for line in fileinput.input(filename):
	process(line)

文件迭代器

迭代文件

with open(filename) as f:
	for line in f:
		process(line)

将文件用作了上下文管理器，以确保文件得以关闭。

在不将文件对象赋给变量的情况下迭代文件。

for line in open(filename):
	process(line)

sys.stdin 也是可迭代的。

要迭代标准输入中的所有行，可像下面这样做：

import sys
for line in sys.stdin:
	process(line)

另外，可对迭代器做的事情基本上都可对文件做，如（使用 list(open(filename)) ）将其转换为字符串列表，其效果与使用 readlines 相同。

>>> f = open('somefile.txt', 'w')
>>> print('First', 'line', file=f)
>>> print('Second', 'line', file=f)
>>> print('Third', 'and final', 'line', file=f)
>>> f.close()
>>> lines = list(open('somefile.txt'))
>>> lines
['First line\n', 'Second line\n', 'Third and final line\n']
>>> first, second, third = open('somefile.txt')
>>> first
'First line\n'
>>> second
'Second line\n'
>>> third
'Third and final line\n'

在这个示例中，需要注意如下几点。

- 使用了 print 来写入文件，这将自动在提供的字符串后面添加换行符。
- 对打开的文件进行序列解包，从而将每行存储到不同的变量中。
- 写入文件后将其关闭，以确保数据得以写入磁盘。

小结

本章介绍的新函数

学习参考资料：

《Python基础教程》 第3版