文件读写

[Teddy参与者]

转载自廖雪峰的官方网站

读写档是最常见的IO操作。Python内置了读写档的函数，用法和C是相容的。
读写档前，我们先必须了解一下，在磁片上读写档的功能都是由作业系统提供的，现代作业系统不允许普通的程式直接操作磁片，所以，读写档就是请求作业系统打开一个档物件（通常称为档描述符），然后，通过作业系统提供的介面从这个档物件中读取资料（读档），或者把资料写入这个档物件（写档）。
读文件
要以读档的模式打开一个档物件，使用Python内置的open()函数，传入档案名和标示符：
>>> f = open('/Users/michael/test.txt', 'r')
标示符’r’表示读，这样，我们就成功地打开了一个档。
如果档不存在，open()函数就会抛出一个IOError的错误，并且给出错误码和详细的资讯告诉你档不存在：

>>> f=open('/Users/michael/notfound.txt', 'r')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
FileNotFoundError: [Errno 2] No such file or directory: '/Users/michael/notfound.txt'

如果档打开成功，接下来，调用read()方法可以一次读取档的全部内容，Python把内容读到记忆体，用一个str物件表示：

>>> f.read()
'Hello, world!'

最后一步是调用close()方法关闭档。档使用完毕后必须关闭，因为档物件会占用作业系统的资源，并且作业系统同一时间能打开的档数量也是有限的：
>>> f.close()
由于档读写时都有可能产生IOError，一旦出错，后面的f.close()就不会调用。所以，为了保证无论是否出错都能正确地关闭档，我们可以使用try … finally来实现：

try:
    f = open('/path/to/file', 'r')
    print(f.read())
finally:
    if f:
        f.close()

但是每次都这么写实在太繁琐，所以，Python引入了with语句来自动帮我们调用close()方法：

with open('/path/to/file', 'r') as f:
    print(f.read())

这和前面的try … finally是一样的，但是代码更佳简洁，并且不必调用f.close()方法。
调用read()会一次性读取档的全部内容，如果档有10G，记忆体就爆了，所以，要保险起见，可以反复调用read(size)方法，每次最多读取size个位元组的内容。另外，调用readline()可以每次读取一行内容，调用readlines()一次读取所有内容并按行返回list。因此，要根据需要决定怎么调用。
如果档很小，read()一次性读取最方便；如果不能确定档大小，反复调用read(size)比较保险；如果是设定档，调用readlines()最方便：

for line in f.readlines():
    print(line.strip()) # 把末尾的'\n'删掉
file-like Object

像open()函数返回的这种有个read()方法的物件，在Python中统称为file-like Object。除了file外，还可以是记忆体的位元组流，网路流，自订流等等。file-like Object不要求从特定类继承，只要写个read()方法就行。
StringIO就是在记忆体中创建的file-like Object，常用作临时缓冲。
二进位档案
前面讲的默认都是读取文字档，并且是UTF-8编码的文字档。要读取二进位档案，比如图片、视频等等，用’rb’模式打开档即可：

>>> f = open('/Users/michael/test.jpg', 'rb')
>>> f.read()
b'\xff\xd8\xff\xe1\x00\x18Exif\x00\x00...' # 十六进位表示的位元组

字元编码
要读取非UTF-8编码的文字档，需要给open()函数传入encoding参数，例如，读取GBK编码的档：

>>> f = open('/Users/michael/gbk.txt', 'r', encoding='gbk')
>>> f.read()
'测试'

遇到有些编码不规范的档，你可能会遇到UnicodeDecodeError，因为在文字档中可能夹杂了一些非法编码的字元。遇到这种情况，open()函数还接收一个errors参数，表示如果遇到编码错误后如何处理。最简单的方式是直接忽略：
>>> f = open('/Users/michael/gbk.txt', 'r', encoding='gbk', errors='ignore')
写文件
写档和读档是一样的，唯一区别是调用open()函数时，传入识别字’w’或者’wb’表示写文字档或写二进位档案：

>>> f = open('/Users/michael/test.txt', 'w')
>>> f.write('Hello, world!')
>>> f.close()

你可以反复调用write()来写入档，但是务必要调用f.close()来关闭文件。当我们写档时，作业系统往往不会立刻把资料写入磁片，而是放到记忆体缓存起来，空闲的时候再慢慢写入。只有调用close()方法时，作业系统才保证把没有写入的资料全部写入磁片。忘记调用close()的后果是资料可能只写了一部分到磁片，剩下的丢失了。所以，还是用with语句来得保险：

with open('/Users/michael/test.txt', 'w') as f:
    f.write('Hello, world!')

要写入特定编码的文字档，请给open()函数传入encoding参数，将字串自动转换成指定编码。

小结
在Python中，档读写是通过open()函数打开的档物件完成的。使用with语句操作档IO是个好习惯。

[作者]

文章