【循序漸進學Python】13.基本的文件I/O

文件I/O是Python中最重要的技術之一，在Python中對文件進行I/O操作是非常簡單的。

1. 打開文件

使用 open 函數來打開文件，語法如下：

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

 

1.1 文件模式

open 函數除了必須提供的文件名參數外，其實還有一個 mode 的模式參數，如果沒有指定參數值的話，它的默認值是： r。mode參數的可選值如下：

'r'                 讀模式
'w'                 寫模式
'a'                 追加模式
'b'                 二進制模式（可添加到其他模式使用）
'+'                 讀/寫模式（可添加其他模式使用）

 

1.2 緩沖

open 函數的第三個參數( buffering )，表示文件的緩沖，當緩沖區大於0時(等於0時無緩沖，所有的讀寫操作都直接針對硬盤)，Python會將文件內容存放到緩沖區(內存中)，從而是程序運行的的更快，這時，只有使用 flush 或者 close 時才會將緩沖區中的數據更新到硬盤中。

 

2. 文件的讀和寫

文件流最重要的功能就是讀取和寫入數據。對應於文件對象來說就是: read 和 write 方法。

三種標准的流：

標准文件對象包括 sys 模塊的：stdin，stdout 以及 stderr 都是類文件對象，該對象實現了UNIX標准的I/O機制(Windows 中也能使用)。

 

2.1 寫入文件

每次調用 f.write(string) 時，所提供的string參數值，會被寫入到文件中(但是調用這個方法之前文本的內容會被覆寫掉)。如下：

f = open(r'C:\text.txt','w')
f.write('hello,')
f.write('world')
f.close()

 

寫入更多內容

通過使用 f.writelines 方法，將一個字符串列表(任何序列或可迭代對象)作為參數，即可把這些內容寫入到文件(流)中。

注意：使用 writelines 方法不會增加新行，寫入流的方法中也沒有對應的 writeline 方法，需要自己增加新行。(不同平台使用不同的換行符，如 Mac 使用 r，Windows 使用 \r\n。可以通過 os.linesep 來獲取)。

 

更新文件內容

寫入了一些文件內容后，這些內容不一定能夠理解體現在文件中，因為數據可能被緩存在內存中了，知道關閉時才會被真正寫入到文件，如果想要在文件關閉前立即對文件內容進行更新，可以考慮調用文件對象的 flush 方法（該方法不允許其他程序使用該文件的同時訪問文件）。

 

2.2 讀取文件

調用 f.read([charCount]) 讀取文件內容，根據可選的讀取字符數讀取文件內容，如果不指定參數則讀取還沒有被讀取過的內容，如下：

# -- coding: utf-8 --
f = open(r'C:\text.txt','r') # mode = 'r'，默認值

# 讀取4個字符
print f.read(4) # hell
print f.read() # o,world
f.close()

 

2.3 關閉文件

當我們使用完文件對象后應該及時把它關閉掉，以節省系統資源，或者保證文件完整性。這時候我們可以使用 try/finally 語句來完成，通過在 finally 語句中調用 f.close() 方法，確保文件會被關閉：

# -- coding: utf-8 --
# 打開文件
f = open(r'C:\text.txt','w')

try:
    # 寫入文件
    f.write('hello,')
    f.write('world')
finally:
    # 關閉文件
    f.close()

 

除了使用 finally 語句來關閉文件，還可以使用 Python 2.5 之后引入的新語法—— with語句 來關閉文件：

# -- coding: utf-8 --

# with 語句體中的代碼執行結束后，文件會被自動關閉(即使發生了異常)
with open(r'C:\text.txt','w') as f:
    f.write('hello,')
    f.write('world')

 

讀取更多內容

f.read([charCount]) 是逐字節讀取的，我們還可以使用更簡便的方法: f.readline([charCount]) ，如果不適用任何參數直接讀取單獨的一行(從當前位置開始，知道一個換行符為止)，如果使用一個非負數的整數作為參數，表示可以讀取字符的最大值。f.readlines()方法可以讀取一個文件中所有的行，並將其作為列表返回。

 

3. 迭代文件內容

對文件內容進行迭代以及執行一些重復的操作，是最常見的文件操作之一。

 

3.1 按字節處理

最常見的對文件內容進行迭代的方式是在 while 循環中使用 read 方法:

f = open(r'C:\text.txt','r')

char = f.read(1)
while char:
    print char
    char = f.read(1)
f.close()

 

當文件達到末尾是，read 方法會返回一個空字符串，則 char 是 false。上面的示例還有可以使用 while true/break 語句實現更簡潔的寫法：

# -- coding: utf-8 --
f = open(r'C:\text.txt','r')

while True:
    line = f.read(1)
    if not line:break
    print line
f.close()

 

3.2 按行操作

按行讀取的方式和按字節的方式類似，只需要將 read 方法換成了 readline 方法即可：

# -- coding: utf-8 --
f = open(r'C:\text.txt','r')

while True:
    line = f.readline()
    if not line:break
    print line
f.close()

 

3.3 一次讀取所有內容

對於一個不是很大的文件，我們可以使用不帶參數的 read方法一次性的讀取整個文件(當作一個字符串)，或者使用 readlines方法把文件讀入一個字符串列表中，列表中每個字符串就是一行。下面使用 read 方法讀取所有內容：

f = open(r'C:\text.txt','r')

for char in f.read():
    print char
f.close()

 

使用readlines方法讀取所有內容：

f = open(r'C:\text.txt','r')

for line in f.readlines():
    print line
f.close()

 

3.4 按需加載並迭代

對文件內容進行按需加載，而不是一次性的將其從讀到內存的中好處之一就是可以按需加載，節省系統資源，特別是對一些超大的文件來說更是如此。如果對大文件進行迭代操作可以考慮下面的兩種方式:

使用fileinput實現惰性迭代

需要對一個非常大的文件進行迭代時，使用 readlines 會占用過多的內存，這時候除了可以用 while 循環和 readline 來替代，還可以通過使用 for 循環和 fileinput 模塊來實現懶惰迭代——即按需迭代：

import fileinput

for line in fileinput.input(r'C:\text.txt'):
    print line

 

使用文件迭代器

從Python 2.2 開始，文件對象是可迭代的，這表示可以直接在 for 循環對它們進行迭代操作：

f = open(r'C:\text.txt')
for line in f:
    print line
f.close()

 

參考資料&進一步閱讀

Python Doc —— fileinput

Python基礎教程(第二版)