python基礎之文件讀寫

前言

文件讀寫可以說是最常用的功能之一，總結一下python內置的讀寫文件的方法。

打開文件

• open

def open(file, mode='r', buffering=None, encoding=None, errors=None, newline=None, closefd=True):
    pass

參數說明：

• file：文件路徑,可以是相對路徑，也可以是絕對路徑

• mode: 文件的讀寫方式，默認‘r’，只讀方式；

• buffering：設置緩沖策略，0用於二進制文件，1為行緩沖，用於文本模式；默認二進制文件固定大小緩沖，文本文件行緩沖

• encoding：設置編碼，默認utf-8;該參數不能用於二進制模式；

• errors：設置怎么處理文件的編碼異常，默認strict,發生錯誤拋出異常；設置ignore忽略編碼異常，可能導致數據丟失，這個參數不能用於二進制模式；

• newline：設置換行符，默認換行符為'\n','\r','\r\n',寫入文件的時候，所有文本中的上述三種都會轉換成'\n'換行符；當設置為''時，也啟用默認模式；如果設置其它合法值，則使用其他值，一般不用；

• closefd=True ：設置文件描述符的狀態，當為False時，文件關閉但描述符不關閉，但是打開文件時指定了文件名，那么設置False不會起作用。

文件打開方式介紹

r:	以只讀方式打開文件。文件的指針將會放在文件的開頭。這是默認模式。
w:	打開一個文件只用於寫入。如果該文件已存在則將其覆蓋。如果該文件不存在，創建新文件。
a:	打開一個文件用於追加。如果該文件已存在，文件指針將會放在文件的結尾。也就是說，新的內容將會被寫入到已有內容之后。如果該文件不存在，創建新文件進行寫入。
x:  創建一個新文件，將其打開並編寫；如果文件已經存在報錯；
rb:	以二進制格式打開一個文件用於只讀。文件指針將會放在文件的開頭。這是默認模式。
wb:	以二進制格式打開一個文件只用於寫入。如果該文件已存在則將其覆蓋。如果該文件不存在，創建新文件。
ab:	以二進制格式打開一個文件用於追加。如果該文件已存在，文件指針將會放在文件的結尾。也就是說，新的內容將會被寫入到已有內容之后。如果該文件不存在，創建新文件進行寫入。
r+:	打開一個文件用於讀寫。文件指針將會放在文件的開頭。
w+:	打開一個文件用於讀寫。如果該文件已存在則將其覆蓋。如果該文件不存在，創建新文件。
a+:	打開一個文件用於讀寫。如果該文件已存在，文件指針將會放在文件的結尾。文件打開時會是追加模式。如果該文件不存在，創建新文件用於讀寫。
rb+:以二進制格式打開一個文件用於讀寫。文件指針將會放在文件的開頭。
wb+:以二進制格式打開一個文件用於讀寫。如果該文件已存在則將其覆蓋。如果該文件不存在，創建新文件。
ab+:以二進制格式打開一個文件用於追加。如果該文件已存在，文件指針將會放在文件的結尾。如果該文件不存在，創建新文件用於讀寫。

關閉文件

• close()

f = open(file)
f.close()

注意：

由於文件每次打開都需要調用Close函數關閉，可以使用上下文管理器管理文件，其會自動在適當的時候關閉文件。

with open(filename) as f:
    f.read()

文件普通讀寫

讀

方法一：read()

with open(filename) as f:
    f.read()  # 一次性讀取全部，在大文件這是不可取的
    f.read(5) # 讀取5個字節，如果使用UTF-8編碼，5表示5個漢字，也表示5個字母。
    f.read(6) # 同一個f對象，多次讀取時在上一次的基礎上繼續往下，如果超過則有多少讀多少

方法二：readline()

with open(filename) as f:
    f.readline()  # 按行來讀取，每次返回一行，
    f.readline()  # 多次讀取在上一行的基礎上往下，換行符也會被讀取

方法三：readlines()

with open(filename) as f:
    t = f.readlines()  # 按行讀取全部的內容作為一個列表返回

方法四：直接遍歷打開的文件對象，按行讀取

with open('./test.txt','r+') as f:
      for line in f:
           print(line)       

方法五：使用linecache模塊

import linecache
line = linecache.getline(filename,5)  # 讀取文件第五行的數據

說明：getline方法主要用來獲取特定的行的內容，當多次讀取文件不規則行的時候該方法能提高效率，因為其將文件的內容緩存了一份在內存中，不用每次去磁盤讀取，減少了IO，但這也意味着當讀取很大的文件的時候，內存消耗十分嚴重，因為getline內部使用了readlines方法；大文件可能造成內存溢出。

• readable()方法可以用來判斷文件是否可讀

寫

方法一：write()

with open(filename,'w',encoding='utf-8') as f:
    t = f.write('ddd') # 將內容寫入，必須是字符串格式，不可以是數字，返回的是字符串的個數，包括了換行符\r\n占兩個字符（windows）,占一個字符\n(linux)。
    t = f.write('aaa') # 多次寫入在原來的基礎上繼續寫入

方法二：writelines()

with open(filename,'w',encoding='utf-8') as f:
    f.writelines(['aa','bb'])  # 該方法自動將列表元素拼接起來寫入文件，參數時一個可迭代對象，列表、字典、集合都可以

• writeable()可以判斷打開的文件對象f究竟是可讀的還是可寫的。

注意的問題

1. f.write(123):這種是不被允許的，必須轉化成二進制或字符串；

2. open(filename,'rb',encoding='utf-8'):以二進制格式打開文件是不能指定編碼的，否則報錯

3. 以二進制格式打開文件，寫入的必須是字節文件，同時寫入返回的是字節數；以文本模式打開，寫入的必須是文本，同時返回的是字符串個數；一個漢字字符串占3個字節。

普通字符串轉化為字節文件的方法：

1. b'123adf':這種方法只能針對數字和字母，默認使用ascii編碼，不能轉化漢字；

2. '123adf'.encode('utf-8):可以轉化字母和漢字；

3. bytes('我的',encoding='utf-8'):可以轉化字母和漢字,但必須指定編碼格式；

文件的定位讀寫

• tell():獲取文件指針的位置

with open(filename,'r',encoding='utf-8') as f:
    f.read(3)
    t = f.tell()  # 獲取指針的位置,返回3，如果讀取到換行符，換行符在windows占兩個字節

• seek(offset,from):設置指針的位置

參數

• offset:偏移量，設置負數表示向前偏移，正數表示向后偏移，一個漢字占3個字節，字母占一個字節
• from:偏移的方向

0:表示文件開頭
1:表示當前位置
2:表示文件末尾

with open(filename,'r',encoding='utf-8') as f:
    f.read(3)
    a = f.seek(0,0) # 返回指針定位后的實際位置，默認偏移方向從文件開頭算起

注意

• 在文本模式下打開文件，偏移方向只能從文件開頭算起，參數from只能為0，這是因為文本模式涉及到編碼的問題，以二進制格式打開文件就可以設置不同的方向。

• 每次打開文件，讀操作的指針都是在文件的開頭，寫操作的指針在文件的末尾，直到文件被關閉；

幾個經典的案例

文件同時讀寫的情況

    with open('test.txt', 'r+') as f:
        print(f.tell())  # 當前指針的位置在開頭0
        a = f.read(3)  # 指針到了位置3
        print(a)
        print(f.tell())
        h = f.write('hhh')  # 從文件的末尾寫入，相當於追加數據
        print(h)
        c = f.tell()  # 指針在文件的末尾
        print(c)
        print(f.read())  # 讀取從位置3到文件原來的末尾的數據
        print(f.tell())  # 當前位置在新的文件末尾和c相同

• 總結：r+模式下，如果同一個文件對象需要讀和寫，讀和寫各有一個指針，它們是相互獨立的，讀寫位置各不干擾；但是tell函數獲取到的位置優先表示寫的位置；即當程序執行時，如果只有讀，tell獲取的位置是讀的位置；如果出現了寫，tell獲取的位置就一定是寫的位置了，無論后面還有沒有更多的讀操作；同理其他的模式也一樣；

文件同時讀寫存在偏移的情況

with open('test.txt', 'r+') as f:
    print(f.tell())  # 當前讀指針的位置在開頭0,寫指針還未初始化
    print(f.read(3))  # 讀指針到了位置3
    print(f.tell())  # 獲取到讀指針的位置為3
    f.seek(0)  # 指針偏移到文件的開頭,只能影響一個指針
    print(f.read(3))  # 讀指針到了位置3
    h = f.write('gggg')  # 增加一個文件描述符，寫指針初始化到文件的末尾，寫入數據
    j = f.tell()  # 獲取寫的位置優先，寫指針在文件末尾
    print(j)
    f.seek(0)  # 指針偏移到文件的開頭，讀文件的數據更新，加入了寫入的數據
    j = f.tell()  # 獲取寫指針在文件的開頭
    print(j)
    h = f.write('vvvv')  # 從文件開頭寫入數據，覆蓋原來的數據
    c = f.tell()  # 獲取寫指針在文件的位置4
    print(c)
    print(f.read(4))  # 讀取從位置4往后的4個字符
    print(f.tell())  # 讀指針在文件8位置
    h = f.write('xxx')  # 從文件的末尾寫入，相當於追加數據
    print(f.tell())  # 當前位置在新的文件末尾
    print(f.read())  # 從8位置讀取所有的數據

• 總結：

1. seek()函數只能影響它下面的第一次的讀寫操作；並且會將上一次寫入的數據更新到讀緩沖區中；

2. 在r+模式下，write()總是從文件的末尾寫入，除非受seek函數的影響；

3. write()操作被偏移影響后,其后的read操作的指針會被移到write操作的位置；

文件同時讀寫存在且存在更新的情況

    with open('test.txt', 'r+') as f:
        f.read()
        f.seek(2,0)  # 定位到到文件的開頭往右2的位置
        f.truncate()  # 將2位置后所有的數據刪除
        f.write('aaa')  # 寫入新的數據

• truncate()：動態刪除數據，從當前指針刪除后面所有的數據

其他方法

• flush():刷新文件內部緩沖，直接把內部緩沖區的數據立刻寫入文件, 而不是被動的等待輸出緩沖區寫入,一般close()函數時先調用flush(),然后再關閉文件描述符。

• fileno:返回一個整型的文件描述符,很少用到；

• isatty()：文件是否連接到一個終端的設備；

• truncate()：文件截取，無參數時從當前的指針位置刪除后面所有；有參數時從首行首字母截取數據留下來，其余的刪除；

參考

• https://docs.python.org/3/