File - 基础文件操作

FEB 24TH, 2013

学习一门语言，我总是喜欢从文件开始。文本文件的读写操作是我比较在意的基本功能。 在这方面，Java语言功能比较强大，用到的设计模式也非常多。只是使用起来太过繁琐。 而Python在这方面表现非常好，简洁不失功能，强大不失性能，通俗不失优雅，值得称赞。

我们从一个最简单的开始。

with open('/etc/resolv.conf') as f:
   print(f.read()) 

这里有用到with语法来关闭文件句柄。

open()

首先来了解下open()内置函数。

open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)
   Open file and return a corresponding file object. If the file cannot be opened, an OSError is raised. 

open()的参数众多，通常需要关注的是mode/encoding/errors/newline等。

最佳实践

(1) 读取文件必须传入字符编码encoding 
(2) 用完的流需要关闭，推荐使用with操作 
(3) 换行符尽可能的使用UNIX格式(\n)，尽管python可以智能转换 
(4) 如果可以的话尽可能的使用utf-8编码来处理非ascii字符，不要依赖操作系统的编码 

小贴士

多个文件同时操作可使用with的语法：

with open('/etc/hosts','r') as f,open('/tmp/hosts','w') as t:
   //do something 

或者

with f=open('/etc/hosts'),t=open('/tmp/hosts','w'):
   // do something 

file object

文件对象描述的是一种“流”操作，通常支持read()或者write()方法。 这里的文件对象是一种概念上的“文件对象”，除了常见的真是的磁盘文件，还可以是 标准输入输出文件(stdin/stdout/stderr)，内存缓冲区(StringIO,cStringIO)， socket，pipes等。

这在io模块中有具体的描述。

文本操作和二进制操作有一些区别。分别介绍。

Text I/O

如果mode中包含t（默认），那么返回的流是一个纯文本操作。

read() 是读取文本的最简单的方法。返回的是字符串形式的结果（和参数encoding有关）。

read(n)
 Read and return at most n characters from the stream as a single str. If n is negative or None, reads until EOF. 

在很多安装脚本中有：

readme=open('./README.md').read() 

类似的用法。这在一个快速结束的程序中问题不大。在正式的服务中应该随时关闭文件句柄释放资源。

小贴士：

如果已经读取到文件末尾，read()则返回空字符串''。 

如果要读取一行，使用readline()方法。

readline(limit=-1)
 Read until newline or EOF and return a single str. If the stream is already at EOF, an empty string is returned. If limit is specified, at most limit characters will be read. 

读取一行意味着和行结束符有关，这个有点复杂。

读取多行，使用readlines()方法。这将返回一个字符串列表。readlines()也可以限制最多读取多少个字符。

小贴士：

readline(limit=-1)和readlines(limit=-1)对limit的描述不太一致。 
readline(limit=-1)描述的是读取一行，最多不超过limit个字符（不是字节），因此有可能结果不是某一行的结束。 
readlines(limit=-1)描述的是读取字符，直到limit个字符所在的行结束。也就是返回的结果一定是某一行的结束(除非EOF)。 

例如：
>>> open('/tmp/x1','w').write('Python真是一个好同学\n只是限制被割裂成两个版本了\n我支持python3.x')
 40 
>>> open('/tmp/x1','r').readline(10)
 'Python真是一个' 
>>> open('/tmp/x1','r').readlines(10)
 ['Python真是一个好同学\n'] 

readlines(limit)是一个难以理解的逻辑。如果可以不要随便传输一个参数。参考这里。

写入文本可使用write(s)方法：

write(s) Write the string s to the stream and return the number of characters written. 

写入的是字符串，而不是字节。如果要写入多行字符串，可以使用writelines(lines)方法。

小贴士：

write(s)和writelines(lines)不会将行结束符写入文件流。因此需要手动写入行结束符。 

Binary I/O

二进制流和文本流类似，只是二进制流没有encoding一说。打开二进制流需要传入参数mode中包含’b’。

例如：

>>> type(open('/etc/hosts','rb').read())
 <class 'bytes'> 

对比文本流，二进制流有一些小的差别：

• read()返回的值是字节(bytes)
• readline()返回的值是字节(bytes)，包括换行符
• readlines()返回的值是字节(bytes)列表，包括换行符
• write()参数可以是bytes或者bytearray
• readinto(b)是将内容读取到bytearray b中，返回读取的字节数。

其它文件操作

除了read/write方法，文件对象还有一些其它的内置方法：

• file.close() 关闭文件
• file.fileno() 获取文件描述符（整形值）
• file.flush() 对于有缓冲区的写操作，刷新缓冲区
• file.tell() 返回当前流的字节位置
• file.seek() 移动文件流的当前位置
• file.truncate() 截断文件大小

将在I/O介绍更多的知识。