Python文件操作

计算机体系架构

运算器：完成各种算术运算、逻辑运算、出具传输等数据加工处理

控制器：控制程序的执行

CPU = 运算器 + 控制器

存储器：用于记忆程序的数据，内存

输入设备：将数据或程序输入到计算机中

输出设备：将数据或程序的处理结果展示给用户

文件IO常用操作

打开

open(file, mode=’r’, buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)

打开一个文件，返回一个文件对象（流对象）和文件描述符，打开文件失败，则返回异常

文件访问的模式有两种：文本模式、二进制模式，不同模式的操作函数不同，表现的结果也不一样

open的参数

file：打开或要创建的文件名。不指定路径，默认在当前路径下

mode

open默认只读模式r打开已经存在的文件

r

只读打开文件，若使用到write方法会抛异常

若文件不存在，则FileNotFoundError

w

只写打开文件，若read则抛异常

若文件不存在则新建文件

若文件存在，则清空文件内容

x

文件不存在，创建文件并以只写方式打开

文件存在则FileExistsError

a

文件存在，只写打开，追加内容

文件不存在，则新建并只写打开，追加内容

r是只读，w、x、a都是只写

w、x、a均可产生新文件，w不管文件存在与否都会生成全新内容的文件；a不管文件存在与否都只能在文件尾部追加；x要求事先文件不存在，只能自己创建

t

文本模式，字符流，将文件的字节按照某种字符编码理解，按照字符操作。open默认mode为rt

b

二进制模式，字节流，将文件按照字节理解，与字符编码无关，二进制模式操作时，字节操作使用bytes类型

+

为r、w、a、x提供缺失的读写功能，但获取文件对象依旧按照r、w、a、x自己的特征，不能单独使用

文件指针

指向当前字节位置

mode=r，指针起始位置在0

mode=a，指针起始位置在EOF

tell()：显示指针当前位置

seek(offset[,whence])：移动文件指针位置。offset表示偏移多少字节，whence从何处开始

文本模式下

whence=0，缺省值，表示从头开始，offset只能为正整数

whence=1，表示从当前位置开始，offset只能为0

whence=2，表示从EOF开始，offset只能为0

只支持从开头向后偏移的方式

二进制模式下

whence=0，表示从头开始，offset只能为正整数

whence=1，表示从当前位置开始，offset可正可负

whence=2，表示从EOF开始，offset可正可负

向后seek可以超界，向前不能超界，会抛异常

buffering：缓冲区

-1表示使用缺省大小的buffer。若为二进制模式，使用io.DEFAULT_BUFFER_SIZE值，默认为4096或8192；若为文本模式，如果是终端设备，则为行缓存方式，如果不是则使用二进制模式的策略

0：只在二进制模式下使用，表示关闭buffer

1：只在文本模式下使用，表示使用行缓存，即见到换行符就flush

>1：大于1的数值用于指定buffer的大小

Buffer缓冲区

一个内存空间，FIFO队列，只有缓冲区满了或者达到阈值，数据才会flush到磁盘中

flush()：将缓冲区数据写入磁盘

close()：关闭前调用flush()

总结

文本模式：一般使用默认缓冲区大小

二进制模式：一个个字节的操作，可以指定buffer的大小

一般默认缓冲区大小是比较好的选择，一般不调整

一般编程中，明确知道需要写磁盘的时候，都会手动调用flush，而不是等到自动flush或close的时候

encoding

编码，仅文本模式使用。None表示使用缺省编码，和操作系统有关，Windows：GBK、Linux：UTF-8

errors

何种编码错误将被捕获

None和strict表示有编码错误将抛出ValueError；ignore表示忽略

newline

文本模式中，换行的转换。可以为None、””、’\r’、’\n’、’\r\n’

读时，None表示’\r’、’\n’、’\r\n’都被转换成’\n’；””表示不会自动转换通用换行符；其他合法字符表示换行符就是指定字符，就会按照指定字符进行分行

写时，None表示’\n’都会被替换为系统缺省行分隔符os.linesep；’\n’或”表示’\n’不替换；其他合法字符表示’\n’会被替换为指定的字符

closefd

关闭文件描述符，True表示关闭它。False会在文件关闭后保持该描述符，fileobj.fileno()查看

read

read(size=n)：size表示读取多少个字符或字节，复数或None表示读取到EOF

readline(size=n)

一行行读取文件内容，size设置一次读取行内几个字符或字节

write

write(s)：把字符串s写入到文件中并返回字符的个数

writelines(lines)：将字符串列表写入到文件

close

flush并关闭文件对象

文件已经关闭，再次关闭没有任何效果

其他

seekable()：是否可seek

readable()：是否可读

writable()：是否可写

closed：是否已经关闭

上下文管理

异常处理

当出现异常的时候，拦截异常

上下文管理

特殊语法，交给解释器去释放文件对象

使用with…as关键字

上下文管理的语句块并不会开启新的作用域

with语句块执行完的时候，会自动关闭文件对象

StringIO

io模块中的类

from io import StringIO

在内存中开辟一个文本模式的buffer，可以像文件对象一样处理

当close方法被调用时，该buffer会被释放

操作

getvalue()：获取全部文件内容，和文件指针位置无关

好处

一般磁盘的操作比内存的操作要慢得多，内存足够的情况下，一般的优化思路是少落地，减少磁盘IO的过程，可以大大提高程序的运行效率

BytesIO

io模块中的类

from io import BytesIO

在内存中开辟一个二进制模式的buffer，可以像文件对象一样处理

当close方法调用的时候，该buffer会被释放

操作

getvalue()：获取全部文件内容，和文件指针位置无关

file-like对象

类文件对象，可以像文件对象一样处理

socket对象、输入输出对象（stdin、stdout）都是类文件对象