python文件讀寫(xiě)小結(jié)

讀文件

打開(kāi)一個(gè)文件用open()方法(open()返回一個(gè)文件對(duì)象，它是可迭代的)：

>>> f = open('test.txt', 'r')

r表示是文本文件，rb是二進(jìn)制文件。（這個(gè)mode參數(shù)默認(rèn)值就是r）

如果文件不存在，open()函數(shù)就會(huì)拋出一個(gè)IOError的錯(cuò)誤，并且給出錯(cuò)誤碼和詳細(xì)的信息告訴你文件不存在：

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

文件使用完畢后必須關(guān)閉，因?yàn)槲募?duì)象會(huì)占用操作系統(tǒng)的資源，并且操作系統(tǒng)同一時(shí)間能打開(kāi)的文件數(shù)量也是有限的

>>> f.close()

由于文件讀寫(xiě)時(shí)都有可能產(chǎn)生IOError，一旦出錯(cuò)，后面的f.close()就不會(huì)調(diào)用。所以，為了保證無(wú)論是否出錯(cuò)都能正確地關(guān)閉文件，我們可以使用try ... finally來(lái)實(shí)現(xiàn)：

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

但是每次都這么寫(xiě)實(shí)在太繁瑣，所以，Python引入了with語(yǔ)句來(lái)自動(dòng)幫我們調(diào)用close()方法：

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

python文件對(duì)象提供了三個(gè)“讀”方法： read()、readline() 和 readlines()。每種方法可以接受一個(gè)變量以限制每次讀取的數(shù)據(jù)量。

• read() 每次讀取整個(gè)文件，它通常用于將文件內(nèi)容放到一個(gè)字符串變量中。如果文件大于可用內(nèi)存，為了保險(xiǎn)起見(jiàn)，可以反復(fù)調(diào)用read(size)方法，每次最多讀取size個(gè)字節(jié)的內(nèi)容。

• readlines() 之間的差異是后者一次讀取整個(gè)文件，象 .read() 一樣。.readlines() 自動(dòng)將文件內(nèi)容分析成一個(gè)行的列表，該列表可以由 Python 的 for ... in ... 結(jié)構(gòu)進(jìn)行處理。

• readline() 每次只讀取一行，通常比readlines() 慢得多。僅當(dāng)沒(méi)有足夠內(nèi)存可以一次讀取整個(gè)文件時(shí)，才應(yīng)該使用 readline()。

注意：這三種方法是把每行末尾的'\n'也讀進(jìn)來(lái)了，它并不會(huì)默認(rèn)的把'\n'去掉，需要我們手動(dòng)去掉。

In[2]: with open('test1.txt', 'r') as f1:
    list1 = f1.readlines()
In[3]: list1
Out[3]: ['111\n', '222\n', '333\n', '444\n', '555\n', '666\n']

去掉'\n'

In[4]: with open('test1.txt', 'r') as f1:
    list1 = f1.readlines()for i in range(0, len(list1)):
    list1[i] = list1[i].rstrip('\n')
In[5]: list1
Out[5]: ['111', '222', '333', '444', '555', '666']

對(duì)于read()和readline()也是把'\n'讀入了，但是print的時(shí)候可以正常顯示（因?yàn)閜rint里的'\n'被認(rèn)為是換行的意思）

In[7]: with open('test1.txt', 'r') as f1:
    list1 = f1.read()
In[8]: list1
Out[8]: '111\n222\n333\n444\n555\n666\n'In[9]: print(list1)111
222
333
444
555
666In[10]: with open('test1.txt', 'r') as f1:
    list1 = f1.readline()
In[11]: list1
Out[11]: '111\n'In[12]: print(list1)111

一個(gè)python面試題的例子：

有兩個(gè)文件，每個(gè)都有很多行ip地址，求出兩個(gè)文件中相同的ip地址：

# coding:utf-8
import bisect

with open('test1.txt', 'r') as f1:
    list1 = f1.readlines()
for i in range(0, len(list1)):
    list1[i] = list1[i].strip('\n')
with open('test2.txt', 'r') as f2:
    list2 = f2.readlines()
for i in range(0, len(list2)):
    list2[i] = list2[i].strip('\n')

list2.sort()
length_2 = len(list2)
same_data = []
for i in list1:
    pos = bisect.bisect_left(list2, i)
    if pos < len(list2) and list2[pos] == i:
        same_data.append(i)
same_data = list(set(same_data))
print(same_data)

要點(diǎn)就是：（1）用with （2）處理行末的'\n' （3）使用二分查找提高算法效率。（4）使用set快速去重。

寫(xiě)文件

寫(xiě)文件和讀文件是一樣的，唯一區(qū)別是調(diào)用open()函數(shù)時(shí)，傳入標(biāo)識(shí)符'w'或者'wb'表示寫(xiě)文本文件或?qū)懚M(jìn)制文件：

>>> f = open('test.txt', 'w') # 若是'wb'就表示寫(xiě)二進(jìn)制文件
>>> f.write('Hello, world!')
>>> f.close()

注意：'w'這個(gè)模式是醬紫：如果沒(méi)有這個(gè)文件，就創(chuàng)建一個(gè)；如果有，那么就會(huì)先把原文件的內(nèi)容清空再寫(xiě)入新的東西。所以若不想清空原來(lái)的內(nèi)容而是直接在后面追加新的內(nèi)容，就用'a'這個(gè)模式。

我們可以反復(fù)調(diào)用write()來(lái)寫(xiě)入文件，但是務(wù)必要調(diào)用f.close()來(lái)關(guān)閉文件。當(dāng)我們寫(xiě)文件時(shí)，操作系統(tǒng)往往不會(huì)立刻把數(shù)據(jù)寫(xiě)入磁盤(pán)，而是放到內(nèi)存緩存起來(lái)，空閑的時(shí)候再慢慢寫(xiě)入。只有調(diào)用close()方法時(shí)，操作系統(tǒng)才保證把沒(méi)有寫(xiě)入的數(shù)據(jù)全部寫(xiě)入磁盤(pán)。忘記調(diào)用close()的后果是數(shù)據(jù)可能只寫(xiě)了一部分到磁盤(pán)，剩下的丟失了。所以，還是用with語(yǔ)句來(lái)得保險(xiǎn)：

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

python文件對(duì)象提供了兩個(gè)“寫(xiě)”方法： write() 和 writelines()。

• write()方法和read()、readline()方法對(duì)應(yīng)，是將字符串寫(xiě)入到文件中。

• writelines()方法和readlines()方法對(duì)應(yīng)，也是針對(duì)列表的操作。它接收一個(gè)字符串列表作為參數(shù)，將他們寫(xiě)入到文件中，換行符不會(huì)自動(dòng)的加入，因此，需要顯式的加入換行符。

f1 = open('test1.txt', 'w')
f1.writelines(["1", "2", "3"])#    此時(shí)test1.txt的內(nèi)容為:123f1 = open('test1.txt', 'w')
f1.writelines(["1\n", "2\n", "3\n"])#    此時(shí)test1.txt的內(nèi)容為:#    1#    2        #    3

關(guān)于open()的mode參數(shù)：

'r'：讀

'w'：寫(xiě)

'a'：追加

'r+' == r+w（可讀可寫(xiě)，文件若不存在就報(bào)錯(cuò)(IOError)）

'w+' == w+r（可讀可寫(xiě)，文件若不存在就創(chuàng)建）

'a+' ==a+r（可追加可寫(xiě)，文件若不存在就創(chuàng)建）

對(duì)應(yīng)的，如果是二進(jìn)制文件，就都加一個(gè)b就好啦：

'rb'　　'wb'　　'ab'　　'rb+'　　'wb+'　　'ab+'

file_obj.seek(offset,whence=0)

file_obj.seek(offset,whence=0)方法用來(lái)在文件中移動(dòng)文件指針。offset表示偏移多少?？蛇x參數(shù)whence表示從哪里開(kāi)始偏移，默認(rèn)是0為文件開(kāi)頭，1為當(dāng)前位置，2為文件尾部。舉例：

f = open("test1.txt", "a+")print(f.read())
f.write('1')
f.seek(0, 0)# 把文件指針從末尾移到開(kāi)頭，沒(méi)有這句話下面的read()就讀不到正確的東西print(f.read())
f.close()

注意：這個(gè)文件指針的改變只是作用于'r',對(duì)'w'和'a'不會(huì)起作用，如果是'w'，那么write()永遠(yuǎn)都是從開(kāi)頭寫(xiě)（會(huì)覆蓋后面對(duì)應(yīng)位置的內(nèi)容），是'a'的話write()就永遠(yuǎn)都是從最后開(kāi)始追加。

字符編碼

要讀取非UTF-8編碼的文本文件，需要給open()函數(shù)傳入encoding參數(shù)，例如，讀取GBK編碼的文件：

>>> f = open('test.txt', 'r', encoding='gbk')>>> f.read()'測(cè)試'

遇到有些編碼不規(guī)范的文件，你可能會(huì)遇到UnicodeDecodeError，因?yàn)樵谖谋疚募锌赡軍A雜了一些非法編碼的字符。遇到這種情況，open()函數(shù)還接收一個(gè)errors參數(shù)，表示如果遇到編碼錯(cuò)誤后如何處理。最簡(jiǎn)單的方式是直接忽略：

>>> f = open('test.txt', 'r', encoding='gbk', errors='ignore')

WX: jerrycarm 一起玩轉(zhuǎn)嵌入式編程