python学习第十八天 --文件操作

这一章节主要讲解文件操作及其文件读取,缓存,文件指针。

文件操作

(1)文件打开：open(filepath,filemode)

filepath：要打开文件的路径

filemode：文件打开的方式

mode	说明	注意
'r'	只读方式打开	文件必须存在
'w'	只写方式打开	文件不存在创建文件 文件存在清空内容
'a'	追加方式打开
'r+'/'w+'	读写方式打开
'a+'	追加和读写方式打开

PS：'rb','wb','ab','rb+','wb+','ab+':二进制方式打开

>>> f = open('1.txt','w')
>>> type(f)
<type 'file'>
>>> f.close()      

(2)文件写操作：

write（str):将字符串写入文件

writelines(sequence_of_strings):写多行到文件

>>> f = open('1.txt','w+')
>>> f.write("123456")
>>> f.close()      

try:
    f = open('1.txt','w')
    f.writelines(('12','23','45'))
finally:
    if f:
        f.close()      

(3)文件读操作：

read([size])：读取文件(读取size个字节，默认读取全部)

readline([size]):读取一行

readlines([size]):读取完文件，返回每一行所组成的列表

try:
    f = open('1.txt','r')
    value = f.read(3)
    print value
finally:
    if f:
        f.close()

        
122      

try:
    f = open('1.txt','r')
    value = f.readline()
    print value
finally:
    if f:
        f.close()

        
122345      

迭代读取

在实际文件读取中，因为OS缓存是有限的。IO只能缓存8192Byte。

>>> import io
>>> io.DEFAULT_BUFFER_SIZE
8192      

如果文件超过8192Byte.直接通过readlines是不能完全读取出来了。

如果要完全读出来，使用迭代读取。

try:
    f = open('1.txt','r')
    iter_f = iter(f)
    lines = 0
    for line in iter_f:
        lines+=1
        print line
    print lines
finally:
    if f:
        f.close()

#1.txt有7行数据，使用迭代方式iter来将f对象迭代。        
122345

1223456

12234567

122345678

1223456789

12234567890

122345678901
7      

 缓存机制

上一节讲到迭代读取，大家知道IO缓存最大为8192.对于IO操作来讲，缓存指的是内存缓存数据，执行之后，再从缓存写入到硬盘。

针对于IO文件write操作来讲，每次我们写入数据的时候，都是先写入缓存，执行close或者flush之后，才会真正的将缓存写入到硬盘。

所以，务必在操作完文件之后，必须最后执行f.close或者中途执行f.flush的动作。

文件指针

看下下面的例子：

try:
    f = open('1.txt','r+')
    dat = f.read(3)
    print dat
    dat = f.read(3)
    print dat
finally:
    if f:
        f.close()
    
122
345      

大家通过这个例子可以发现，read操作读取数据之后，再次调用读取操作，是不会从开始字节读取。这个就牵扯到文件指针的概念。

当f.read(3)，文件指针就移动到第三个字节位置，当再次调用f.read(3),同样文件指针就移动到第六个字节位置。如果想要回滚会文件首部字节读取怎么办？

使用f.seek操作，先来看看seek函数的介绍：(偏移量超出文件长度就会报错)

f.seek(0, os.SEEK_SET) #移动文件指针到文件起始位置

f.seek(0, os.SEEK_END) #移动文件指针到文件末尾位置

f.seek(5, os.SEEK_CUR) #移动文件指针到当前位置的前5个字节上

f.seek(-5, os.SEEK_CUR)#移动文件指针到从文件末尾起前5个字节

try:
    f = open('1.txt','r+')
    dat = f.read(3)
    location = f.tell()
    print "location :%s" % location#标识当前文件指针的位置
    print dat
    dat = f.read(3)
    location = f.tell()
    print "location :%s" % location#标识当前文件指针的位置
    print dat
finally:
    if f:
        f.close()

location :3 #标识当前文件指针的位置
122
location :6
345      

try:
    f = open('1.txt','r+')
    dat = f.read(3)
    location = f.tell()
    print "location :%s" % location
    print dat
    f.seek(os.SEEK_SET)#调用seek的动作
    location = f.tell()
    print "location :%s" % location    
    dat = f.read(3)
    location = f.tell()
    print "location :%s" % location
    print dat
finally:
    if f:
        f.close()

        
location :3
122
location :0
location :3
122      

 通过上述例子可以看出，seek动作可以将文件指针重新回到文件首部。文件指针的位置可以通过f.tell()方法知道。seek其他参数讲解大家一一去尝试操作下。

文件编码格式 

try:
    f = open('1.txt','r+')
    f.write('qwer')
    f.write(u'博客园')
finally:
    if f:
        f.close()

Traceback (most recent call last):
  File "<pyshell#69>", line 4, in <module>
    f.write(u'博客园')
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-2: ordinal not in range(128)      

大家都知道，有时候需要在文档里面写中文。上面的写法会直接报错。那么如何写入unicode编码的字符呢？

提供两种方法：

1、直接将unicode编码字符转换为utf8编码字符保存 :unicode.encode(u'博客园','utf-8')

try:
    f = open('1.txt','r+')
    f.write('qwer')
    val = unicode.encode(u'博客园','utf-8') 
    f.write(val)
finally:
    if f:
        f.close()

>>> try:
    f = open('1.txt','r+')
    w = f.read()
    print w
finally:
    if f:
        f.close()

qwer博客园56      

2.使用codecs模块直接创建指定编码格式的文件

>>> import codecs
>>> help(codecs.open)
Help on function open in module codecs:

open(filename, mode='rb', encoding=None, errors='strict', buffering=1).....      

那我们用了实例试试：

try:
    f = codecs.open('5.txt','w+','utf-8')
    f.write(u'博客园')
    f.flush()
finally:
    if f:
        f.close()      

小结：这一章节主要讲解python的文件操作及其文件编码。