快捷導(dǎo)航

Python read函數(shù)按字節(jié)(字符)讀取文件的實(shí)現(xiàn)

更新時(shí)間：2019年07月03日 11:25:02 作者：biancheng

這篇文章主要介紹了Python read函數(shù)按字節(jié)(字符)讀取文件的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

文件對(duì)象提供了 read() 方法來(lái)按字節(jié)或字符讀取文件內(nèi)容，到底是讀取宇節(jié)還是字符，則取決于是否使用了 b 模式，如果使用了 b 模式，則每次讀取一個(gè)字節(jié)；如果沒(méi)有使用 b 模式，則每次讀取一個(gè)字符。在調(diào)用該方法時(shí)可傳入一個(gè)整數(shù)作為參數(shù)，用于指定最多讀取多少個(gè)字節(jié)或宇符。

例如，如下程序采用循環(huán)讀取整個(gè)文件的內(nèi)容：

f = open("read_test.py", 'r', True)
while True:
  # 每次讀取一個(gè)字符
  ch = f.read(1)
  # 如果沒(méi)有讀到數(shù)據(jù)，跳出循環(huán)
  if not ch: break
  # 輸出ch
  print(ch, end='')
f.close()

上面程序采用循環(huán)依次讀取每一個(gè)字符（因?yàn)槌绦驔](méi)有使用 b 模式），每讀取到一個(gè)字符，程序就輸出該字符。

正如從上面程序所看到的，當(dāng)程序讀寫(xiě)完文件之后，推薦立即調(diào)用 close() 方法來(lái)關(guān)閉文件，這樣可以避免資源泄露。如果需要更安全地關(guān)閉文件，推薦將關(guān)閉文件的 close() 方法調(diào)用在 finally 塊中執(zhí)行。例如，將上面程序改為如下形式：

f =open ("test.txt",'r',True)
try:
  while true:
    #每次讀取一個(gè)字符
    ch = f.read(1)
    #如果沒(méi)有讀取到數(shù)據(jù)，則跳出循環(huán)
    if not ch:break
    #輸出ch
    print(ch, end='')
  finally:
    f.close()

本章為了突出主題，簡(jiǎn)化程序，都將直接調(diào)用 close() 方法關(guān)閉文件，避免使用 finally 塊。

如果在調(diào)用 read() 方法時(shí)不傳入?yún)?shù)，該方法默認(rèn)會(huì)讀取全部文件內(nèi)容。例如如下程序：

f = open("test.txt", 'r', True)
# 直接讀取全部文件
print(f.read())
f.close()

通過(guò)上面兩個(gè)程序，讀者可能已經(jīng)發(fā)現(xiàn)了一個(gè)問(wèn)題，當(dāng)使用 open() 函數(shù)打開(kāi)文本文件時(shí)，程序使用的是哪種字符集呢？總是使用當(dāng)前操作系統(tǒng)的字符集，比如 Windows 平臺(tái)，open() 函數(shù)總是使用 GBK 字符集。因此，上面程序讀取的 test.txt 也必須使用 GBK 字符集保存；否則，程序就會(huì)出現(xiàn) UnicodeDecodeError 錯(cuò)誤。

如果要讀取的文件所使用的字符集和當(dāng)前操作系統(tǒng)的字符集不匹配，則有兩種解決方式：

使用二進(jìn)制模式讀取，然后用 bytes 的 decode() 方法恢復(fù)成字符串。
利用 codecs 模塊的 open() 函數(shù)來(lái)打開(kāi)文件，該函數(shù)在打開(kāi)文件時(shí)允許指定字符集。

下面程序使用二進(jìn)制模式來(lái)讀取文本文件：

# 指定使用二進(jìn)制方式讀取文件內(nèi)容
f = open("read_test3.py", 'rb', True)
# 直接讀取全部文件，并調(diào)用bytes的decode將字節(jié)內(nèi)容恢復(fù)成字符串
print(f.read().decode('utf-8'))
f.close()

上面程序在調(diào)用 open() 函數(shù)時(shí)，傳入了 rb 模式，這表明采用二進(jìn)制模式讀取文件，此時(shí)文件對(duì)象的 read() 方法返回的是 bytes 對(duì)象，程序可調(diào)用 bytes 對(duì)象的 decode() 方法將它恢復(fù)成字符串。由于此時(shí)讀取的 read_test3.py 文件是以 UTF-8 的格式保存的，因此程序需要使用 decode() 方法恢復(fù)字符串時(shí)顯式指定使用 UTF-8 字符集。

下面程序使用 codes 模塊的 open() 函數(shù)來(lái)打開(kāi)文件，此時(shí)可以顯式指定字符集：

import codecs
#指定使用utf-8 字符集讀取文件內(nèi)容
f = codecs.open("read_test4.py", 'r', 'utf-8', buffering=True)
while True:
  #每次讀取一個(gè)字符
  ch = f.read(1)
  #如果沒(méi)有讀取到數(shù)據(jù)，則跳出循環(huán)
  if not ch : break
  #輸出ch
  print (ch, end='')
f.close()

上面程序在調(diào)用 open() 函數(shù)時(shí)顯式指定使用 UTF-8 字符集，這樣程序在讀取文件內(nèi)容時(shí)就完全沒(méi)有問(wèn)題了。

您可能感興趣的文章: