文件數(shù)據(jù)讀寫

讀寫文件，本質(zhì)上是請求操作系統(tǒng)打開一個(gè)文件對象，然后，通過操作系統(tǒng)提供的接口從這個(gè)文件對象中讀取數(shù)據(jù)（讀文件），或者把數(shù)據(jù)寫入這個(gè)文件對象（寫文件）。

文件讀取

使用 Python 內(nèi)置 open() 函數(shù)，以 rt 的模式讀取文件，如下示例：

>>> f = open('some.txt', 'rt')

這行代碼就表示打開一個(gè)文件，若是文件不存在，會(huì)拋出 IOError 的異常，并給出詳細(xì)的信息提示：

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

當(dāng)成功打開文件時(shí)，可使用 read() 函數(shù)讀取文件的內(nèi)容:

>>> f.read()
'Hello world!'

當(dāng)數(shù)據(jù)讀取完畢后，需要調(diào)用 close() 關(guān)閉文件。因?yàn)槲募ο髸?huì)占用資源，使用完畢后需要及時(shí)關(guān)閉釋放資源。

>>> f.close()

還有一種方法就是使用 with 語句，給被使用的文件創(chuàng)建一個(gè)上下文環(huán)境，這樣文件對象就能夠自動(dòng)關(guān)閉。

>>> with open('some.txt', 'rt') as f:
...   data = f.read()
...

調(diào)用 read() 時(shí)一次性讀取全部內(nèi)容，若是文件內(nèi)容過大，可以使用 read(size) 固定大小循環(huán)讀取，每次最多讀取 size 字節(jié)的內(nèi)容。readline() 函數(shù)，每次讀取一行內(nèi)容，readlines() 讀取所有內(nèi)容，但是按行返回 list。三者的使用，可根據(jù)實(shí)際的需求進(jìn)行選擇。

二進(jìn)制文件

讀取二進(jìn)制的文件，需要使用 rb 的模式打開：

>>> f = open('image.jpg', 'rb')
>>> f.read()
b'\xff\xd8\xff\xe0\x00\x10JFIF\x00...'

從文件中讀取數(shù)據(jù)，需要注意編碼的問題。當(dāng)編碼錯(cuò)誤時(shí)，會(huì)拋出 UnicodeDecodeError 異常。比如：

>>> f = open('some.txt', 'rt', encoding='ascii')
>>> f.read()
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
 File "/usr/local/lib/python3.6/encodings/ascii.py", line 26, in decode    
  return codecs.ascii_decode(input, self.errors)[0]
UnicodeDecodeError: 'ascii' codec can't decode byte 0xcc in position 2: ordinal not in range(128)

這種情況下，通常為讀取文本指定的編碼不正確，需要確認(rèn)文件編碼是否正確。如果編碼錯(cuò)誤還是存在的話，可以給 open() 函數(shù)傳遞一個(gè)可選的 errors 參數(shù)來處理這些錯(cuò)誤。比如：

>>> f = open('some.txt', 'rt', encoding='ascii', errors='replace') 
>>> f.read()
'Un��ic��o��de��'
>>> f = open('some.txt', 'rt', encoding='ascii', errors='ignore') 
>>> f.read()
'Unicode'

使用參數(shù) errors 能夠處理編碼錯(cuò)誤的問題，但是過程會(huì)覺得非常糟糕。這里提倡的是確保使用的是正確的編碼。模棱兩可的時(shí)候，使用默認(rèn)的設(shè)置（通常是 UTF-8）。

壓縮文件

讀取 gzip 和 bz2 格式的壓縮文件時(shí)，可以使用 gzip 和 bz2 模塊。兩個(gè)模塊都為 open() 提供了另外的實(shí)現(xiàn)來解決讀取 gzip 和 bz2 兩個(gè)格式的壓縮文件的問題。例如讀取壓縮文件，示例如下：

>>> import gzip
>>> with gzip.open('some.gz', 'rt') as f: 
...   text=f.read()
   
>>> import bz2
>>> with bz2.open('some.bz2', 'rt') as f:
...   text=f.read()

文件寫入

文件寫入，同樣需要調(diào)用 open() 參數(shù)，但是指定的模式為 wt 或者 wb，用以表示寫文本文件或是二進(jìn)制文件：

>>> f = open('some.txt', 'wt')
>>> f.write('Hello, world!')
13
>>> f.close()

數(shù)據(jù)寫入完畢，同樣需要調(diào)用 close() 關(guān)閉文件對象。也可以 with 語句創(chuàng)建上下文，用以正常關(guān)閉文件對象。

類似的，寫入壓縮數(shù)據(jù)時(shí)，導(dǎo)入 gzip 或者 bz2 模塊：

>>> import gzip
>>> with gzip.open('some.gz', 'wt') as f: 
...   f.write(text)
   
>>> import bz2
>>> with bz2.open('some.bz2', 'wt') as f:
...   f.write(text)

寫入壓縮數(shù)據(jù)時(shí)，可選參數(shù) compresslevel 可以指定一個(gè)壓縮等級。例如：

>>> with gzip.open('some.gz', 'wt', compresslevel=6) as f:
...   f.write(text)

compresslevel 參數(shù)默認(rèn)值為 9，表示最高的壓縮等級。等級越低性能越好，但是壓縮程度也就越低。

使用 w 模式的 open() 函數(shù)，若打開的文件在寫入前有數(shù)據(jù)內(nèi)容，則會(huì)被清除覆蓋。如果是要在已經(jīng)存在的文件中添加內(nèi)容的話，使用模式為 at 的 open() 函數(shù)。

涉及讀寫文件模式的定義及含義，內(nèi)容如下：

具體更詳細(xì)的內(nèi)容可以參考 Python 官方文檔。

參考資料

來源
David M. Beazley;Brian K. Jones.Python Cookbook, 3rd Edtioni.O'Reilly Media.2013.
Luciano Ramalho.Fluent Python.O'Reilly Media.2015.
“2. Built-in Functions”.docs.python.org.Retrieved 20 January 2020.
"gzip — Support for gzip files".docs.python.org.Retrieved 22 January 2020.
"bz2 — Support for bzip2 compression".docs.python.org.Retrieved 22 January 2020.
廖雪峰.“Python 教程”.liaoxuefeng.com.[2020-01-18].

以上為本篇的主要內(nèi)容。希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評論