讀取文件的操作步驟

有一道腦筋急轉(zhuǎn)彎，問把大象裝進冰箱的步驟，答案很簡單，打開冰箱、把大象推進去、關(guān)閉冰箱。這就是一個處理問題的思路，我們對文件的操作和這個一樣，第一步：打開文件；第二部：處理文件（讀取或者寫入）；第三部關(guān)閉文件，怎么樣？其實很簡單吧，下面我們就來詳細(xì)說說文件的操作。

打開文件

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

打開文件要使用open()函數(shù)，()內(nèi)涉及的參數(shù)在初期階段我們只需要知道三個參數(shù)即可,那就是file、mode、和encoding

file

首先是文件名，類型是字符串，要包含路徑，如果要打開的文件和當(dāng)前文件在同一個目錄下則可以省略路徑（相對路徑）.

mode

然后是打開文件的模式，格式是：mode='模式', 這里的"mode="可以省略，直接寫模式即可，如果不指定模式則默認(rèn)為r，具體的模式如下:
這里引入一個偽名詞——指針，想象一下當(dāng)你在word中編輯文本時有個光標(biāo)吧？你可以把指針想象成那個光標(biāo)，光標(biāo)在哪里你對文件的所有操作就從哪里開始。

r 只讀。文件的初始指針在文件的開頭。這是默認(rèn)模式。 rb 只讀的二進制格式。文件的初始指針在文件的開頭。 r+ 讀寫。文件的初始指針在文件的開頭。 rb+ 讀寫的二進制格式。文件的初始指針在文件的開頭。 w 只寫。如果該文件已存在則打開文件，清空文件內(nèi)容。如果該文件不存在，則創(chuàng)建新文件。 wb 只寫的二進制格式。如果該文件已存在則打開文件，清空文件內(nèi)容。如果該文件不存在，創(chuàng)建新文件。 w+ 寫讀。如果該文件已存在則打開文件，清空文件內(nèi)容。如果該文件不存在，創(chuàng)建新文件。 wb+ 寫讀的二進制格式。如果該文件已存在則打開文件，清空文件內(nèi)容。如果該文件不存在，創(chuàng)建新文件。 a 追加寫。如果該文件存在，文件的初始指針在文件的結(jié)尾。新的內(nèi)容將會被寫入到已有內(nèi)容之后。如果該文件不存在，創(chuàng)建新文件進行寫入。 ab 追加寫的二進制格式。如果該文件存在，文件的初始指針在文件的結(jié)尾。新的內(nèi)容將會被寫入到已有內(nèi)容之后。如果該文件不存在，創(chuàng)建新文件進行寫入。 a+ 追加寫讀。如果該文件已存在，文件的初始指針在文件的結(jié)尾。文件打開時會是追加模式。如果該文件不存在，創(chuàng)建新文件用于讀寫。 ab+ 追加寫讀的二進制格式。如果該文件已存在，文件的初始指針在文件的結(jié)尾。如果該文件不存在，創(chuàng)建新文件用于讀寫。

encoding

第三個參數(shù)是文件的編碼（非二進制格式時使用），編碼的設(shè)置必須與要打開的文件的編碼一致，否則會報錯，也就是說源文件是用什么編碼寫入的，你打開時就得用什么編碼打開。

處理文件

---

我們來舉一個出錯的例子，要實現(xiàn)的操作是打開文件名為“test”的文件，原文件編碼為utf-8，而我們打開時使用了gbk編碼。
文件中只有一句話：十步殺一人，千里不留行。
代碼如下：

file = open('test','r',encoding='gbk') content = file.read() print(content) file.close()

這里說明以下，open函數(shù)返回的結(jié)果是一個文件對象，所以要用一個變量接收一下（file),
這樣我們就可以方便地使用這個對象的方法了，比如file.read(),file.write，file.flush()等等
read()是文件對象的一個方法，作用是讀取指定的字符數(shù)，如果未指定則默認(rèn)讀取所有內(nèi)容
但是上面的代碼執(zhí)行后會報錯，下面是報錯信息，大意是gbk編碼無法解碼(文件打開的過程實際就是解碼的過程)

---------------------------------------------------------------------------UnicodeDecodeError Traceback (most recent call last)<ipython-input-78-bb879f008680> in <module>()4 #這里說明以下，open函數(shù)返回的結(jié)果是一個文件對象，所以要用一個變量接收一下（file),這樣我們就可以方便地使用這個5 #對象的方法了，比如file.read(),file.write，file.flush()等等----> 6 content = file.read()#read()是文件對象的一個方法，作用是讀取指定的字符數(shù)，如果未指定則默認(rèn)讀取所有內(nèi)容7 print(content)8 file.close()UnicodeDecodeError: 'gbk' codec can't decode byte 0xad in position 4: illegal multibyte sequence

解決的辦法很簡單，把編碼方式改為utf-8即可,因為linux系統(tǒng)默認(rèn)是utf-8編碼，所以編碼也可以省略不寫，又因為我們只是要讀取下文件，所以模式為r，而默認(rèn)模式為r,也可以省略不寫。
所以代碼就變成了下面的樣子：

file = open('test') content = file.read() print(content) file.close() 輸出為： 十步殺一人，千里不留行

方法read()中也可以添加數(shù)字參數(shù)，作用是指定讀取的字符數(shù)，不管是漢字還是字母一個字符對應(yīng)一個字母或者漢字，這里一定要和字節(jié)區(qū)分開，例子如下：

file = open('test') content = file.read(3) print(content) file.close() 輸出為： 十步殺

我們之前使用的打開文件的方式比較麻煩，因為必須要在結(jié)束時寫關(guān)閉文件的語句，這里介紹一種簡便的方法,格式是：

with open() as file_name:操作代碼......

使用這種方法的好處是不用寫關(guān)閉文件的語句，with 和as是關(guān)鍵字，記住格式即可.
接下來我們創(chuàng)建一個二進制格式的文件

with open('二進制','wb') as file: file.write('十步殺一人，千里不留行'.encode('utf8'))

因為我們打開文件的方式是以二進制格式打開的，那么在寫入文件時就要寫入二進制格式的字符串，但是對于”十步殺一人，千里不留行“這個字符串的二進制格式是什么呢？我們并不知道，所以我們使用.encode(utf8)來把這個字符串轉(zhuǎn)換成二進制格式。實際上我們通過另外一段代碼是可以知道這個字符串對應(yīng)的二進制格式的，代碼如下：

print('十步殺一人，千里不留行'.encode('utf8')) 輸出的二進制格式(表現(xiàn)形式為16進制，為什么？因為二進制太長了啊！！！)為： b'\xe5\x8d\x81\xe6\xad\xa5\xe6\x9d\x80\xe4\xb8\x80\xe4\xba\xba\xef\xbc\x8c\xe5\x8d\x83\xe9\x87\x8c\xe4\xb8\x8d\xe7\x95\x99\xe8\xa1\x8c'

在實際中我們當(dāng)然不可能寫這么長的東西，所以我們使用.encode('utf8')來轉(zhuǎn)化。轉(zhuǎn)化時我們使用了utf-8的編碼方式。
在這里說明一下為什么要編碼，想弄清楚這件事就要明白計算機的存儲原理。
簡單地講，文件在計算機中都是以二進制格式存儲的，對于計算機來講只有兩個數(shù)字有意義，那就是0和1，也就是二進制，而不同的0和1的組合代表不同的含義（編碼不同），比如在gbk編碼下一個漢字由兩個字節(jié)表示，也就是16位二進制數(shù)（16個0和1的組合），而在utf-8編碼下一個漢字由3個字節(jié)表示，也就是24位二進制數(shù)（24個0和1的組合），而我們現(xiàn)在要給計算機存儲的就是0和1的組合，那么在讀取文件或者轉(zhuǎn)化字符串時，如果你不告訴計算機你使用的是哪種編碼的話，計算機怎么可能知道這些0和1的組合代表什么含義呢？所以從計算機取出數(shù)據(jù)或者把普通字符串轉(zhuǎn)化成二進制格式時你必須告訴計算機你使用的是什么編碼方式。
在本例中使用utf-8編碼，所以在字符串后面加上.encode(utf8)

那么為什么平時可以直接寫入普通字符串呢？那是因為在用open（）函數(shù)打開文件的時候就已經(jīng)指定了編碼方式。
形象地解釋:open函數(shù)相當(dāng)于打開了一種通道，平時打開時都是用某種編碼的方式打開的，所以我們在寫入內(nèi)容時不必管它以什么編碼進入通道的（因為在open函數(shù)里面就已經(jīng)指定了編碼方式)
而當(dāng)open函數(shù)使用二進制格式打開時（就是帶b的模式),這個通道就沒有指定編碼方式，通道里面只有二進制，所以此時往通道里面放入非二進制格式內(nèi)容的話就需要指定一種編碼方式。除非你直接在file.write()函數(shù)中直接寫二進制，但是人類是不可能記住那么多二進制組合所代表的含義的。

然后我們來讀取一下上面創(chuàng)建的名字為“二進制”的這個文件

with open('二進制','rb') as file:print('不指定解碼方式時的結(jié)果：',file.read())

如果我們在讀取時不指定解碼方式，那么輸出的結(jié)果就是下面這種人類無法理解的奇怪的東西（實際上它是用16進制表示的二進制）

不指定解碼方式時的結(jié)果： b'\xe5\x8d\x81\xe6\xad\xa5\xe6\x9d\x80\xe4\xb8\x80\xe4\xba\xba\xef\xbc\x8c\xe5\x8d\x83\xe9\x87\x8c\xe4\xb8\x8d\xe7\x95\x99\xe8\xa1\x8c'

所以我們在讀取時也要指定編碼：

with open('二進制','rb') as file:content = file.read()print('指定解碼方式后的結(jié)果：',content.decode('utf-8'))指定解碼方式后的結(jié)果： 十步殺一人，千里不留行

其他的在讀取時可能用到的方法：

readline()讀取一行，如果里面添加了參數(shù)n，則會讀取n個字符（我覺得這是個bug，貌似沒什么卵用) readlines()讀取所有內(nèi)容，結(jié)果返回一個列表，元素由每一行組成。 tell()會輸出當(dāng)前指針的位置，注意，該位置是以字節(jié)來計算的，不是字符 seek()重新指定指針位置。

使用readlines()并不是一個好方法，因為是一次性將文件都讀取到內(nèi)存中，如果文件較大時則造成內(nèi)存溢出，實際中使用下面的方法，系統(tǒng)會自動生成一個迭代器，用迭代的方法把需要的數(shù)據(jù)取出來。

with open('libai') as f:for i in f: #這里的i實際就是迭代后的每一行，用for循環(huán)的方式從文件對象中取出來，取一行讀一行，節(jié)省內(nèi)存print(i) 趙客縵胡纓，吳鉤霜雪明。銀鞍照白馬，颯沓如流星。十步殺一人，千里不留行。事了拂衣去，深藏身與名。閑過信陵飲，脫劍膝前橫。將炙啖朱亥，持觴勸侯嬴。三杯吐然諾，五岳倒為輕。眼花耳熱后，意氣素霓生。救趙揮金錘，邯鄲先震驚。千秋二壯士，烜赫大梁城。 縱死俠骨香，不慚世上英。誰能書閣下，白首太玄經(jīng)。

關(guān)閉文件

---

如果用with open() 來打開文件的話就不用管關(guān)閉文件的操作了，因為Python已經(jīng)幫你完成了這一步，否則必須在處理文件之后加上關(guān)閉文件的操作：file_name.close()

總結(jié)

以上是生活随笔為你收集整理的Python基础知识之文件的读取操作的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。