python IO
1.open
使用open打開文件后一定要記得調用文件對象的close()方法。比如可以用try/finally語句來確保最后能關閉文件。
file_object?=?open('thefile.txt')try:
???? all_the_text?=?file_object.read( )
finally:
???? file_object.close( )
注:不能把open語句放在try塊里,因為當打開文件出現異常時,文件對象file_object無法執行close()方法。
2.讀文件
讀文本文件
input?=?open('data',?'r')#第二個參數默認為r
input?=?open('data')
?
讀二進制文件
input?=?open('data',?'rb')?
讀取所有內容
file_object?=?open('thefile.txt')try:
???? all_the_text?=?file_object.read( )
finally:
???? file_object.close( )
?
讀固定字節
file_object?=?open('abinfile',?'rb')try:
????while?True:
???????? chunk?=?file_object.read(100)
????????if?not?chunk:
????????????break
???????? do_something_with(chunk)
finally:
???? file_object.close( )
?
讀每行
list_of_all_the_lines?=?file_object.readlines( )
如果文件是文本文件,還可以直接遍歷文件對象獲取每行:
???? process line
?
3.寫文件
寫文本文件
output?=?open('data',?'w')?
寫二進制文件
output?=?open('data',?'wb')?
追加寫文件
output?=?open('data',?'w+')?
寫數據
file_object?=?open('thefile.txt',?'w')file_object.write(all_the_text)
file_object.close( )
?
寫入多行
file_object.writelines(list_of_text_strings)
注意,調用writelines寫入多行在性能上會比使用write一次性寫入要高。
在處理日志文件的時候,常常會遇到這樣的情況:日志文件巨大,不可能一次性把整個文件讀入到內存中進行處理,例如需要在一臺物理內存為 2GB 的機器上處理一個 2GB 的日志文件,我們可能希望每次只處理其中 200MB 的內容。
在 Python 中,內置的 File 對象直接提供了一個 readlines(sizehint) 函數來完成這樣的事情。以下面的代碼為例:
每次調用 readlines(sizehint) 函數,會返回大約 200MB 的數據,而且所返回的必然都是完整的行數據,大多數情況下,返回的數據的字節數會稍微比 sizehint 指定的值大一點(除最后一次調用 readlines(sizehint) 函數的時候)。通常情況下,Python 會自動將用戶指定的 sizehint 的值調整成內部緩存大小的整數倍。
file在python是一個特殊的類型,它用于在python程序中對外部的文件進行操作。在python中一切都是對象,file也不例外,file有file的方法和屬性。下面先來看如何創建一個file對象:
- file(name[, mode[, buffering]])
file()函數用于創建一個file對象,它有一個別名叫open(),可能更形象一些,它們是內置函數。來看看它的參數。它參數都是以字符串的形式傳遞的。name是文件的名字。
mode是打開的模式,可選的值為r w a U,分別代表讀(默認) 寫 添加支持各種換行符的模式。用w或a模式打開文件的話,如果文件不存在,那么就自動創建。此外,用w模式打開一個已經存在的文件時,原有文件的內容會被清空,因為一開始文件的操作的標記是在文件的開頭的,這時候進行寫操作,無疑會把原有的內容給抹掉。由于歷史的原因,換行符在不同的系統中有不同模式,比如在 unix中是一個/n,而在windows中是‘/r/n’,用U模式打開文件,就是支持所有的換行模式,也就說‘/r’ '/n' '/r/n'都可表示換行,會有一個tuple用來存貯這個文件中用到過的換行符。不過,雖說換行有多種模式,讀到python中統一用/n代替。在模式字符的后面,還可以加上+ b t這兩種標識,分別表示可以對文件同時進行讀寫操作和用二進制模式、文本模式(默認)打開文件。
buffering如果為0表示不進行緩沖;如果為1表示進行“行緩沖“;如果是一個大于1的數表示緩沖區的大小,應該是以字節為單位的。
file對象有自己的屬性和方法。先來看看file的屬性。
- closed #標記文件是否已經關閉,由close()改寫
- encoding #文件編碼
- mode #打開模式
- name #文件名
- newlines #文件中用到的換行模式,是一個tuple
- softspace #boolean型,一般為0,據說用于print
file的讀寫方法:
- F.read([size]) #size為讀取的長度,以byte為單位
- F.readline([size])?
#讀一行,如果定義了size,有可能返回的只是一行的一部分 - F.readlines([size])?
#把文件每一行作為一個list的一個成員,并返回這個list。其實它的內部是通過循環調用readline()來實現的。如果提供size參數,size是表示讀取內容的總長,也就是說可能只讀到文件的一部分。 - F.write(str)?
#把str寫到文件中,write()并不會在str后加上一個換行符 - F.writelines(seq)?
#把seq的內容全部寫到文件中。這個函數也只是忠實地寫入,不會在每行后面加上任何東西。
file的其他方法:
- F.close()?
#關閉文件。python會在一個文件不用后自動關閉文件,不過這一功能沒有保證,最好還是養成自己關閉的習慣。如果一個文件在關閉后還對其進行操作會產生ValueError - F.flush()?
#把緩沖區的內容寫入硬盤 - F.fileno()?
#返回一個長整型的”文件標簽“ - F.isatty()?
#文件是否是一個終端設備文件(unix系統中的) - F.tell()?
#返回文件操作標記的當前位置,以文件的開頭為原點 - F.next()?
#返回下一行,并將文件操作標記位移到下一行。把一個file用于for ... in file這樣的語句時,就是調用next()函數來實現遍歷的。 - F.seek(offset[,whence])?
#將文件打操作標記移到offset的位置。這個offset一般是相對于文件的開頭來計算的,一般為正數。但如果提供了whence參數就不一定了,whence可以為0表示從頭開始計算,1表示以當前位置為原點計算。2表示以文件末尾為原點進行計算。需要注意,如果文件以a或a+的模式打開,每次進行寫操作時,文件操作標記會自動返回到文件末尾。 - F.truncate([size])?
#把文件裁成規定的大小,默認的是裁到當前文件操作標記的位置。如果size比文件的大小還要大,依據系統的不同可能是不改變文件,也可能是用0把文件補到相應的大小,也可能是以一些隨機的內容加上去。
總結
- 上一篇: 抓取网页并解析HTML
- 下一篇: sgmllib Introduction