Python3学习笔记15——同步IO

IO在计算机中指Input/Output，也就是输入和输出。由于程序和运行时数据时在内存中驻留，由CPU这个超快的计算核心来执行，涉及到数据交换的地方，通常是磁盘、网络等，就需要IO接口。

比如你打开浏览器，访问新浪首页，浏览器这个程序就需要通过网络IO获取新浪的网页。浏览器首先会发送数据给新浪服务器，告诉它我想要首页的HTML，这个动作是往外发数据，交过Output，随后新浪服务器把网页发过来，这个动作是从外面接收数据，叫Input。所以，通常，程序完成IO操作会有Input和Output两个数据流。当然也有只用一个的情况，比如，从磁盘读取文件到内存，就只有Input操作，反过来，把数据写道磁盘文件里，就只有一个OUtput操作。

IO编程中，Stream（流）是一个很重要的概念，可以把流想象成一个水管，数据就是水管里的水，但是只能单向流动。Input Stream就是数据从外面（磁盘、网络）流进内存，Output Stream就是数据从内存流到外面去。对于浏览网页来说，浏览器和新浪服务器之间至少需要建立两根水管，才可以既能发数据，又能收数据。

由于CPU和内存的速度远远高于外设的速度，所以，在IO编程中，就存在速度严重不匹配的问题。举个例子来说，比如要把100M的数据写入磁盘，CPU输出100M的数据只需要0.01秒，可是磁盘要接收这100M数据可能需要10秒，怎么办呢？有两种方法：

第一种是CPU等着，也就是程序暂停执行后续代码，等100M的数据在10秒后写入磁盘，再接着往下执行，这种模式成为同步IO；

另一种方法是CPU不等待，只是告诉磁盘，“您老慢慢写，不着急，我接着干别的事去了”，于是，后续代码可以立刻接着执行，这种模式成为异步IO。

同步和异步的区别就是在于是否等待IO执行的结果。好比你去麦当劳点餐，你说“来个汉堡”，服务员告诉你，对不起，汉堡要现做，需要等5分钟，于是你站在收银台前面等了5分钟，拿到汉堡再去逛商场，这是同步IO。

你说“来个汉堡“，服务员告诉你，汉堡需要等待5分钟，你可以现去逛商场，等做好了，我们再通知你，这样你可以立刻去干别的事情（逛商场），这是异步IO。

很明显，使用异步IO来编写程序性能会远远高于同步IO，但是异步IO的缺点是编程模型复杂。想想看，你得知道什么时候通知你”汉堡做好了“，而通知你的方法也各不相同。如果是服务员跑过来找到你，这是回调模式，如果服务员发短信通知你，你就得不停地检查手机，这是轮询模式。总之，异步IO的复杂度远远高于同步IO。

操作IO的能力都是由操作系统提供的，每一种编程语言都会把操作系统提供的低级C接口封装起来方便使用，Python也不例外。我们后面会讨论Python的IO编程接口。

注意，本章的IO编程都是同步模式，异步IO由于复杂度太高，后续涉及到服务器端程序开发时我们再讨论。

读写文件是最常见的IO操作。Python内置了读写文件的函数，用法和C是兼容的。

读写文件前，我们必须先了解一下，在磁盘上读写文件的功能都是由操作系统提供的，现代操作系统不允许普通的程序直接操作磁盘，所以，读写文件就是请求操作系统打开一个文件对象（通常成为文件描述符），然后，通过操作系统提供的接口从这个文件对象中读取数据（读文件），或者把数据写入这个文件对象（写文件）。

读文件
要以读文件的模式打开一个文件对象，使用Python内置的open（）函数，传入文件名和标示符：

f=open('/Users/Darin/Desktop/qaaa.txt','r')

标示符‘r’表示读，这样，我们就成功地打开了一个文件。

如果文件不存在，open（）函数会抛出一个IOError的错误，并且给出错误码和详细的信息告诉你文件不存在：

Traceback (most recent call last):
  File "C:/Users/Darin/PycharmProjects/kang/open-txt.py", line 1, in <module>
    f=open('/Users/Darin/Desktop/qaaba.txt','r')
FileNotFoundError: [Errno 2] No such file or directory: '/Users/Darin/Desktop/qaaba.txt'

如果文件打开成功，接下来，调用read（）方法可以一次读取文件的全部内容，Python把内容读到内存，用一个str对象表示：

f.read()

最后一步是调用close（）方法关闭文件。文件使用完毕后必须关闭，因为文件对象会占用操作系统的资源，并且操作系统同一时间能打开的文件数量也是有限的：

f.close()

由于文件读写时都有可能产生IOError，一旦出错，后面的f.close（）就不会调用。所以为了保证无论是否出错都能正确地关闭文件，我们可以使用try…finally来实现：

try:
    f=open('/Users/Darin/Desktop/qaaa.txt','r')
    print(f.read())
finally:
    if f:
        f.close()

但是每次都这么写实在太繁琐，所以，Python引入了with语句来自动帮我们调用close（）方法：

with open('/Users/Darin/Desktop/qaaa.txt','r') as f:
    print(f.read())

这和前面的try…finally是一样的，但是代码更加简洁，并且不必调用f.close（）方法。

调用read（）会一次性读取文件的全部内容，如果文件有10G，内存就爆了，所以，要保险起见，可以反复调用read（size）方法，每次最多读取size个字节的内容。另外，调用readline（）可以每次读取一行内容，调用readlines（）一次性读取所有内容并按行返回str。因此，要根据需要决定怎么调用。

如果文件很小，read（）一次性读取最方便：如果不能确定文件大小，反复调用read（size）比较保险；如果是配置文件，调用readlines（）最方便：

for line in f.readlines():
    print(line.strip())

file-like Object
像open（）函数返回的这种有个read（）方法的对象，在Python中统称为file-like Object。除了file外，还可以是内存的字节流，网络流，自定义流等等。file-like Object不要求从特定类继承，只要写个read（）方法就行。

StringIO就是在内存中创建的file-like Object，常用作临时缓冲。

二进制文件

前面讲的默认都是读取文本文件，并且是UTF-8编码的文本文件。要读取二进制文件，比如图片、视频等等，用’rb‘模式打开文件即可：

with open('/Users/Darin/Desktop/qaaa.txt','rb') as f:
    print(f.read())

“\xe6\x9b\xb2\xe8\x89\xb3\xe4\xb8\xbd” #十六进制表示的字节

字符编码

要读取非UTF-8编码的文本文件，需要给open（）函数传入encoding（）参数，例如，读取GBK编码的文件：

f=open(’/Users/Darin/Desktop/qaaa.txt’,‘rb’,encoding=‘GBK’)

遇到有些编码不规范的文件，你可能会遇到UnicodeDecodeError，因为在文本文件中可能夹杂了一些非法编码的字符。遇到这种情况，open（）函数还接收一个errors参数，表示如果遇到编码错误后如何处理。最简单的方式是直接忽略：

f= open(’/Users/Darin/Desktop/qaaa.txt’,‘rb’,encoding=‘GBK’,errors=‘ignore’)

写文件

写文件和读文件是一样的，唯一区别是调用open（）函数时，传入标示符’w‘或者’wb‘表示写文本文件或写二进制文件：

f= open('/Users/Darin/Desktop/qbbb.txt','w')
f.write('Hello,world!')
f.close()
g= open('/Users/Darin/Desktop/qbbb.txt','r')
print(g.read())
g.close()

你可以反复调用write（）来写入文件，但是务必要调用f.close（）来关闭文件。当我们写文件时，操作系统往往不会立刻把数据写入磁盘，而是放到内存缓存起来，空闲的时候再慢慢写入。只有调用close（）方法时，操作系统才保证把没有写入的数据全部写入磁盘。忘记调用close（）的后果是数据可能只写了一部分到磁盘，剩下的丢失了。所以，还是用with 语句来的保险：

with open('/Users/Darin/Desktop/qbbb.txt','w') as f:
    f.write('Hello,world!')

要写入特定编码的文本文件，请给open（）函数传入encoding 参数，将字符串自动转换成制定编码。

小结：
在Python中，文件读写是通过open（）函数打开的文件对象完成的。使用with语句操作文件IO是个好习惯。

StringIO
很多时候，数据读写不一定是文件，也可以在内存中读写。

StringIO顾名思义就是在内存中读写str。

要把str写入StringIO，我们需要先创建一个StringIO，然后，像文件一样写入即可：

from io import  StringIO
f=StringIO()
f.write('hello')
print(f.getvalue())

getvalue（）方法用户获得写入后的str。

要读取StringIO，可以用一个str初始化StringIO，然后，像读文件一样读取：

BytesIO

StringIO操作的只能是str，如果要操作二进制数据，就需要使用BytesIO。
BytesIO实现了内存中读写bytes，我们创建了一个BytesIO，然后写入了一些bytes：

from io import  BytesIO
f=BytesIO()
f.write('中文'.encode('utf-8'))
print(f.getvalue())

请注意，写入的不是str，而是经过UTF-8编码的bytes。
和StringIO类似，可以用一个bytes初始化BytesIO，然后，像读文件一样读取:

小结：
StringIO和BytesIO是在内存中操作str和bytes的方法，使得和读写文件具有一致的接口。