python爬虫预备知识一-读写文件及IO异常

读写文件

IO在计算机中指Input/Output，IO编程即实现本地磁盘、网络的数据传输。

文件读取

open方法：

open(name,[mode,buffering])

只有name是必须得，后面的模式、缓冲是可选的，默认是读模式，默认无缓冲区。该方法返回一个文件对象。

name参数：

例子1：

f = open(r'd:\test\hamlet1.txt')

mode参数：

mode的值	描述
r	读模式
w	写模式
a	追加模式
b	二进制模式（可与其他模式一起使用）
+	读写模式（可与其他模式一起使用）

处理文本时，一般不使用b参数，在处理音乐、图片、视频等类型文件才需要使用二进制模式。

buffering 文件缓冲区参数

什么叫缓冲？数据直接写道磁盘上就是没有缓冲，缓冲就是数据先写到内存里，容量达到指定值后再一次性写道磁盘上，因为写道内存相对较快，所以在写大数量的数据时效率更高。一般在flush或者close之后数据一次性从内存缓冲区写到磁盘上。

该参数是0时，表示没有缓冲区，是负数时代表使用默认缓冲区大小，是正数时代表缓冲区大小。

文件读取方法

文件读取一般分为按照字节、按照字符读取，常用方法是read()、readlines()、close()。

read()方法是一次性读取。不适用大文件。

read(size)一次读取size字节内容。

readline()一次读取一行。

readlines()方法是一次读取所有内容，并且返回列表。

如果是大文件，比较合适的是循环使用read(size)方法，配置文件适合使用readline()方法。

close()方法是关闭文件引用，释放系统资源。

例子2：

f = open(r'd:\test\hamlet1.txt')

print(f.read())

IO异常

正常的文件读取使用的过程是，打开文件，建立文件对象，读取内容或者写入内容，关闭文件对象释放资源。但是过程中可能出现异常情况，导致的一个典型错误是文件对象不能正常关闭，系统资源得不到释放。

因此要捕捉异常，处理类似释放资源的工作。

第一种方法：使用try filnally捕捉错误：

try:
    f = open(r'd:\test\hamlet12.txt')
    print(f.read())
finally:
    if f:
        f.close()

第二种方法：with语句

with open(r'd:\test\hamlet1.txt') as f:
    print(f.read())

使用with语句不需要关闭语句。

with open(r'd:\test\hamlet1.txt') as f:
    for line in f.readlines():
        print(line)