python关于文件读取read()里面的参数解释

本文详细说明文件读取时,read()中参数的解释,可直接滑到文尾看总结.

f.read()读取文件的整个内容,返回的是字符串

如果一次性读取比如10G的文件,内存就直接爆了,所以需要限制单次读取的大小.

read()可接收size参数,在官方文档提示中

 

size参数是整数型,如果不设置.默认f,read()默认读取字节数-1

也就是说在文件管理器中,显示为字节数量为x,那么默认size的值为x-1

 文件管理器中红框中的值-1就是size的值

-----------------------

案例一:

读取下面这个文件的内容

import os
def main():
    path = 'd:/爬虫/'
    os.chdir(path)
    k = os.path.getsize('1.txt') #查看1.txt文件一共多少字节
    print(k)
    with open("d:/爬虫/1.txt", encoding='utf-8', errors='ignore') as f:
        print(f.read(k))    #设定一次读取内容的大小为 统计到的字节数


if __name__ == '__main__':
    main()
    print(os.path.getsize('1.txt'))

 结果:

 265997字节全部读取并输出了

-----------------------

案例二:

依旧是读取上面那个265 997 字节大小的文件

代码及其运行结果如下:

import os
def main():
    path = 'd:/爬虫/'
    os.chdir(path)
    k = os.path.getsize('1.txt') 查看1.txt文件一共多少字节
    print(k)
    size = 1024 * 87 + 100    
    设定读取内容大小的参数为  1024字节*82 + 100字节,也就是读取87K多一丢丢内容
    
    with open("d:/爬虫/1.txt", encoding='utf-8', errors='ignore') as f:
        print(f.read(size))


if __name__ == '__main__':
    main()
    print(os.path.getsize('1.txt'))

 

从图中可以看到:

实际是265,997 字节(约为259k)大小的文件,

只读取1024 * 87 + 100字节(约87k)就输出了所有的内容 !

不是说好的size值多大就读取多少文件内容吗?怎么设置比size小的多的值也读取了全部的文件内容?且看案例三:

案例三:代码及其运行结果

-----------------------

import os

def main():

    with open("d:/爬虫/1.txt", encoding='utf-8', errors='ignore') as f:
        content = f.read()

    with open("d:/爬虫/1.txt", encoding='utf-8', errors='ignore') as f1:
        cnt = len(content)
        设定读取的大小为 整个内容的字符串长度值
        print(f1.read(cnt -4))
    print(f"1.txt文件有{cnt}个字")

if __name__ == '__main__':
    path = 'd:/爬虫/'
    os.chdir(path)
    main()
    print("1.txt文件有",os.path.getsize('1.txt'),"字节")

运行结果

这次读取的内容的大小为 整个内容的字符串长度,依旧成功输出了几乎(少4个字)全部的内容.

到这应该能明白了,

在utf-8的编码的文本中,一个汉字占三个字节,一个英文字母占一个字节.

又由于在文本文件读取模式，size的计数是以Unicode字符的个数计数的,

也就是说列举的三个案例size的计数不是字节,而是字符.

-----------------------

绕了这么多弯子,总结.

读取文件限制最大读取大小时,要注意

在文本文件读取模式，size的计数是以Unicode字符的个数计数的，

在二进制文件读取模式下，size计数是以字节为单位计数。