python中读写文件及中文编码处理方法

一、打开文件

代码如下：

>>> f = open("d:\test.txt", "w")

说明：

第一个参数是文件名称，包括路径；第二个参数是打开的模式mode

'r'：只读（缺省。如果文件不存在，则抛出错误）

'w'：只写（如果文件不存在，则自动创建文件）

'a'：附加到文件末尾

'r+'：读写

如果需要以二进制方式打开文件，需要在mode后面加上字符"b "，比如"rb""wb"等

二、读取内容

f.read(size)

参数size表示读取的数量，可以省略。如果省略size参数 ，则表示读取文件所有内容。

f.readline()

读取文件一行的内容

f.readlines()

读取所有的行到数组里面[line1,line2,.. .lineN]。在避免将所有文件内容加载到内存中 ，这种方法常常使用，便于提高效率。

三、写入文件

f.write(string) 将一个字符串写入文件，如果写入结束，必须在字符串后面加上" \n"，然后f.close()关闭文件

四、文件中的内容定位

f.read()读取之后，文件指针到达文件的末尾，如果再来一次f .read()将会发现读取的是空内容，如果想再次读取全部内容 ，必须将定位指针移动到文件开始：
f.seek(0)

这个函数的格式如下（单位是bytes）：

f.seek(offset, from_what)

from_what表示开始读取的位置，offset表示从fro m_what再移动一定量的距离，比如f.seek(10, 3)表示定位到第三个字符并再后移10个字符。from _what值为0时表示文件的开始，它也可以省略 ，缺省是0即文件开头。下面给出一个完整的例子：

>>> f = open('/tmp/workfile', 'r+')
>>> f.write('0123456789abcdef')
>>> f.seek(5)     # Go to the 6th byte in the file
>>> f.read(1)        
'5'
>>> f.seek (-3, 2) # Go to the 3rd byte before the end
>>> f.read(1)
'd'

五、关闭文件释放资源

文件操作完毕，一定要记得关闭文件f.close()

，可以释放资源供其他程序使

*******************************************************

文件读写

---

只是ASCII 或者gbk 编码格式的的文件读写，比较简单，读写如下：

1  #  coding=gbk
2 
3 f = open( ' c:/intimate.txt ', ' r ')  #  r 指示文件打开模式，即只读
4 s1 = f.read()
5 s2 = f.readline()
6 s3 = f.readlines()  # 读出所有内容
7 
8 f.close()
9 
10 f = open( ' c:/intimate.txt ', ' w ')  #  w 写文件
11 f.write(s1)
12 f.writelines(s2)  #  没有writeline
13 f.close()

f.writelines不会输出换行符。
unicode文件读写：

1  #  coding=gbk
2  import codecs
3 
4 f = codecs.open( ' c:/intimate.txt ', ' a ', ' utf-8 ')
5 f.write(u ' 中文 ')
6 s =  ' 中文 '
7 f.write(s.decode( ' gbk '))
8 f.close()
9 
10 f = codecs.open( ' c:/intimate.txt ', ' r ', ' utf-8 ')
11 s = f.readlines()
12 f.close()
13  for line  in s:
14      print line.encode( ' gbk ')

1 python代码文件的编码

py文件默认是ASCII编码，中文在显示时会做一个ASCII到系统默认编码的转换，这时就会出错：SyntaxError: Non-ASCII character。需要在代码文件的第一行或第二行添加编码指示：

1  #  coding=utf-8  ##以utf-8编码储存中文字符
2  print  ' 中文 '

像上面那样直接输入的字符串是按照代码文件的编码来处理的，如果用unicode编码，有以下三种方式：

1 s1 = u ' 中文 ' #u表示用unicode编码方式储存信息
2 s2 = unicode( ' 中文 ', ' gbk ')

unicode是一个内置函数，第二个参数指示源字符串的编码格式。
decode是任何字符串具有的方法，将字符串转换成unicode格式，参数 指示源字符串的编码格式。
encode也 是任何字符串具有的方法，将字符串转换成参数指定的格式 。

2 字符串的编码
用 u'汉字' 构造出来的是unicode类型，不用的话构造出来是str类型 
str的编码是与系统环境相关的，一般就是sys.getfilesystemencoding()得到的值 
所以从unicode转str，要用encode方法 
从str转unicode，所以要用decode
例如：

1  #  coding=utf-8   #默认编码格式为utf-8
2 
3 s = u ' 中文 ' #unicode编码的文字
4  print s.encode( ' utf-8 ')   #转换成utf-8格式输出 
5 print s #效果与上面相同，似乎默认直接转换为指定编码

我的总结：
u=u'unicode编码文字'
g=u.encode('gbk') #转换为gbk格式
print g #此时为乱码，因为当前环境为utf-8,gbk编码文字为乱码
str=g.decode('gbk').encode('utf-8')   #以gbk编码格式读取g（因为他就是gbk编码的）并转换为utf-8格式输出
print str #正常显示中文

安全的方法：
s.decode('gbk','ignore').encode('utf-8′) #以gbk编码读取（当然是读取gbk编码格式的文字了）并忽略错误的编码，转换成utf-8编码输出 

因为decode的函数原型是decode([encoding], [errors='strict'])，可以用第二个参数控制错误处理的策略，默认的参数就是strict，代表遇到非法字符时抛出异常； 
如果设置为ignore，则会忽略非法字符； 
如果设置为replace，则会用?取代非法字符； 
如果设置为xmlcharrefreplace，则使用XML的字符引用。

******************
另外的方法：
f=file("/home/abc.txt")
for i in f:
    print i