IO编程
标签(空格分隔): IO
IO即为input/output。
IO编程中,stream是一个很重要的概念。
文件读写
读文件
f = open(‘/Users/jj/test.txt’, ‘r’)
r表示读。
如果文件不存在,则会抛出IOError
的错误。
f.read()
就可以读取文件内容,并用一个str对象表示。
然后,需要使用f.close()
关闭文件。否则会占用大量资源。
python中引入了with
语句调用close()方法。
with open('/path/to/file', 'r') as f:
print(f.read())
这样更简洁不用去调用f.close()方法关闭文件。
另外除了read()方法,还有其他多种方法读取文件内容。
需要查找了。
比如:
for line in f.readline()
print(line.strip()) #把末尾的'\n'删掉
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。
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
>> f = open('/Users/michael/test.jpg', 'rb') >> f.read() b'\xff\xd8\xff\xe1\x00\x18Exif\x00\x00...' # 十六进制表示的字节
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/michael/gbk.txt', 'r', encoding='gbk') >> f.read() '测试'
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,传入标识符w
或者wb
表示写文本文件或写二进制文件:
可以传入a
以追加(append)模式写入,写在文件末尾。
StringIO
很多时候,数据读写不一定是在文件中,也可以在内存中读写。
StringIO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')
5
>>> f.write(' ')
1
>>> f.write('world!')
6
>>> print(f.getvalue())
hello world!
getvalue()
方法用来获取写入后的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:
>>> from io import StringIO
>>> f = StringIO('Hello!\nHi!\nGoodbye!')
>>> while True:
... s = f.readline()
... if s == '':
... break
... print(s.strip())
...
Hello!
Hi!
Goodbye!
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实现了在内存中读写bytes,我们创建一个BytesIO,然后写入一些bytes:
>>> from io import BytesIO
>>> f = BytesIO()
>>> f.write('中文'.encode('utf-8'))
6
>>> print(f.getvalue())
b'\xe4\xb8\xad\xe6\x96\x87'
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:
>>> from io import BytesIO
>>> f = BytesIO(b'\xe4\xb8\xad\xe6\x96\x87')
>>> f.read()
b'\xe4\xb8\xad\xe6\x96\x87'
操作文件和目录
在操作系统命令行下可以使用dir
cp
等命令。
如果要在Python程序中该怎么办???
就需要使用内置的os
模块。
>>> import os
>>> os.name # 操作系统类型
'posix'
环境变量
在操作系统中定义的环境变量,全部保存在os.environ
这个变量中,可以直接查看。
如果需要获取某个环境变量的值,可以调用os.environ.get('key')
。
操作文件和目录
操作文件和目录的函数一部分放在os模块中,一部分放在os.path模块中,这一点要注意一下。查看、创建和删除目录可以这么调用:
# 查看当前目录的绝对路径:
>>> os.path.abspath('.')
'/Users/michael'
# 在某个目录下创建一个新目录,首先把新目录的完整路径表示出来:
>>> os.path.join('/Users/michael', 'testdir')
'/Users/michael/testdir'
# 然后创建一个目录:
>>> os.mkdir('/Users/michael/testdir')
# 删掉一个目录:
>>> os.rmdir('/Users/michael/testdir')
把两个路径合成一个时,不要直接拼字符串,而要通过os.path.join()
函数,这样可以正确处理不同操作系统的路径分隔符。
通过os.path.split()
函数,这样可以把一个路径拆分为两部分,后一部分总是最后级别的目录或文件名。
os.path.splitext()
可以直接让你得到文件扩展名,很多时候非常方便。
os.rename('test.txt', 'test.py')
对文件重命名
os.remove('test.py')
删除文件
但是os模块中不存在复制的方法。
shutil
模块提供了copyfile()
的函数,你还可以在shutil模块中找到很多实用函数,它们可以看做是os模块的补充。
如何利用Python的特性来过滤文件
比如我们要列出当前目录下的所有目录,只需要一行代码:
>>> [x for x in os.listdir('.') if os.path.isdir(x)]
['.lein', '.local', '.m2', '.npm', '.ssh', '.Trash', '.vim', 'Applications', 'Desktop', ...]
要列出所有的.py文件,也只需一行代码:
>>> [x for x in os.listdir('.') if os.path.isfile(x) and os.path.splitext(x)[1]=='.py']
['apis.py', 'config.py', 'models.py', 'pymonitor.py', 'test_db.py', 'urls.py', 'wsgiapp.py']
序列化
我们把变量从内存中变成可存储或传输的过程称之为序列化,在Python中叫pickling,在其他语言中也被称之为serialization,marshalling,flattening等等,都是一个意思。
在程序运行的过程中,所有的变量都是在内存中,比如,定义一个dict:
d = dict(name=’Bob’, age=20, score=88)
可以随时修改变量,比如把name改成’Bill’,但是一旦程序结束,变量所占用的内存就被操作系统全部回收。如果没有把修改后的’Bill’存储到磁盘上,下次重新运行程序,变量又被初始化为’Bob’。
python提供了pickle
模块来实现序列化。
尝试把一个对象序列化写入文件:
>>> import pickle
>>> d = dict(name='Bob', age=20, score=88)
>>> pickle.dumps(d)
b'\x80\x03}q\x00(X\x03\x00\x00\x00ageq\x01K\x14X\x05\x00\x00\x00scoreq\x02KXX\x04\x00\x00\x00nameq\x03X\x03\x00\x00\x00Bobq\x04u.'
pickle.dumps()
方法把任意对象序列化成一个bytes
,然后就可以把这个写入文件。
或者另一种方法pickle.dump()
将一个对象序列化后写入file-like object。
>>> f = open('dump.txt', 'wb')
>>> pickle.dump(d, f)
>>> f.close()
当我们要把对象从磁盘读到内存时,可以先把内容读到一个bytes,然后用pickle.loads()方法反序列化出对象,也可以直接用pickle.load()方法从一个file-like Object中直接反序列化出对象。我们打开另一个Python命令行来反序列化刚才保存的对象:
>>> f = open('dump.txt', 'rb')
>>> d = pickle.load(f)
>>> f.close()
>>> d
{'age': 20, 'score': 88, 'name': 'Bob'}
JSON
如果我们要在不同的编程语言之间传递对象,就必须把对象序列化为标准格式,比如XML,但更好的方法是序列化为JSON,因为JSON表示出来就是一个字符串,可以被所有语言读取,也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式,并且比XML更快,而且可以直接在Web页面中读取,非常方便。
Json类型 | Python类型 |
---|---|
{} | dict |
[] | list |
“string” | str |
1234.56 | int或flaot |
true/false | True/False |
null | None |
Python内置了json
模块,提供了Python对象到json对象的格式转换。