文件系统

1、文件操作

 

1.1 冯诺依曼体系结构（五大结构：输入输出设备、存储器、运算器、控制器）

• CPU 由运算器和控制器组成：

1、运算器：完成各种算术运算、逻辑运算、数据传输等数据加工处理；

2、控制器：控制程序的执行；

3、存储器：用于记忆程序和数据；例如，内存。

4、输入设备：将数据或者程序输入到计算机中；例如，键盘、鼠标。

5、输出设备：将数据或者程序的处理结果展示给用户；例如，显示器。

 

扩展：（一般说 IO 操作，指的是文件 IO ，如果指的是网络 IO，都会直接说网络 IO ；数据落地指的是，将内存中的数据存储到本地磁盘中；）

 

1.2 文件 IO 常用操作

1. open：打开
2. read：读取
3. write：写入
4. close：关闭
5. readine：行读取
6. readines：多行读取
7. seek：文件指针操作
8. tell：指针位置

 

1.2.1 打开操作

open（file，mode=’r‘，buffering=-1，encoding=None，errors=None，newline=None，closefd=True，opener=None）

file：文件 mode：模式 buffering：缓冲 encoding：编码 newline：换行符

file = Path（路径）打开一个文件，打开或者要创建的文件名，打开后返回一个文件对象（流对象）和文件描述；

 

1. 文件使用完关闭；
2. 文件操作中，最常用的操作就是读和写；
3. 文件访问的模式有两种：文本模式（t）和 二进制模式（b）；
4. 不同模式下，操作函数不尽相同，表现的结果也不一样；

 

1.2.2 open的参数

1. open 默认是只读模式 r 打开已经存在的文件。
2. r ：只读打开文件，如果使用 write 方法，会抛异常。如果文件不存在，抛出 FileNotFoundError 异常；
3. w ：表示只写方式打开，如果读取则抛出异常，如果文件不存在，则直接创建文件，如果文件存在，则清空文件内容；
4. file：打开或者要创建的文件名。如果不指定路径，默认是当前路径；
5. mode模式

• r：缺省的，表示只读打开
• w：只写打开（创建空白纸）
• x：创建并写入一个新文件，如果文件以存在则抛异常；（只会创建新文件，也就是不存在的文件）FileExistsError 文件已存在
• a：写入打开，如果文件存在，则追加（ append ）
• b：二进制模式
• t：缺省的，文本模式
• +：读写打开文件。给原来只读，只写方式打开提供缺失的读或者写能力；

 

w、x、a 都是只写模式的；如果文件不存在，则生成新的文件；

w 不论文件存在与否都会生成全新文件内容；

a 不管文件是否存在，都能在打开的文件尾部追加；

x 必须要求文件不存在，自己造一个新文件；

+ 为 r、w、a、x 提供缺失的读或写功能，但是，获取文件对象依旧按照 r、w、a、x 自己特征。+ 不能单独使用，可以认为它是为前面的模式字符做增强功能的。

 

1.3 文本模式（t）和 二进制模式（d）

1. 文本模式 t 字符流：将文件的字节按照某种字符编码理解，按照字符操作。open 的默认mode就是 rt ；
2. 二进制模式 b 字节流：见文件就按照字节理解，与字符编码无关。二进制模式操作时，字节操作使用 bytes 类型；
3. Linux 默认编码是 UTF-8 ，Windows 默认编码是 gbk；（utf-8 汉字占三个字节，gbk 汉字占两个字节）
4. + 为 r、w、a、x 提供缺失的读或写功能，但是，获取文件对象依旧按照 r、w、a、x 自己的特征。+ 不能单独使用，可以认为他是为前面的模式字符做增强功能的。

 

2、 文件指针

文件指针，指向当前字节位置

1. tell()：显示指针当前位置；
2. seek(offset [,whence ])：移动文件指针位置。offset偏移多少字节，whence从哪里开始（whence只有0：起始，1：当前，2：末尾 三个数字）；
3. 文本模式下当 whence 0 缺省值，表示从头开始，offest 只能正整数， whence 1 表示从当前位置，offest 只接受 0 whence 2 表示从 EOF 开始，offest 只接受 0 .
4. 特别注意：文本模式 和 二进制模式情况不同；
5. 二进制模式下 whence 0 缺省值，表示从头开始，offest 只能正整数 whence 1 表示从当前位置，offest 可正可负，whence 2 表示从EOF开始，offest 可正可负；
6. 二进制模式支持任意起点的偏移，从头、从尾、从中间位置开始。向后seek可以超界，但是向前seek的时候，二进制模式 和 文本模式都不能超界，否则抛异常；

	文本模式	二进制模式
whence 0：头	offest 只能正整数	offest 只能正整数
whence 1：当前	offest 只接受0	fooest 可正可负
whence 2：尾	offest 只接受0	fooest 可正可负

 

3、buffering：缓冲区

-1 表示使用缺省值大小的buffer。如果是二进制模式，使用 io.DEFAULT_BUFFER_SIZE 值（缺省缓冲区大小，字节），默认是4096 或者 8192.如果是文本模式，如果是终端设备，是行缓存方式，如果不是，则使用二进制模式的策略。

• 0 只在二进制模式使用，表示 关buffer
• 1 只在文本模式使用，表示使用行缓冲。意思就是见到换行符就 flush
• 大于 1 用于指定buffer的大小，一般不指定，使用默认值；
• buffer 缓冲区一个内存空间，一般来说是一个 FIFO 队列，到缓冲区满了或者达到阈值，数据才会 flush 到磁盘。
• flush() 将缓冲区数据写入磁盘 ，close() 关闭前会调用 flush()
• buffering = 0 ，这是一种特殊的二进制模式，不需要内存的 buffer，可以看做是一个 FIFO 的文件；

 

buffering	说明
buffering = -1	t 和 b，都是 io.DEFAULT_BUFFER_SIZE
buffering = 0	b 关闭缓冲区 t 不支持
buffering = 1	b 就1个字节 t 行缓冲，遇到换行符才 flush
buffering > 1	b 模式表示行缓冲大小。缓冲区的值可以超过 io.DEFAULT_BUFFER_SIZE，直到设定的值超出后才把缓冲区flush t 模式，是 io.DEFAULT_BUFFER_SIZE字节，flush完后把当前字符串也写入磁盘；

1. 文本模式，一般都用默认缓冲区大小；
2. 二进制模式，是一个个字节的操作，可指定buffer的大小；
3. 一般来说，默认缓冲区大小是个比较好的选择，除非明确知道，否则不调整它；
4. 一般编程中，明确知道需要写入磁盘了，都会手动调用一次 flush，而不是等到自动 flush 或者 close 的时候；

 

4、encoding：编码，仅文本模式使用

None 表示使用缺省编码，依赖操作系统。 windows 默认的是gbk编码、linux 默认是utf-8编码；

 

5、其他参数

1. errors 什么样的编码错误将被捕获 None 和 stric 表示有编码错误将抛出 ValueError 异常；ignore 表示忽略；
2. newline 文本模式中，换行的转换。可以为 None、“ ”空串、’ \r '、' \n '、' \r\n ' 读时
   1. None表示 ’ \r '、' \n '、' \r\n ' 都被转换为 ’ \n ‘ ；
   2. “ ” 空串表示不会自动转换通用换行符；
   3. 其他合法字符表示换行符就是指定字符，就会按照指定字符分行写
3. closefd 关闭文件描述符。True 表示关闭它，False 会在文件关闭后保持这个描述符。fileobj.fileno（）查看；
4. read( size= -1 )：size表示读取的多少字符或字节；负数或者None表示读取到EOF；
5. readline( size=-1 )：一行行读取文件内容。size设置一次能读取行内几个字节 或 字符；
6. readlines( hint=-1 )：读取所有行的列表。指定 hint 则返回指定的行数；
7. write(s)，把字符串s写入到文件中并返回字符的个数 writelines(lines)，将字符串列表写入文件；
8. close ：flush 并关闭文件对象。文件已经关闭，再次关闭没有任何效果；

名称	说明
seekable()	是否可seek
readable()	是否可读
writeable()	是否可写
closeable()	是否已经关闭

 

6、with...as：上下文管理（一种特殊的语法，交给解释器去释放文件对象）

try： finally： 块异常处理；

上下文管理：

1. 使用 with...as 关键字；
2. 上下文管理的语句块并不会开启新的作用域；
3. with 语句块执行完的时候，会自动关闭文件对象；
4. 另一种写法：eg：f1 = open( 'test' )

with f1:

f1.write(" abc ")

 

• 对于类似于文件对象的 IO 对象，一般来说都需要在不使用的时候关闭、注销，以释放资源；
• IO 被打开的时候，会获得一个文件描述符。
• 计算机资源是有限的，所以操作系统都会做限制。就是为了保护计算机的资源不要被完全耗尽，计算机资源是共享的，不是独占的；
• 一般情况下，除非特别明确的知道资源情况，否则不要提高资源的限制来解决问题；