python读写文件的语句_用Python读写文件指南

用Python读写文件(指南)

[TOC]

使用Python最常见的任务之一是读取和写入文件。无论是写入简单的文本文件，读取复杂的服务器日志，甚至是分析原始字节数据，所有这些情况都需要读取或写入文件。

在本教程中，您将学习：

什么组成了一个文件，为什么它在python中很重要

用Python读写文件的基础知识

读写文件的一些基本场景

本教程主要针对初学者到中级的 Pythonistas，但这里有一些提示，更高级的程序员可能也会从中受益。

什么是文件?

在讨论如何使用Python中的文件之前，了解文件的具体内容以及现代操作系统如何处理它们是很重要的。

从本质上讲，文件是用于存储数据的连续字节集。这些数据以特定格式组织，可以是任何像文本文件一样简单的数据，也可以像程序可执行文件一样复杂。最后，这些字节文件被翻译成二进制文件1，0以便计算机更容易处理。

大多数现代文件系统上的文件由三个主要部分组成：

标题(Header)：有关文件内容的元数据(文件名，大小，类型等)

数据(Data)：由创建者或编辑者编写的文件内容

文件结束符(EOF)：表示文件结尾的特殊字符

FileFormat.02335d06829d.png

数据表示的内容取决于所使用的格式规范，通常由扩展名表示。例如，具有.gif扩展名的文件最可能符合GIF规范。有数百个(甚至上千个)文件扩展名。对于本教程，您将只处理.txt或.csv文件扩展名。

文件路径

在操作系统上访问文件时，需要文件路径。文件路径是表示文件位置的字符串。它分为三个主要部分：

文件夹路径：文件系统上的文件夹位置，后续文件夹由正斜杠/(Unix)或反斜杠\(Windows)分隔

文件名：文件的实际名称

扩展名：文件路径的末尾(句号(.)后的内容)，用于表示文件类型

这是一个简单的例子。假设您有一个位于文件结构中的文件，如下所示：

/

│

├── path/

| │

│ ├── to/

│ │ └── cats.gif

│ │

│ └── dog_breeds.txt

|

└── animals.csv

假设您要访问cats.gif文件，并且您当前的位置位于文件夹path中。要访问该文件，您需要浏览该path文件夹，然后查看to文件夹，最后到达cats.gif文件。文件夹路径是path/to/。文件名是cats。文件扩展名是.gif。所以完整的道路是path/to/cats.gif。

现在假设您当前的位置或当前工作目录(cwd)位于我们的示例文件夹结构的to文件夹中。可以通过文件名和扩展名cats.gif简单地引用文件，而不用引用完整路径path/to/cats.gif。

/

│

├── path/

| │

| ├── to/ ← 你的当前工作目录 (cwd)在这儿

| │ └── cats.gif ← 访问这个文件

| │

| └── dog_breeds.txt

|

└── animals.csv

但如果要访问dog_breeds.txt呢？如果不使用完整路径，您将如何访问？您可以使用特殊字符double-dot(..)来移动到上一个目录。这意味着../dog_breeds.txt会从文件夹to引用到dog_breeds.txt：

/

│

├── path/ ← 引用该父目录

| │

| ├── to/ ← 当前工作目录 (cwd)

| │ └── cats.gif

| │

| └── dog_breeds.txt ← 访问该文件

|

└── animals.csv

double-dot(..)可以链接在一起以遍历当前目录上的多个目录。例如，要从to文件夹访问animals.csv，您将使用../../animals.csv。

Line Endings

处理文件数据时经常遇到的一个问题是新行或行结尾的表示。行结尾起源于莫尔斯电码时代，那时一个特定的符号被用来传达传输的结束或一条线的末端。

后来，国际标准化组织(ISO)和美国标准协会(ASA)对电传打字机进行了标准化。ASA标准规定行尾应使用回车(序列CR或\r)和换行(LF或\n)字符(CR+LF或\r\n)。然而，ISO标准允许CR+LF字符或仅LF字符.

Windows使用CR+LF字符表示新行，而Unix和较新的Mac版本仅使用LF字符。当您在不同于文件源的操作系统上处理文件时，这可能会导致一些复杂情况。以下是一个简单的例子。假设我们检查在Windows系统上创建的文件dog_breeds.txt:

哈巴狗\r\n

杰克罗素梗犬\r\n

英国史宾格犬\r\n

德国牧羊犬\r\n

斯塔福郡斗牛梗\r\n

骑士国王查尔斯猎犬\r\n

金毛猎犬\r\n

西部高地白梗\r\n

拳击手\r\n

边境猎犬\r\n

同样的输出将在Unix设备上以不同方式解释：

哈巴狗\r

\n

杰克罗素梗犬\r

\n

英国史宾格犬\r

\n

德国牧羊犬\r

\n

斯塔福郡斗牛梗\r

\n

骑士国王查尔斯猎犬\r

\n

金毛猎犬\r

\n

西部高地白梗\r

\n

拳击手\r

\n

边境猎犬\r

\n

这会使每一行的迭代都有问题，您可能需要考虑这样的情况。

字符编码

您可能面临的另一个常见问题是字节数据的编码。编码是从字节数据到人类可读字符的转换。这通常通过指定表示字符的数值来完成。两种最常见的编码是ASCII和UNICODE格式。ASCII只能存储128个字符，而Unicode最多可包含1,114,112个字符。

ASCII实际上是Unicode(UTF-8)的子集，这意味着ASCII和Unicode共享相同的数字到字符值。重要是要注意，使用不正确的字符编码解析文件可能会导致字符失败或误传。例如，如果文件是使用UTF-8编码创建的，并且您尝试使用ASCII编码对其进行解析，则如果存在超出128个值的字符，则会引发错误。

在Python中打开和关闭文件

当您想使用文件时，首先要做的就是打开它。这是通过调用open()内置函数完成的。open()有一个必需的参数，就是文件的路径。open()有一个返回，就是文件对象：

file = open('dog_breeds.txt')

打开文件后，接下来要学习的是如何关闭它。

:exclamation: 警告:

您应始终确保正确关闭打开的文件。

重要的是要记住，关闭文件是您的责任。在大多数情况下，在应用程序或脚本终止时，文件最终将被关闭。然而，并不能保证任何时候都会发生这种情况。这可能导致不必要的行为，包括资源泄漏。确保您的代码以明确定义的方式运行并减少任何不需要的行为, 这也是Python(Pythonic)中的最佳实践。

当您操作文件时，有两种方法可以确保文件正确关闭，即使遇到错误也是如此。关闭文件的第一种方法是使用try-finally块：

reader = open('dog_breeds.txt')

try:

# 在这儿做进一步的文件处理

finally:

reader.close()

关闭文件的第二种方法是使用如下的with语句：

with open('dog_breeds.txt') as