文章目录:
Python文件读写官方文档
9.1 IO编程
'''
IO编程
阅读: 5369299
IO在计算机中指Input/Output,也就是输入和输出。由于程序和运行时数据是在内存中驻留,
由CPU这个超快的计算核心来执行,涉及到数据交换的地方,通常是磁盘、网络等,就需要IO接口。
比如你打开浏览器,访问新浪首页,浏览器这个程序就需要通过网络IO获取新浪的网页。浏览器
首先会发送数据给新浪服务器,告诉它我想要首页的HTML,这个动作是往外发数据,叫Output,
随后新浪服务器把网页发过来,这个动作是从外面接收数据,叫Input。所以,通常,程序完成
IO操作会有Input和Output两个数据流。当然也有只用一个的情况,比如,从磁盘读取文件到
内存,就只有Input操作,反过来,把数据写到磁盘文件里,就只是一个Output操作。
IO编程中,Stream(流)是一个很重要的概念,可以把流想象成一个水管,数据就是水管里的
水,但是只能单向流动。Input Stream就是数据从外面(磁盘、网络)流进内存,
Output Stream就是数据从内存流到外面去。对于浏览网页来说,浏览器和新浪服务器之间至少
需要建立两根水管,才可以既能发数据,又能收数据。
由于CPU和内存的速度远远高于外设的速度,所以,在IO编程中,就存在速度严重不匹配的问题。
举个例子来说,比如要把100M的数据写入磁盘,CPU输出100M的数据只需要0.01秒,可是磁盘要
接收这100M数据可能需要10秒,怎么办呢?有两种办法:
第一种是CPU等着,也就是程序暂停执行后续代码,等100M的数据在10秒后写入磁盘,再接着往
下执行,这种模式称为同步IO;
另一种方法是CPU不等待,只是告诉磁盘,“您老慢慢写,不着急,我接着干别的事去了”,于是
,后续代码可以立刻接着执行,这种模式称为异步IO。
同步和异步的区别就在于是否等待IO执行的结果。好比你去麦当劳点餐,你说“来个汉堡”,
服务员告诉你,对不起,汉堡要现做,需要等5分钟,于是你站在收银台前面等了5分钟,拿到汉
堡再去逛商场,这是同步IO。
你说“来个汉堡”,服务员告诉你,汉堡需要等5分钟,你可以先去逛商场,等做好了,我们再通
知你,这样你可以立刻去干别的事情(逛商场),这是异步IO。
很明显,使用异步IO来编写程序性能会远远高于同步IO,但是异步IO的缺点是编程模型复杂。
想想看,你得知道什么时候通知你“汉堡做好了”,而通知你的方法也各不相同。如果是服务员
跑过来找到你,这是回调模式,如果服务员发短信通知你,你就得不停地检查手机,这是轮询
模式。总之,异步IO的复杂度远远高于同步IO。
操作IO的能力都是由操作系统提供的,每一种编程语言都会把操作系统提供的低级C接口封装起
来方便使用,Python也不例外。我们后面会详细讨论Python的IO编程接口。
注意,本章的IO编程都是同步模式,异步IO由于复杂度太高,后续涉及到服务器端程序开发时
我们再讨论。
'''
8.2 文件读写
8.2.1 文件读操作
'''文件读写'''
'''
读写文件是最常见的IO操作。Python内置了读写文件的函数,用法和C是兼容的。
读写文件前,我们先必须了解一下,在磁盘上读写文件的功能都是由操作系统提供的,现代操作
系统不允许普通的程序直接操作磁盘,所以,读写文件就是请求操作系统打开一个文件对象
(通常称为文件描述符),然后,通过操作系统提供的接口从这个文件对象中读取数据
(读文件),或者把数据写入这个文件对象(写文件)。
读文件
要以读文件的模式打开一个文件对象,使用Python内置的open()函数,传入文件名和标示符:
'''
f = open("C:\\Users\\Administrator\\Desktop\\test\\test.txt","r")
'''
标示符'r'表示读,这样,我们就成功地打开了一个文件。
如果文件不存在,open()函数就会抛出一个IOError的错误,并且给出错误码和详细的信息告诉
你文件不存在:
>>> f=open('/Users/michael/notfound.txt', 'r')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
FileNotFoundError: [Errno 2] No such file or directory: '/Users/michael/notfound.txt'
如果文件打开成功,接下来,调用read()方法可以一次读取文件的全部内容,Python把内容读
到内存,用一个str对象表示:
'''
print(f.read())
'''
最后一步是调用close()方法关闭文件。文件使用完毕后必须关闭,因为文件对象会占用操作
系统的资源,并且操作系统同一时间能打开的文件数量也是有限的:
'''
f.close()
'''
由于文件读写时都有可能产生IOError,一旦出错,后面的f.close()就不会调用。所以,为了
保证无论是否出错都能正确地关闭文件,我们可以使用try ... finally来实现:
'''
try:
f = open("C:\\Users\\Administrator\\Desktop\\test\\test.txt", 'r')
print(f.read())
finally:
if f:
f.close()
'''
但是每次都这么写实在太繁琐,所以,Python引入了with语句来自动帮我们调用close()方法:
'''
with open("C:\\Users\\Administrator\\Desktop\\test\\test.txt", 'r') as f:
print(f.read())
'''
这和前面的try ... finally是一样的,但是代码更佳简洁,并且不必调用f.close()方法。
调用read()会一次性读取文件的全部内容,如果文件有10G,内存就爆了,所以,要保险起见,
可以反复调用read(size)方法,每次最多读取size个字节的内容。另外,调用readline()可以
每次读取一行内容,调用readlines()一次读取所有内容并按行返回list。因此,要根据需要
决定怎么调用。
#如果文件很小,read()一次性读取最方便;如果不能确定文件大小,反复调用read(size)比
较保险;如果是配置文件,调用readlines()最方便:
'''
with open("C:\\Users\\Administrator\\Desktop\\test\\test.txt", 'r') as f:
for line in f.readlines():
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。
'''
'''
二进制文件
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()
'''
字符编码
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'
遇到有些编码不规范的文件,你可能会遇到UnicodeDecodeError,因为在文本文件中可能夹杂
了一些非法编码的字符。遇到这种情况,open()函数还接收一个errors参数,表示如果遇到
编码错误后如何处理。最简单的方式是直接忽略:
f = open('/Users/michael/gbk.txt', 'r', encoding='gbk', errors='ignore')
'''
8.2.2 文件写操作
'''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:
'''
with open("C:\\Users\\Administrator\\Desktop\\test\\test.txt", 'w') as f:
for i in range(10):
f.write("Hello "+ str(i) + "\n")
'''
要写入特定编码的文本文件,请给open()函数传入encoding参数,将字符串自动转换成指定编码。
细心的童鞋会发现,以'w'模式写入文件时,如果文件已存在,会直接覆盖(相当于删掉后新写
入一个文件)。如果我们希望追加到文件末尾怎么办?可以传入'a'以追加(append)模式写入。
所有模式的定义及含义可以参考Python的官方文档。
'''
'''
小结
在Python中,文件读写是通过open()函数打开的文件对象完成的。
使用with语句操作文件IO是个好习惯。
'''
9.3 StringIO和BytesIO
9.3.1 StringIO
'''
StringIO
很多时候,数据读写不一定是文件,也可以在内存中读写。
StringIO顾名思义就是在内存中读写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')
f.write(' ')
f.write('world!')
print(f.getvalue())
'''
getvalue()方法用于获得写入后的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())
9.3.2 BytesIO
'''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'))
print(f.getvalue())
'''
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()
'''
小结
StringIO和BytesIO是在内存中操作str和bytes的方法,使得和读写文件具有一致的接口。
'''
9.4 序列化
9.4.1 使用pickle写入和读取文件
"""
序列化
阅读: 2282060
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'。
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。
序列化之后,就可以把序列化后的内容写入磁盘,或者通过网络传输到别的机器上。
反过来,把变量内容从序列化的对象重新读到内存里称之为反序列化,即unpickling。
Python提供了pickle模块来实现序列化。
首先,我们尝试把一个对象序列化并写入文件:
"""
import pickle
#序列化
f = open("C:\\Users\\Administrator\\Desktop\\test\\test.txt", 'wb')
d = {"name":"Bob", "age":20}
print(pickle.dumps(d))
# pickle.dumps()方法把任意对象序列化成一个bytes,然后,就可以把这个bytes写入文件。
# 或者用另一个方法pickle.dump()直接把对象序列化后写入一个file-like Object:
pickle.dump(d,f)
f.close()
"""
看看写入的dump.txt文件,一堆乱七八糟的内容,这些都是Python保存的对象内部信息。
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:
"""
# 反序列化
f = open("C:\\Users\\Administrator\\Desktop\\test\\test.txt", 'rb')
d = pickle.load(f)
print(d)
f.close()
# {'name': 'Bob', 'age': 20}
"""
变量的内容又回来了!
当然,这个变量和原来的变量是完全不相干的对象,它们只是内容相同而已。
Pickle的问题和所有其他编程语言特有的序列化问题一样,就是它只能用于Python,并且可能
不同版本的Python彼此都不兼容,因此,只能用Pickle保存那些不重要的数据,不能成功
地反序列化也没关系。
"""
9.4.2 使用JSON写入和读取文件
"""
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表示的对象就是标准的JavaScript语言的对象,JSON和Python内置的数据类型对应如下:
JSON类型 Python类型
{} dict
[] list
"string" str
1234.56 int或float
true/false True/False
null None
Python内置的json模块提供了非常完善的Python对象到JSON格式的转换。我们先看看如何把
Python对象变成一个JSON:
"""
import json
d = dict(name='Bob', age=20, score=88)
with open("C:\\Users\\Administrator\\Desktop\\test\\test.json", "w") as f:
json.dump(d,f)
"""
dumps()方法返回一个str,内容就是标准的JSON。类似的,dump()方法可以直接把JSON写
入一个file-like Object。
要把JSON反序列化为Python对象,用loads()或者对应的load()方法,前者把JSON的字符
串反序列化,后者从file-like Object中读取字符串并反序列化:
"""
import json
with open("C:\\Users\\Administrator\\Desktop\\test\\test.json", "r") as f:
f1 = json.load(f)
print(f1)
#输出:{'name': 'Bob', 'age': 20, 'score': 88}