python 读写文件之 open 和 with open() 详细解析

python 读写文件之 open 和 with open() 详细解析

---

---

---

当我们讨论文件操作时，通常会涉及到open()和close()这两个函数。在Python中，open()函数用于打开一个文件，并返回一个文件对象，而close()函数用于关闭之前打开的文件。然而，在实际编程中，使用with open()语句是一种更安全、更简洁的方式来处理文件操作。下面将详细介绍这些概念。

---

1. open() 和 with open() 能打开不同的文件类型吗？

open() 和 with open() 在 Python 中都能用来打开各种类型的文件，包括文本文件和二进制文件。它们之间的主要区别在于文件处理的方式和资源管理上，而不是它们能够打开的文件类型。

不论使用 open() 还是 with open()，你都可以打开以下类型的文件：

1. 文本文件：
   使用 ‘r’（读取模式）、‘w’（写入模式）、‘a’（附加模式）等文本模式来打开文件。
2. 二进制文件：
   使用 ‘rb’（读取二进制模式）、‘wb’（写入二进制模式）、‘ab’（附加二进制模式）等二进制模式来打开文件。

2. 文本文件和二进制文件的区别

2.1 文本文件 (Text Files)

文本文件是由一系列可打印的字符（如字母、数字、标点符号等）组成，这些字符按照某种编码标准（如 ASCII、UTF-8 等）表示。文本文件的主要特点包括：

• 可读性：它们可以直接由人阅读和理解。
• 通用性：大多数文本编辑器和处理器都能够打开和编辑文本文件。
• 简单性：文本文件通常不包含复杂的格式化信息，如字体样式、颜色等。
• 编码：文本文件需要使用一种字符编码方案来表示字符。常见的编码方案包括 ASCII、UTF-8、UTF-16 等。

文本文件的例子包括纯文本文件（.txt）、源代码文件（如 .py、.java）、HTML 文件（.html）、Markdown 文件（.md）等。

2.2 二进制文件 (Binary Files)

非文本文件或二进制文件包含了不仅仅是可打印字符的信息，还包括了无法直接显示或解释的字节序列。这类文件的特点包括：

• 不可读性：通常情况下，它们不能直接被人类阅读或理解，除非使用特定的工具或应用程序。
• 复杂性：非文本文件可能包含复杂的格式化信息、图形数据、音频数据等。
• 专用性：每种类型的非文本文件通常都需要相应的软件来打开和处理。
• 格式：非文本文件通常具有特定的文件格式，如图像文件（.jpg、.png）、音频文件（.mp3、.wav）、视频文件（.mp4、.avi）以及文档文件（.docx、.pdf）等。

区别

• 处理方式：文本文件通常使用字符编码来表示内容，而二进制文件则是以字节序列的形式存储数据。
• 编辑工具：文本文件可以用文本编辑器打开，而二进制文件需要特定的应用程序来解析和展示其内容。
• 存储效率：对于大量数据，二进制文件通常比文本文件更节省空间，因为文本文件需要额外的字符编码开销。
• 兼容性：文本文件更容易在不同的系统和平台上进行交换，而二进制文件可能由于平台差异导致兼容性问题。

---

3. 读文件

3.1 使用 open() 和 close()

使用Python内置的open()函数，传入文件名和标示符：

>>> f=open(r'F:\jupyter notebook files\text files.txt','r') #标示符'r'表示读

如果文件不存在，open()函数就会抛出一个错误，并且给出错误码和详细的信息告诉你文件不存在：

>>> f=open(r'F:\jupyter notebook files\text.txt','r')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
FileNotFoundError: [Errno 2] No such file or directory: 'F:\\jupyter notebook files\\text.txt'

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：

>>> contents=f.read()
>>> print(contents)
naruto
bleach
onepiece

最后需要调用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。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(r'F:\jupyter notebook files\text files.txt','r')
    contents=f.read()
    print(contents)
finally:
    if f:
        f.close()

输出如下：

naruto
bleach
onepiece

3.2 使用with open()

每次都写close()比较繁琐，Python引入with语句，这样能够确保最后文件一定被关闭，且不用手动再调用close方法，效果和前面的try … finally是一样的。
注意：

1、调用read()会一次性读取文件的全部内容

with open(r'F:\jupyter notebook files\text files.txt','r') as f:
    contents=f.read()
    print(contents)

输出如下：

naruto
bleach
onepiece

2、调用readline()可以每次读取一行内容

with open(r'F:\jupyter notebook files\text files.txt','r') as f:
    a=f.readline()
    print(a)
    
    b=f.readline()
    print(b)
    
    c=f.readline()
    print(c)

输出如下：

naruto

bleach

onepiece

3、调用readlines()一次读取所有内容并按行返回list

with open(r'F:\jupyter notebook files\text files.txt','r') as f:
    a=f.readlines()
    print(a)

输出入下：

['naruto\n', 'bleach\n', 'onepiece']

4. 写文件

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(r'F:\jupyter notebook files\text files.txt','w') as f:
    a=f.write('attack on titan\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。

4.1 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：

with open(r'F:\jupyter notebook files\gbk.txt', 'r', encoding='gbk') as f:
    a=f.read()
    print(a)

输出如下：

gbk文本

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：

with open(r'F:\jupyter notebook files\gbk.txt', 'r', encoding='gbk',errors='ignore') as f: #注意errors='ignore'
    a=f.read()
    print(a)

4.2 读写方式列表

模式	描述
r	以只读方式打开文件。文件的指针将会放在文件的开头。这是默认模式。
rb	以二进制格式打开一个文件用于只读。文件指针将会放在文件的开头。这是默认模式。
r+	打开一个文件用于读写。文件指针将会放在文件的开头。
rb+	以二进制格式打开一个文件用于读写。文件指针将会放在文件的开头。
w	打开一个文件只用于写入。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
wb	以二进制格式打开一个文件只用于写入。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
w+	打开一个文件用于读写。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
wb+	以二进制格式打开一个文件用于读写。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
a	打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入。
ab	以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入。
a+	打开一个文件用于读写。如果该文件已存在，文件指针将会放在文件的结尾。文件打开时会是追加模式。如果该文件不存在，创建新文件用于读写。
ab+	以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。如果该文件不存在，创建新文件用于读写。

4.3 文件对象的属性

属性	描述
file.read([size])	将文件数据作为字符串返回，可选参数 size 控制读取的字节数
file.readlines([size])	返回文件中行内容的列表，size 参数可选
file.write(str)	将字符串写入文件
file.writelines(strings)	将字符串序列写入文件
file.close()	关闭文件
file.closed	表示文件已经被关闭，否则为 False
file.mode	Access 文件打开时使用的访问模式
file.encoding	文件所使用的编码
file.name	文件名
file.newlines	未读取到行分隔符时为 None，只有一种行分隔符时为一个字符串，当文件有多种类型的行结束符时，则为一个包含所有当前所遇到的行结束的列表
file.softspace	为 0 表示在输出一数据后，要加上一个空格符，1 表示不加。这个属性一般程序员用不着，由程序内部使用

5.需要注意的点

• 要读取非 UTF-8 编码的文本文件，需要给 open() 函数传入 encoding 参数。
• 读取时调用 read() 将一次性读取文件的全部内容，如果文件有 10GB，内存就爆了，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。
• 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。
• 根据需要调用：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() 更方便。