niulang

打开文件

f = open(\'/Users/michael/test.txt\', \'r\')

再读取

>>> f.read()
\'Hello, world!\'

最后关闭

>>> f.close()

Python引入了with语句来自动帮我们调用close()方法:

with open(\'/path/to/file\', \'r\') as f:
    print(f.read())

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:

for line in f.readlines():
    print(line.strip()) # 把末尾的\'\n\'删掉

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()
b\'\xff\xd8\xff\xe1\x00\x18Exif\x00\x00...\' # 十六进制表示的字节

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\'

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:

>>> f = open(\'/Users/michael/test.txt\', \'w\')
>>> f.write(\'Hello, world!\')
>>> f.close()

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\')
5
>>> f.write(\' \')
1
>>> f.write(\'world!\')
6
>>> print(f.getvalue())
hello world!

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())
...
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

# 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

要拆分路径时,也不要直接去拆字符串,而要通过os.path.split()函数

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.path.splitext(\'/path/to/file.txt\')
(\'/path/to/file\', \'.txt\')
# 对文件重命名:
>>> os.rename(\'test.txt\', \'test.py\')
# 删掉文件:
>>> os.remove(\'test.py\')

最后看看如何利用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pickling

将内存的内容写到磁盘中这个过程就是序列化,相应的还有反序列化

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
>>> 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:

>>> f = open(\'dump.txt\', \'wb\')
>>> 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:

>>> f = open(\'dump.txt\', \'rb\')
>>> d = pickle.load(f)
>>> f.close()
>>> d
{\'age\': 20, \'score\': 88, \'name\': \'Bob\'}

 

分类:

技术点:

相关文章: