文件数据读写

读写文件，本质上是请求操作系统打开一个文件对象，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）。

文件读取

使用 Python 内置 open() 函数，以 rt 的模式读取文件，如下示例：

>>> f = open('some.txt', 'rt') 

这行代码就表示打开一个文件，若是文件不存在，会抛出 IOError 的异常，并给出详细的信息提示：

>>> f = open('undefined.txt', 'rt')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
FileNotFoundError: [Errno 2] No such file or directory: 'undefined.txt'

当成功打开文件时，可使用 read() 函数读取文件的内容:

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

当数据读取完毕后，需要调用 close() 关闭文件。因为文件对象会占用资源，使用完毕后需要及时关闭释放资源。

>>> f.close()

还有一种方法就是使用 with 语句，给被使用的文件创建一个上下文环境，这样文件对象就能够自动关闭。

>>> with open('some.txt', 'rt') as f:
...     data = f.read()
...

调用 read() 时一次性读取全部内容，若是文件内容过大，可以使用 read(size) 固定大小循环读取，每次最多读取 size 字节的内容。readline() 函数，每次读取一行内容，readlines() 读取所有内容，但是按行返回 list。三者的使用，可根据实际的需求进行选择。

二进制文件

读取二进制的文件，需要使用 rb 的模式打开：

>>> f = open('image.jpg', 'rb')
>>> f.read()
b'\xff\xd8\xff\xe0\x00\x10JFIF\x00...'

从文件中读取数据，需要注意编码的问题。当编码错误时，会抛出 UnicodeDecodeError 异常。比如：

>>> f = open('some.txt', 'rt', encoding='ascii')
>>> f.read()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python3.6/encodings/ascii.py", line 26, in decode       
    return codecs.ascii_decode(input, self.errors)[0]
UnicodeDecodeError: 'ascii' codec can't decode byte 0xcc in position 2: ordinal not in range(128)

这种情况下，通常为读取文本指定的编码不正确，需要确认文件编码是否正确。如果编码错误还是存在的话，可以给 open() 函数传递一个可选的 errors 参数来处理这些错误。比如：

>>> f = open('some.txt', 'rt', encoding='ascii', errors='replace') 
>>> f.read()
'Un��ic��o��de��'
>>> f = open('some.txt', 'rt', encoding='ascii', errors='ignore')  
>>> f.read()
'Unicode'

使用参数 errors 能够处理编码错误的问题，但是过程会觉得非常糟糕。这里提倡的是确保使用的是正确的编码。模棱两可的时候，使用默认的设置（通常是 UTF-8）。

压缩文件

读取 gzip 和 bz2 格式的压缩文件时，可以使用 gzip 和 bz2 模块。两个模块都为 open() 提供了另外的实现来解决读取 gzip 和 bz2 两个格式的压缩文件的问题。例如读取压缩文件，示例如下：

>>> import gzip
>>> with gzip.open('some.gz', 'rt') as f: 
...     text=f.read()
     
>>> import bz2
>>> with bz2.open('some.bz2', 'rt') as f:
...     text=f.read()

文件写入

文件写入，同样需要调用 open() 参数，但是指定的模式为 wt 或者 wb，用以表示写文本文件或是二进制文件：

>>> f = open('some.txt', 'wt')
>>> f.write('Hello, world!')
13
>>> f.close()

数据写入完毕，同样需要调用 close() 关闭文件对象。也可以 with 语句创建上下文，用以正常关闭文件对象。

类似的，写入压缩数据时，导入 gzip 或者 bz2 模块：

>>> import gzip
>>> with gzip.open('some.gz', 'wt') as f: 
...     f.write(text)
     
>>> import bz2
>>> with bz2.open('some.bz2', 'wt') as f:
...     f.write(text)

写入压缩数据时，可选参数 compresslevel 可以指定一个压缩等级。例如：

>>> with gzip.open('some.gz', 'wt', compresslevel=6) as f:
...     f.write(text)

compresslevel 参数默认值为 9，表示最高的压缩等级。等级越低性能越好，但是压缩程度也就越低。

使用 w 模式的 open() 函数，若打开的文件在写入前有数据内容，则会被清除覆盖。如果是要在已经存在的文件中添加内容的话，使用模式为 at 的 open() 函数。

涉及读写文件模式的定义及含义，内容如下：

具体更详细的内容可以参考 Python 官方文档。

参考资料

来源

1. David M. Beazley;Brian K. Jones.Python Cookbook, 3rd Edtioni.O’Reilly Media.2013.
2. Luciano Ramalho.Fluent Python.O’Reilly Media.2015.
3. “2. Built-in Functions”.docs.python.org.Retrieved 20 January 2020.
4. “gzip — Support for gzip files”.docs.python.org.Retrieved 22 January 2020.
5. “bz2 — Support for bzip2 compression”.docs.python.org.Retrieved 22 January 2020.
6. 廖雪峰.“Python 教程”.liaoxuefeng.com.[2020-01-18].

以上为本篇的主要内容。