Python核心编程--学习笔记--9--文件和输入输出

小程序：扫一扫查出行
【扫一扫了解最新限行尾号】
复制小程序

本章将深入介绍Python的文件处理和相关输入输出能力，包括：文件对象(以及它的内建函数、内建方法和属性)，标准文件，文件系统的访问方法，文件执行，最后简要涉及持久存储和标准库中与文件有关的模块。

1 文件对象

句柄、文件描述符，可以访问磁盘的普通文件，也可以访问设备文件等类文件。文件只是连续的字节序列，无论单字节还是大块数据，数据传输会用到字节流。

2 文件内建函数

open()和file()功能一样，打开一个文件，返回一个文件对象，打开错误则引发错误。推荐：打开文件时用open，为了说明文件对象时用file，例如isinstance(fd, file)。

语法：

file_object = open(file_name, access_mode = 'r', buffering = -1)

其中，参数访问模式包括：'r'读、'w'写、'a'追加（即使seek到其他地方，也是写入文件末尾）、'b'二进制（不能在前面出现）、'+'同时支持读写、'U'通用换行符。

参数缓冲方式包括：0-不缓冲，1-只缓冲一行，>=2-给定值作为缓冲区大小，负数-系统默认缓冲机制（tty设备行缓冲，其他设备正常缓冲）。

2.1 通用换行符UNS

不同OS的换行符不同，使用'U'标识打开文件时，通过Python的读方法返回的所有换行符都被替换为\n。

文件对象的newlines属性记录原来的行结束符。它在没有碰到行结束符时为None，读到第一个行结束符时为第一个行结束符，读到其他行结束符时变成一个包含不同换行符的元组。

UNS默认打开，不需要则在运行configure脚本时使用 --without-universal-newlines 开关关闭它。

3 内建函数

3.1 读文件

read() #读至文件结尾。如果给定参数size大小且为正，则最多读取size大小
readline() #读取下一行，包括行结束符，作为字符串返回。如果给定size，则最多读取size大小
readlines() #将各行组成一个列表返回，也有size参数，不常用

3.2 写入文件

write() #和read()功能相反
writelines() #接收一个字符串列表作为参数，行结束符需要自己添加

3.3 文件内移动

seek(offset[, whence]) #将文件指针移动offset个字节，默认0从文件头开始，1从当前位置开始，2从文件尾开始
tell() #返回文件指针的位置，从头开始计算

3.4 文件迭代

for eachline in fobj: #直接迭代，eachline包括换行符
pass fobj.next() #返回下一行，包括换行符

3.5 其他

close() #关闭文件。如果不显式地关闭文件，可能丢失输出缓冲区的数据。
fileno() #返回打开文件的描述符。这是一个整数，可用在如os模块(os.read())的一些底层操作上。
flush() #直接把内部缓冲区中的数据立刻写入文件。
isatty() #当文件是一个类tty设备时返回True。
truncate() #将文件截取到当前文件指针位置或者到给定的size，以字节为单位。

3.6 示例

由于操作系统的不同，换行符、路径分隔符都不同，因此os模块有助于跨平台开发，只要导入os模块就会设置为正确值：

linesep #行分隔符的字符串，linux中为'\n'
sep #路径名分隔符的字符串，linux中为'/'
pathsep #文件路径分隔符的字符串，linux中为':'
curdir #当前工作目录的字符串名称，linux中为'.'
pardir #(当前工作目录的)父目录字符串名称，linux中为'..'

由于write()方法不会自己添加换行符，写入文件时要注意添加：

fobj.write('hello world\n')
fobj.write('%s%s' % ('hello world', os.linesep))

文件内移动文件指针：

>>> f=open('tmp', 'w+') #打开文件，读写模式
>>> f.tell() #文件指针在0位置
0L
>>> f.write('test line 1\n') #写入一行
>>> f.tell() #文件指针后移12个字节
12L
>>> f.seek(-12,1) #在当前位置左移12个字节
>>> f.tell() #回到0位置
0L
>>> f.readline() #读取第一行
'test line 1\n'
>>> f.tell() #又向后移动12个字节
>>> f.close() #记得关闭文件

4 文件内建的数据属性

file.closedTrue #文件已关闭则为True
file.encoding #文件所使用的编码 - 当写入Unicode字符串时，它们将自动使用encoding转换为字节字符串；若encoding为None时使用系统默认编码
file.mode #文件打开时使用的访问模式
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，有多种类型的行结束符时则为一个列表
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。一般程序员用不着，由程序内部使用。

5 标准文件

sys.stdin #标准输入
sys.stdout #标准输出
sys.stderr #标准错误

6 命令行参数

sys.argv #参数列表，类似于C语言的char ×argv[]
len(sys.argv) #参数歌手，Python没有argc

还有两个模块用于辅助处理命令行参数：

getopt #简单，不很精细
optparse #复杂，面向对象

7 文件系统

对文件系统的大部分访问通过os模块实现，它只是一个虚拟层，真正加载的模块与操作系统有关。

os模块可以删除/重命名文件、遍历目录树、管理文件访问权限等，访问文件/目录的函数：

**文件处理**
1 mkfifo()/mknod() #创建命名管道/创建文件系统节点
remove()/unlink() #删除文件
rename()/renames() #重命名文件
stat/lstat() #返回文件信息
symlink() #创建符号链接
utime() #更新时间戳
tmpfile() #创建并打开('w+b')一个新的临时文件
walk() #生成一个目录树下的所有文件名 **目录/文件夹**
chdir()/fchdir() #改变当前工作目录/通过一个文件描述符改变当前工作目录
chroot() #改变当前进程的根目录
listdir() #列出指定目录的文件
getcwd()/getcwdu() #返回当前工作目录/功能相同，但返回一个 Unicode 对象
mkdir()/makedirs() #创建目录/创建多层目录
rmdir()/removedirs() #删除目录/删除多层目录 **访问/权限**
access() #检验权限模式
chmod() #改变权限模式
chown()/lchown() #改变owner和group ID/功能相同，但不会跟踪链接
umask() #设置默认权限模式 **文件描述符操作**
open() #底层的操作系统open(对于文件，使用标准的内建open()函数)
read()/write() #根据文件描述符读取/写入数据
dup()/dup2() #复制文件描述符号/功能相同，但是是复制到另一个文件描述符 **设备号**
makedev() #从major和minor设备号创建一个原始设备号
major()/minor() #从原始设备号获得major/minor设备号

os.path完成管理和操作文件路径名中的各个部分、获取文件或子目录信息、文件路径查询等操作，路径名访问函数包括：

**分隔**
1 basename() #去掉目录路径，返回文件名
dirname() #去掉文件名，返回目录路径
join() #将分离的各部分组合成一个路径名
split() #返回(dirname(), basename())元组
splitdrive()#返回(drivename, pathname)元组
splitext() #返回(filename, extension)元组 **信息**
getatime() #返回最近访问时间
getctime() #返回文件创建时间
getmtime() #返回最近文件修改时间
getsize() #返回文件大小(以字节为单位) **查询**
exists() #指定路径(文件或目录)是否存在
isabs() #指定路径是否为绝对路径
isdir() #指定路径是否存在且为一个目录
isfile() #指定路径是否存在且为一个文件
islink() #指定路径是否存在且为一个符号链接
ismount() #指定路径是否存在且为一个挂载点
samefile() #两个路径名是否指向同个文件

8 永久存储模块

转换并储存Python对象，该过程将比基本类型复杂的对象转换为一个二进制数据集合。这个过程也被称为数据的扁平化、数据的序列化、数据的顺序化。

marshal：只能处理简单Python对象。

pickle：可以处理递归对象、被不同地方多次引用的对象、以及用户定义的类和实例。dump()和load()函数相互转换。

DBM风格模块：数据库管理模块，anydbm可以自己选择最优模块。

shelve：使用anydbm模块寻找合适的DBM模块，然后使用cPickle来完成对储存转换过程。

9 相关的模块

base64 #提供二进制字符串和文本字符串间的编码/解码操作
binascii #提供二进制和 ASCII 编码的二进制字符串间的编码/解码操作
bz2 #访问BZ2格式的压缩文件
csv #访问csv文件(逗号分隔文件)
filecmp #用于比较目录和文件
fileinput #提供多个文本文件的行迭代器
getopt/optparse #提供了命令行参数的解析/处理
glob/fnmatch #提供 Unix 样式的通配符匹配的功能
gzip/zlib #读写GNU zip(gzip)文件(压缩需要zlib模块)
shutil #提供高级文件访问功能，包括复制文件及其访问权限等
c/StringIO #对字符串对象提供类文件接口
tarfilea #读写TAR归档文件，支持压缩文件
tempfile #创建一个临时文件(名)
uu #格式的编码和解码
zipfile #用于读取 ZIP 归档文件的工具