Python 核心编程（第二版）——文件和输入输出

• Z时代
• 2024-01-10
• 分类：综合

1.文件对象

文件对象不仅可以用来访问普通的磁盘文件, 而且也可以访问任何其它类型抽象层面上的"文件". 一旦设置了合适的"钩子", 你就可以访问具有文件类型接口的其它对象, 就好像访问的是普通文件一样。文件只是连续的字节序列. 数据的传输经常会用到字节流, 无论字节流是由单个字节还是大块数据组成。

2.文件内建函数【open()和 file()】

作为打开文件之门的"钥匙", 内建函数 open() [以及 file() ]提供了初始化输入/输出(I/O)操作的通用接口。

open() 内建函数成功打开文件后时候会返回一个文件对象, 否则引发一个错误。当操作失败， Python 会产生一个 IOError 异常。内建函数 open() 的基本语法是：

python;gutter:true;">file_object = open(file_name, access_mode=\'r\', buffering=-1)

file_name 是包含要打开的文件名字的字符串, 它可以是相对路径或者绝对路径. 可选变量access_mode 也是一个字符串, 代表文件打开的模式. 通常, 文件使用模式 \'r\', \'w\', 或是 \'a\'模式来打开, 分别代表读取, 写入和追加. 还有个 \'U\' 模式, 代表通用换行符支持。使用 \'r\' 或 \'U\' 模式打开的文件必须是已经存在的. 使用 \'w\' 模式打开的文件若存在则首先清空, 然后(重新)创建. 以 \'a\' 模式打开的文件是为追加数据作准备的, 所有写入的数据都将追加到文件的末尾. 即使你 seek 到了其它的地方. 如果文件不存在, 将被自动创建, 类似以 \'w\'模式打开文件.

如果没有给定 access_mode , 它将自动采用默认值 \'r\' 。另外一个可选参数 buffering 用于指示访问文件所采用的缓冲方式. 其中 0 表示不缓冲, 1表示只缓冲一行数据, 任何其它大于 1 的值代表使用给定值作为缓冲区大小. 不提供该参数或者给定负值代表使用系统默认缓冲机制, 既对任何类电报机( tty )设备使用行缓冲, 其它设备使用正常缓冲. 一般情况下使用系统默认方式即可.

open() 和 file() 函数具有相同的功能, 可以任意替换。一般说来, 我们建议使用 open() 来读写文件。

通用换行符支持（UNS）：当你使用 \'U\' 标志打开文件的时候, 所有的行分割符(或行结束符, 无论它原来是什么)通过 Python 的输入方法(例如 read*() )返回时都会被替换为换行符NEWLINE(\n). (\'rU\' 模式也支持 \'rb\' 选项) . 这个特性还支持包含不同类型行结束符的文件. 文件对象的newlines 属性会记录它曾“看到的”文件的行结束符。

注意 UNS 只用于读取文本文件， 没有对应的处理文件输出的方法。

在编译 Python 的时候，UNS 默认是打开的. 如果你不需要这个特性, 在运行configure 脚本时，你可以使用 --without-universal-newlines 开关关闭它。

3.文件内建方法

open() 成功执行并返回一个文件对象之后, 所有对该文件的后续操作都将通过这个"句柄"进行. 文件方法可以分为四类: 输入, 输出, 文件内移动, 以及杂项操作.

1）输入

read() 方法用来直接读取字节到字符串中, 最多读取给定数目个字节. 如果没有给定 size参数(默认值为 -1)或者 size 值为负, 文件将被读取直至末尾.

readline() 方法读取打开文件的一行(读取下个行结束符之前的所有字节). 然后整行，包括行结束符，作为字符串返回.它也有一个可选的 size 参数, 默认为 -1, 代表读至行结束符. 如果提供了该参数, 那么在超过size 个字节后会返回不完整的行.

readlines() 方法并不像其它两个输入方法一样返回一个字符串. 它会读取所有(剩余的)行然后把它们作为一个字符串列表返回. 它的可选参数 sizhint 代表返回的最大字节大小. 如果它大于 0 , 那么返回的所有行应该大约有 sizhint 字节(可能稍微大于这个数字, 因为需要凑齐缓冲区大小).

2）输出

write() 内建方法把含有文本数据或二进制数据块的字符串写入到文件中去。

writelines() 方法是针对列表的操作, 它接受一个字符串列表作为参数, 将它们写入文件. 行结束符并不会被自动加入, 所以如果需要的话, 你必须在调用writelines()前给每行结尾加上行结束符.

核心笔记：保留行分隔符。当使用输入方法如 read() 或者 readlines() 从文件中读取行时, Python 并不会删除行结束符. 这个操作被留给了程序员.输出方法 write() 或 writelines() 也不会自动加入行结束符. 你应该在向文件写入数据前自己完成。

3）文件内移动

seek() 方法可以在文件中移动文件指针到不同的位置。offset字节代表相对于某个位置偏移量. 位置的默认值为 0 , 代表从文件开头算起(即绝对偏移量), 1 代表从当前位置算起, 2 代表从文件末尾算起.

text() 方法是对 seek() 的补充; 它告诉你当前文件指针在文件中的位置 - 从文件起始算起,单位为字节.

4）文件迭代

在 Python 2.2 中引进了迭代器和文件迭代，文件对象成为了它们自己的迭代器，可以使用迭代器的 next 方法, file.next() 可以用来读取文件的下一行，文件迭代更为高效, 而且写（和读）这样的 Python 代码更容易.

5）其他

close() 通过关闭文件来结束对它的访问. Python 垃圾收集机制也会在文件对象的引用计数降至零的时候自动关闭文件.

fileno() 方法返回打开文件的描述符. 这是一个整数, 可以用在如 os 模块( os.read() )的一些底层操作上.

调用 flush() 方法会直接把内部缓冲区中的数据立刻写入文件, 而不是被动地等待输出缓冲区被写入.

isatty() 是一个布尔内建函数, 当文件是一个类 tty 设备时返回 True , 否则返回False .

truncate() 方法将文件截取到当前文件指针位置或者到给定 size , 以字节为单位.

6）文件方法杂项

核心笔记: 行分隔符和其它文件系统的差异。

操作系统间的差异之一是它们所支持的行分隔符不同.在 POSIX (Unix 系列或 Mac OS X)系统上, 行分隔符是 换行符 NEWLINE ( \n ) 字符. 在旧的 MacOS 下是 RETURN ( \r ) , 而 DOS 和Wind32 系统下结合使用了两者 ( \r\n ).

另个不同是路径分隔符(POSIX 使用 "/", DOS 和 Windows 使用 "\", 旧版本的 MacOS 使用":"), 它用来分隔文件路径名, 标记当前目录和父目录.

Python 的 os 模块设计者已经帮我们想到了这些问题. os 模块有五个很有用的属性.

不管你使用的是什么平台, 只要你导入了 os 模块, 这些变量自动会被设置为正确的值, 减少了你的麻烦.

print 语句默认在输出内容末尾后加一个换行符, 而在语句后加一个逗号就可以避免这个行为.readline() 和 readlines() 函数不对行里的空白字符做任何处理,所以你有必要加上逗号. 如果你省略逗号, 那么显示出的文本每行后会有两个换行符, 其中一个是输入是附带的, 另个是 print 语句自动添加的.

文件对象还有一个 truncate() 方法, 它接受一个可选的 size 作为参数. 如果给定, 那么文件将被截取到最多 size 字节处. 如果没有传递 size 参数, 那么默认将截取到文件的当前位置.如, 你刚打开了一个文件, 然后立即调用 truncate() 方法, 那么你的文件(内容)实际上被删除,这时候你是其实是从 0 字节开始截取的( tell() 将会返回这个数值 ).

1 filename = input(\'Enter file name: \')
2 fobj = open(filename, \'w\')
3 while True:
4     aLine = input("Enter a line (\'.\' to quit): ")
5     if aLine != ".":
6         fobj.write(\'%s%s\' % (aLine, os.linesep)
7     else:
8         break
9 fobj.close()

View Code

 1 >>> f = open(\'/tmp/x\', \'w+\')
 2 >>> f.tell()
 3 0
 4 >>> f.write(\'test line 1\n\') # 加入一个长为12 的字符串 [0-11]
 5 >>> f.tell()
 6 12
 7 >>> f.write(\'test line 2\n\') # 加入一个长为12 的字符串 [12-23]
 8 >>> f.tell() # 告诉我们当前的位置
 9 24
10 >>> f.seek(-12, 1) # 向后移12 个字节
11 >>> f.tell() # 到了第二行的开头
12 12
13 >>> f.readline()
14 \'test line 2\012\'
15 >>> f.seek(0, 0) # 回到最开始
16 >>> f.readline()
17 \'test line 1\012\'
18 >>> f.tell() # 又回到了第二行
19 12
20 >>> f.readline()
21 \'test line 2\012\'
22 >>> f.tell() # 又到了结尾
23 24
24 >>> f.close() # 关闭文件

View Code

file.seek(off, whence=0)：从文件中移动off个操作标记（文件指针），正往结束方向移动，负往开始方向移动。如果设定了whence参数，就以whence设定的起始位为准，0代表从头开始，1代表当前位置，2代表文件最末尾位置。[注：文件需以b模式打开才可以进行文件尾计算]

4.文件内建属性

5.标准文件

一般说来, 只要你的程序一执行, 那么你就可以访问三个标准文件. 它们分别是标准输入(一般是键盘), 标准输出(到显示器的缓冲输出)和标准错误(到屏幕的非缓冲输出).(这里所说的"缓冲"和"非缓冲"是指 open() 函数的第三个参数.)这些文件沿用的是 C 语言中的命名, 分别为stdin , stdout 和 stderr .

Python 中可以通过 sys 模块来访问这些文件的句柄. 导入 sys 模块以后, 就可以使用sys.stdin , sys.stdout 和 sys.stderr 访问. print 语句通常是输出到 sys.stdout ; 而内建raw_input() 则通常从 sys.stdin 接受输入.

记得 sys.* 是文件, 所以你必须自己处理好换行符. 而 print 语句会自动在要输出的字符串后加上换行符。

6.命令行参数

sys 模块通过 sys.argv 属性提供了对命令行参数的访问。 命令行参数是调用某个程序时除程序名以外的其它参数.

argc 和 argv 分别代表参数个数(argumentcount)和参数向量(argument vector). argv 变量代表一个从命令行上输入的各个参数组成的字符串数组; argc 变量代表输入的参数个数. 在 Python 中, argc 其实就是 sys.argv 列表的长度,而该列表的第一项 sys.argv[0] 永远是程序的名称.总结如下:

以上是 Python 核心编程（第二版）——文件和输入输出 的全部内容， 来源链接： utcz.com/z/387632.html