首页 > 代码库 > python基础教程_学习笔记21:文件和素材
python基础教程_学习笔记21:文件和素材
文件和素材
打开文件
open函数用来打开文件,语法如下:
open([name[,mode[,buffering]])
open函数使用一个文件名作为唯一的强制参数,然后返回一个文件对象。模式(mode)和缓冲(buffering)参数都是可选的。
>>> f=open(r‘D:\software(x86)\Python27\README.txt‘)
如果文件不存在,则出现错误:
>>> f=open(r‘D:\software(x86)\Python27\README_unknown.txt‘)
Traceback (most recent call last):
File "<pyshell#5>", line 1, in <module>
f=open(r‘D:\software(x86)\Python27\README_unknown.txt‘)
IOError: [Errno 2]
No such file or directory: ‘D:\\software(x86)\\Python27\\README_unknown.txt‘
文件模式
如果open函数只带一个文件名参数,则可以获取能读取文件内容的文件对象。
如果要向文件内写入内容,则必须提供一个模式参数来显式声明。open函数中的模式参数只有几个值。
值 描述
‘r’ 读模式
‘w’ 写模式
‘a’ 追加模式
‘b’ 二进制模式(可添加到其他模式中使用)
‘+’ 读/写模式(可添加到其他模式中使用)
明确地指定读模式和什么模式参数都不用的效果是一样的。使用写模式可以向文件写入内容。
‘+’参数可以用到其他任何模式中,指明读和写都是允许的。比如’r+’能在打开一个文件文件用来读写时使用。
‘b’模式改变处理文件的方法。一般来说,python假定处理的是文本文件(包括字符)。通常这样做不会有什么问题,但如果处理的是一些其他类型的文件(二进制文件),比如声音剪辑或图像,那么应该在模式参数中增加’b’。参数’rb’可以用来读取一个二进制文件。
注意:通过在模式参数中使用U参数能够在打开文件时使用通用的换行符支持模式,在这种模式下,所有的换行符/字符串(\r\n,\r或\n)都被转换成\n,而不用考虑运行的平台。
缓冲
open函数的第3个参数控制着文件的缓冲。
如果参数是0或False,I/O就是无缓冲的(所有的读写操作直接针对硬盘);
如果参数是1或True,I/O就是有缓冲的(python使用内存代替硬盘,让程序更快,只有flush或close时才会更新硬盘上的数据);
大于1的数字代表缓冲区的大小(单位是字节),
-1(或其他负数)代表使用默认的缓冲区大小。
基本文件方法
类文件对象是支持一些文件的方法的对象,更重要的是支持read方法或者write方法,或两者兼有。
读和写
文件(或流)最重要的能力是提供或者接受数据。如果有一个名为f的类文件对象,就可以使用f.write方法和f.read方法(以字符串形式)写入和读取数据。
每次调用f.write(string)时,所提供的参数string会被追加到文件中已存在部分的后面。
>>> f=open(‘D:\\software(x86)\\Python27\\temp\\temp.txt‘,‘w‘)
>>> f.write(‘Hello, ‘)
>>> f.write(‘signjing!‘)
>>> f.close()
在完成了一个文件的操作时,调用close函数。
>>> f=open(‘D:\\software(x86)\\Python27\\temp\\temp.txt‘,‘r‘)
读取很简单,只要记得告诉要读取多少字符(字节)即可。
>>> f.read()
‘Hello, signjing!‘
当不提供要读取的字符数时,read函数读取剩下的文件。
>>> f.read()
‘‘
>>> f.close()
‘w’模式打开文件时即便没有对文件进行写入,也会先清空文件,这一点请注意。
管式输出
Unix的shell,可以使用管道在一个命令后面续写其他多个命令。
GNU bash在windows下也有,详情请了解cygwin;
在Mac OS X上,通过终端,可以使用shell文件。
$ cat somescript.py
#File: some script.py
import sys
text=sys.stdin.read()
word=text.split()
wordcount=len(word)
print "Wordcount: ",wordcount
print [w for w in word]
$ cat somescript.py | python somescript.py
Wordcount: 17
[‘#File:‘, ‘some‘, ‘script.py‘, ‘import‘, ‘sys‘, ‘text=sys.stdin.read()‘, ‘word=text.split()‘, ‘wordcount=len(word)‘, ‘print‘, ‘"Wordcount:‘, ‘",wordcount‘, ‘print‘, ‘[w‘, ‘for‘, ‘w‘, ‘in‘, ‘word]‘]
读写行
通常来说,逐个字符读取文件是没有问题的,逐行读取也可以。
还可以使用file.readline读取单独的一行(从当前位置开始直到一个换行符出现,也读取这个换行符)。
不使用任何参数或者使用一个非负的整数作为readline可以读取的字符(或字节)的最大值。
readlines方法可以读取一个文件中的所有行并将其作为列表返回。
writelines方法和readlines相反:传给它一个字符串的列表(实际上任何序列或可迭代的对象都行),它会把所有的字符串写入文件(或流)。
注意:程序不会增加新行,需要自己添加。没有writeline方法,因为可以使用write替代。
关闭文件
应该牢记使用close方法关闭文件。
通常来说,一个文件对象在退出程序后(也可能退出前)自动关闭,尽管十分关闭文件不是很重要,但关闭文件是没有什么害处的,可以避免在某些操作系统或设置中进行无用的修改,这样做也会避免用完系统中所打开文件的配额。
写入过的文件总是应该关闭,因为python可能会缓存(处于效率的考虑而把数据临时地存储在某处)写入的数据,如果程序因为某些原因崩溃了,那么数据根本就不会被写入文件。为了安全起见,要在使用完文件后关闭。
如果想确保文件被关闭了,应该使用try/finally语句,并在finally子句中调用close方法。
事实上,有专门为这种情况设计的语句,即with语句:
with open(“somefile.txt”) as somefile:
do_something(somefile)
with语句可以打开文件并且将其赋值到变量上,之后可以将数据写入语句体中的文件或执行其他操作。文件在语句结束后会被自动关闭,即使是由于异常引起的结束也是如此。
使用基本文件方法
read(n)
>>> f=open(r‘/home/ggz2/magiccube/mysh/pys/somescript.py‘)
>>> f.read(7)
‘#File: ‘
>>> f.read(4)
‘some‘
>>> f.close()
read()
>>> f=open(r‘/home/ggz2/magiccube/mysh/pys/somescript.py‘)
>>> print f.read()
#File: some script.py
import sys
text=sys.stdin.read()
word=text.split()
wordcount=len(word)
print "Wordcount: ",wordcount
print [w for w in word]
>>> f.close()
readline()
>>> f=open(r‘/home/ggz2/magiccube/mysh/pys/somescript.py‘)
>>> for i in range(3):
... print str(i) + ‘: ‘ + f.readline()
...
0: #File: some script.py
1:
2: import sys
readlines()
>>> import pprint
>>> pprint.pprint(open(r‘/home/ggz2/magiccube/mysh/pys/somescript.py‘).readlines())
[‘#File: some script.py\n‘,
‘\n‘,
‘import sys\n‘,
‘text=sys.stdin.read()\n‘,
‘word=text.split()\n‘,
‘wordcount=len(word)\n‘,
‘print "Wordcount: ",wordcount\n‘,
‘print [w for w in word]\n‘]
>>> f=open(r‘/home/ggz2/magiccube/mysh/pys/somescript.py‘)
>>> f.readlines()
[‘#File: some script.py\n‘, ‘\n‘, ‘import sys\n‘, ‘text=sys.stdin.read()\n‘, ‘word=text.split()\n‘, ‘wordcount=len(word)\n‘, ‘print "Wordcount: ",wordcount\n‘, ‘print [w for w in word]\n‘]
write(string)
>>> f=open(r‘/home/ggz2/magiccube/mysh/pys/somescript.py‘,‘w‘)
>>> f.write("print ‘hello, \nSignjing!‘")
>>> f.close()
>>> f=open(r‘/home/ggz2/magiccube/mysh/pys/somescript.py‘)
>>> f.readlines()
["print ‘hello, \n", "Signjing!‘"]
writelines(list)
>>> f=open(r‘/home/ggz2/magiccube/mysh/pys/somescript.py‘)
>>> lines=f.readlines()
>>> f.close()
>>> lines[1]=‘isn\‘t a\n‘
>>> f=open(r‘/home/ggz2/magiccube/mysh/pys/somescript.py‘,‘w‘)
>>> f.writelines(lines)
>>> f.close()
>>> f=open(r‘/home/ggz2/magiccube/mysh/pys/somescript.py‘)
>>> f.readlines()
["print ‘hello, \n", "isn‘t a\n"]
>>> f.close()
对文件内容进行迭代
按字节处理
最常见的对文件内容进行迭代的方法是while循环中使用read方法:对每个字符进行循环;
>>> f=open(r‘/home/ggz2/magiccube/mysh/pys/somescript.py‘)
>>> while True:
... char=f.read(1)
... if not char:
... break
... print char
...
p
r
i
n
t
‘
h
e
l
l
o
,
i
s
n
‘
t
a
>>> f.close()
按行处理
>>> f=open(r‘/home/ggz2/magiccube/mysh/pys/somescript.py‘)
>>> while True:
... line=f.readline()
... if not line:
... break
... print line
...
print ‘hello,
isn‘t a
>>> f.close()
读取所有内容
如果文件不是很大,可以使用不带参数的read方法一次读取整个文件(把整个文件当作一个字符串来读取),或者使用readlines方法(把文件读入一个字符串列表,在列表中每个字符串就是一行)。
注意:将文件的内容读入一个字符串或者读入列表在其他时候也很有用。比如在读取后,可以对字符串使用正则表达式操作,也可以将行列表存入一些的数据结构中,以备将来使用。
>>> f=open(r‘/home/ggz2/magiccube/mysh/pys/somescript.py‘)
>>> print [char for char in f.read()]
[‘p‘, ‘r‘, ‘i‘, ‘n‘, ‘t‘, ‘ ‘, "‘", ‘h‘, ‘e‘, ‘l‘, ‘l‘, ‘o‘, ‘,‘, ‘ ‘, ‘\n‘, ‘i‘, ‘s‘, ‘n‘, "‘", ‘t‘, ‘ ‘, ‘a‘, ‘\n‘]
>>> f.close()
>>> f=open(r‘/home/ggz2/magiccube/mysh/pys/somescript.py‘)
>>> print [line for line in f.readlines()]
["print ‘hello, \n", "isn‘t a\n"]
>>> f.close()
使用fileinput实现懒惰行迭代
在需要对一个非常大的文件进行迭代行的操作时,readlines会占用太多的内存。这时可以使用while+readline方法来替代。
>>> import fileinput
>>> print [line for line in fileinput.input(‘/home/ggz2/magiccube/mysh/pys/somescript.py‘)]
["print ‘hello, \n", "isn‘t a\n"]
文件迭代器
文件对象是可迭代的,这意味着可以直接在for循环中使用它们,从而对它们进行迭代。
只要没有向文件中写入内容,那么不关闭文件也是可以的。
>>> f=open(‘/home/ggz2/magiccube/mysh/pys/somescript.py‘,‘w‘)
>>> f.write("1st:1\n")
>>> f.write("2nd:2\n")
>>> f.write("3rd:3\n")
>>> f.close()
>>> lines=list(open(‘/home/ggz2/magiccube/mysh/pys/somescript.py‘))
>>> lines
[‘1st:1\n‘, ‘2nd:2\n‘, ‘3rd:3\n‘]
>>> lines[2]
‘3rd:3\n‘
>>> lines[1]
‘2nd:2\n‘
>>> lines[0]
‘1st:1\n‘
使用序列对一个打开的文件进行解包操作,把每行都放入一个单独的变量中,这样做是很有实用性的,因为一般不知道文件有多少行,但它演示了文件对象的“迭代性”。