Python 文件 IO

简述

文件是磁盘上的一个指定位置，用来存储相关信息。它用于永久地将数据存储在非易失性的内存中（例如：硬盘）。

在 Windows 中，文件可以是文本文档、图片、程序等，且通常会有相应的扩展名（例如：​​.txt​​）。而在 Linux 中，一切皆文件。

对于 Python 而言，文件是一种类型对象，像前面介绍的其他类型（例如：​​str​​）一样。

| 版权声明：一去、二三里，未经博主允许不得转载。

三部曲

在 Python 中，文件操作按照以下顺序进行：

• 打开文件（open）
• 执行读取/写入操作（read/write）
• 关闭文件（close）

在读写文件时，首先要打开它。在操作完成后，需要对文件进行关闭，以便释放与文件绑定的资源。

打开模式

在打开文件时，可以指定打开模式（​​mode​​）：

模式

描述

​​'r'​​

以读方式打开文件，可读取文件信息（默认）

​​'w'​​

以写方式打开文件，可向文件写入信息（清空该文件，再写入新内容）。若文件不存在，则创建。

​​'x'​​

打开独占创建，如果文件已经存在，则失败。

​​'a'​​

以追加方式打开文件（写入的数据会被加到文件末尾，即：文件原先的内容会被保留）。若文件不存在，则创建。

​​'b'​​

二进制模式

​​'t'​​

文本模式（默认）

​​'+'​​

打开一个用于更新（读取和写入）的文件

默认模式是 ​​'r'​​​，以只读方式打开文件，用于读取文本（相当于 ​​'rt'​​​）。对于二进制读写访问，模式 ​​'w+b'​​​ 打开并将文件截断为 0 字节（清空文件），​​'r+b'​​ 打开文件而不截断。

可以看出，Python 区分了二进制和文本 I/O：

• 以二进制模式打开文件（​​mode​​​ 中包含​​'b'​​​），内容将作为​​bytes​​ 对象返回，无需任何解码。
• 以文本模式打开文件（默认值，或​​mode​​​ 中包含​​'t'​​​），内容将作为​​str​​ 返回。首先使用平台相关编码对字节进行了解码，如果给出，则使用指定的编码。

打开文件

内置函数 ​​open()​​ 用于打开文件，并返回一个文件对象（也称为：句柄）：

>>> f = open("test.txt") # 打开当前目录中的文件
>>> f = open("/home/wang/workspace/python/test.txt") # 指定完整路径

指定打开模式

如果不指定模式，那么默认为 ​​'r'​​，以只读方式打开文件：

>>> f = open("test.txt") # 相当于 'r' 或 'rt'
>>> f.mode
'r'

此外，还可以显式指定打开模式 - 读取使用 ​​'r'​​​、写入使用 ​​'w'​​​、追加使用 ​​'a'​​：

>>> f = open("test.txt", 'w') # 以文本模式写入

还可以指定以文本模式或二进制模式打开文件：

>>> f = open("img.bmp", 'r+b') # 以二进制模式读写

注意： 二进制模式是处理非文本文件（例如：图像、exe）时使用的模式。

指定编码类型

默认的编码依赖于平台。在 Windows 中：

>>> f = open("E:/test.txt")
>>> f.encoding
'cp936'

在 Linux 中：

>>> f = open("/home/wang/workspace/python/test.txt")
>>> f.encoding
'UTF-8'

可以看到，不同平台上的编码是不一样的。所以如果依赖于默认编码，那么代码在不同平台上将会有不同表现。

因此，当以文本模式处理文件时，强烈建议指定编码类型：

f = open("test.txt", mode = 'r', encoding = 'utf-8')

关闭文件

当完成对文件的操作时，需要适当地关闭，以释放与该文件绑定的资源。

常规方式

使用 ​​close()​​ 方法来完成：

f = open("test.txt", encoding = 'utf-8')
# ... 执行文件操作
f.close()

然而，这种方式并不完全安全，因为在对文件执行某些操作时很有可能会引发 ​​IOError​​。一旦出错，代码将会退出而无法关闭文件。

异常处理

更安全的方式是使用 ​​try...finally​​ 块：

try:
f = open("test.txt", encoding = 'utf-8')
# 执行文件操作
finally:
f.close()

这样，即使出现异常，也可以确保文件能够被正确地关闭。

使用 with 语句

每次都要这么写，简直太繁琐了。所以，Python 引入了 ​​with​​ 语句：

with open("test.txt", encoding = 'utf-8') as f:
# 执行文件操作

这可以确保当 ​​with​​ 中的块退出时，文件被安全地关闭，该动作是在内部完成的。

这和 ​​try ... finally​​​ 的效果是一样的，而且无需显式地调用 ​​close()​​，代码简洁、优雅，更符合 Pythonic 的要求。

文件写入

为了写入文件，需要以写 ​​'w'​​​ 模式打开，追加则使用 ​​'a'​​​ 或独占创建使用 ​​'x'​​。

注意： 在使用 ​​'w'​​ 模式时需要小心，因为如果文件存在，则会进行覆盖，以前的所有数据都将被清除。

要写入一个字符串或字节序列（对于二进制文件），使用 ​​write()​​ 方法，该方法会返回写入文件的字符数。

>>> with open("poem.txt", 'w', encoding = 'utf-8') as f:
... f.write("Very quietly I take my leave\n")
... f.write("As quietly as I came here\n")
...
29
26

注意： 要区分不同的行，需要包含换行符（​​\n​​）。

可以看到，文件已经被创建了，而且包含了写入的内容：

$ cat poem.txt
Very quietly I take my leave
As quietly as

如果要向文件追加内容，使用模式 ​​'a'​​：

>>> with open("poem.txt", 'a', encoding = 'utf-8') as f:
... f.write('Gently I flick my sleeves\n')
... f.write('Not even a wisp of cloud will I bring away\n')
...
26
43

再次打开文件，可以看到之前的内容也会被保留：

$ cat poem.txt
Very quietly I take my leave
As quietly as I came here
Gently I flick my sleeves
Not even a wisp of cloud will I

文件读取

读取和写入一样简单，要读取文件的内容，必须以读 ​​'r'​​ 模式打开文件。

读取方式有多种：

• ​​read([size])​​： size 为可选参数，如果指定了 size，就按照指定长度从文件中读取内容；否则，就读取全部内容。被读取的内容作为字符串返回，这样做的好处是：内容被存放在内存中，随用随取，方便快捷。但也因为这一点，如果文件过大，内存会吃不消。
• ​​readline([size])​​：size 含义同上。它以行为单位返回字符串，也就是每次读取一行，依次循环，如果不限定 size，直到最后一个返回的是空字符串，意味着到文件的末尾（EOF - End-of-file）。
• ​​readlines([size])​​​：size 含义同上。返回以行为单位的列表，相当于先执行​​readline()​​，得到每一行，然后将所有行放入列表中，最后将列表返回。

read([size])

可以使用 ​​read(size)​​ 方法读取数据的大小。如果没有指定 size，将读取并返回到文件的末尾。

>>> with open("poem.txt", 'r', encoding = 'utf-8') as f:
... f.read(4) # 读取前 4 个节数
... f.read(9) # 读取后续的 9 个节数
... f.read() # 读取剩余的内容（直到文件末尾）
... f.read() # 进一步读取，返回空字符串
...
'Very'
' quietly '
'I take my leave\nAs quietly as I came here\nGently I flick my sleeves\nNot even a wisp of cloud will I bring away\n'
''

可以看到，​​read()​​​ 方法将换行作为 ​​\n​​ 返回。一旦到达文件的末尾，在进一步读取时便会返回空字符串。

可以使用 ​​seek()​​​ 方法来更改当前的文件的游标（位置）。类似地，​​tell()​​ 方法返回当前的位置（以字节数为单位）。

>>> with open("poem.txt", 'r', encoding = 'utf-8') as f:
... f.read(4) # 读取前 4 个节数
... f.tell() # 获取当前文件位置
... f.seek(0) # 将文件游标移到初始位置
... print(f.read()) # 读取整个文件
...
'Very'
4
0

readline([size])

另外，可以使用 ​​readline()​​ 方法来读取文件的各个行，该方法会读取文件直到换行符（包括换行符）。

>>> with open("poem.txt", 'r', encoding = 'utf-8') as f:
... f.readline(4) # 读取第一行中前 4 个字节
... f.readline() # 读取第一行中的剩余内容
... f.readline() # 读取第二行
... f.readline() # 读取第三行
... f.readline() # 读取第四行
... f.readline() # 进一步读取，返回空字符串
...
'Very'
' quietly I take my leave\n'
'As quietly as I came here\n'
'Gently I flick my sleeves\n'
'Not even a wisp of cloud will I bring away\n'
''

readlines([size])

最后，​​readlines()​​ 方法返回整个文件的剩余行数的列表，所有这些读取方法在到达文件结束时（EOF）返回空值。

指定 ​​size​​：

>>> with open("poem.txt", 'r', encoding = 'utf-8') as f:
... f.readlines(35)
...
['Very quietly I take my leave\n', 'As quietly as I came here\n']

注意： 返回总和大约为 ​​size​​​ 字节的行，而且所返回的必然都是完整的行数据。大多数情况下，实际读取的可能比 ​​size​​ 大，因为需要填充缓冲区。

不指定 ​​size​​：

>>> with open("poem.txt", 'r', encoding = 'utf-8') as f:
... f.readlines()
...
['Very quietly I take my leave\n', 'As quietly as I came here\n', 'Gently I flick my sleeves\n', 'Not even a wisp of cloud will I bring away\n']

通常情况下，如果文件不太大，则可以很方便地使用这种方式将文件读取到完整的数据结构中。

文件的方法

文件对象提供了许多方法：

>>> f = open("poem.txt")
>>>
>>> type(f)
<class '_io.TextIOWrapper'>
>>>
>>> dir(f)
['_CHUNK_SIZE', '__class__', '__del__', '__delattr__', '__dict__', '__dir__', '__doc__', '__enter__', '__eq__', '__exit__', '__format__', '__ge__', '__getattribute__', '__getstate__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__lt__', '__ne__', '__new__', '__next__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '_checkClosed', '_checkReadable', '_checkSeekable', '_checkWritable', '_finalizing', 'buffer', 'close', 'closed', 'detach', 'encoding', 'errors', 'fileno', 'flush', 'isatty', 'line_buffering', 'mode', 'name', 'newlines', 'read', 'readable', 'readline', 'readlines', 'seek', 'seekable', 'tell', 'truncate', 'writable', 'write', 'writelines']

其中一些在上面已经介绍过了，以下是方法列表的简单说明：

方法

描述

​​close()​​

关闭一个打开的文件。如果文件已经关闭，则没有效果。

​​detach()​​

将底层二进制缓冲区从 ​​TextIOBase​​ 中分离出来并返回

​​fileno()​​

返回文件的整数号（文件描述符）

​​flush()​​

刷新文件流的写缓冲区

​​isatty()​​

如果文件流是交互式的，返回 ​​True​​。

​​read(n)​​

从文件中读出最多 ​​n​​ 个字符。如果是负数的或不指定，则读到文件的末尾。

​​readable()​​

如果可以读取文件流，则返回 ​​True​​。

​​readline(n=-1)​​

从文件读取并返回一行。如果指定，最多读取 ​​n​​ 个字节。

​​readlines(n=-1)​​

从文件中读取并返回列表行。如果指定，最多读取 n 个字符。

​​seek(offset,from=SEEK_SET)​​

将文件位置更改为 ​​offset​​​ 字节，参考 ​​from (start, current, end)​​

​​seekable()​​

如果文件流支持随机访问，则返回 ​​True​​。

​​tell()​​

返回当前文件位置

​​truncate(size=None)​​

将文件流大小调整为 ​​size​​​ 字节。如果未指定 ​​size​​，调整大小至当前位置。

​​writable()​​

如果文件流可以写入，则返回 ​​True​​。

​​write(s)​​

将字符串 ​​s​​ 写入文件，并返回写入的字符数。

​​writelines(lines)​​

写入文件列表