Python核心編程學習日記之檔案和輸入輸出

檔案和輸入輸出

1. 檔案對象
   1. 泛義的檔案對象：具有檔案類型介面的對象，例如檔案，Web網頁，通訊。檔案就是連續的位元組序列。資料的傳輸經常用到位元組流。
   2. open(): file_object = open(file_name, access_mode = 'r', buffering = -1)。 file_name可以是相當路徑或是絕對路徑。file()和open()功能完全可以替換。
   3. 通用分行符號支援（UNS）：當使用‘U’標誌開啟檔案時，所有的行分隔字元通過Python的輸入方法返回時都會被替換為分行符號NEWLINE(\n)。檔案對象具有newlines屬性。UNS只用於讀取文字檔，沒有對應的處理檔案輸出的方法.
   4. 有關二進位檔案和文字檔的討論在筆記的末尾
2. 檔案內建方法

   檔案方法分為四類：輸入，輸出，檔案內移動，雜項操作

   1. 輸入：

      read()方法用來直接讀取size個位元組到字串中。不指定size，讀至檔案末尾。（@deprecated）

      readline()方法讀取開啟檔案的一行，將包括行結束符的整行返回為一個字串。也有size參數

      readlines()方法讀取所有（剩餘）行，返回字串列表。sizhint代表返回的最大位元組大小

   2. 輸出：

      write()含有文本資料或位元據塊的字串寫入到檔案中

      writelines()將一個字串列表寫入檔案，但是行結束符不會自動加入行尾。需要自己處理列表中的字串

      read()和readlines()讀取行,不會自行刪去行分隔字元，write()和writelines()寫入時不會自行加入行分隔字元，都需要程式員自行操作。

   3. 檔案內移動：

      seek()可以再檔案中移動檔案指標到不同的位置。offset位元組代表相對於某個位置的位移量。位置的預設值為0，代表從檔案開頭算起，1代表從當前位置，2代表從檔案末尾。（類似fseek()）。

      text()方法告訴當前檔案指標在檔案中的位置，從檔案起始算起，單位為位元組。

   4. 檔案方法雜項：

      close()顯示關閉檔案來結束對它的訪問。儘早的釋放控制代碼是個好習慣，避免對資源的空閑佔用。不顯示關閉檔案，可能丟失輸出緩衝區的資料

      fileno()返回開啟檔案的描述符。flush()方法會直接把內部緩衝區的資料立刻寫入檔案。truncate()方法將檔案截取到當前檔案指標位置或者到給定size,以位元組為單位。

      行分隔字元和其他檔案系統差異：Posix系統上，行分隔字元是分行符號NEWLINE（‘\n’）字元，舊的MacOS下是RETURN（\r），DOS和Wind32系統結合使用兩者（\r\n）。路徑分隔字元Posix使用“/”，Dos和Windows使用“\”，舊的MacOS使用“：”。匯入os模組，跨平台時會有差異的變數自動會被設定為正確的值。

      print語句預設在輸出內容末尾加一個分行符號，在語句後加一個逗號可以取消這個行為。truncate（）方法接受可選size作為參數，如果給定，檔案將被截取到最多size位元組處。沒有，則截取到當前檔案指標位置。tell()會返回開始截取的位元組位置。

      標準檔案：標準輸入（一般是鍵盤），標準輸出（到顯示器的緩衝輸出）,標準錯誤（到螢幕的非緩衝輸出），命名同c，stdin,stdout,stderr。訪問控制代碼：匯入sys模組，使用sys.stdin,sys.stdout,sys.stderr.print語句通常是輸出到sys.stdout.內建的raw_input()通常從sys.stdin接受輸入。

      sys.argv屬性提供對命令列參數的訪問。命令列參數是調用某個程式時除程式名以外的其它參數。sys.argv[0]永遠是程式的名稱

      os模組式訪問操縱系統功能的主要介面。os模組還負責處理大部分的檔案系統操作，包括刪除/重新命名檔案，遍曆分類樹，以及管理檔案存取權限等。os.path 可以完成一些針對路徑名的操作. 它提供的函數可以完成管理和操作文 件路徑名中的各個部分, 擷取檔案或子目錄資訊, 檔案路徑查詢等操作.

3. 永久儲存模組

   資料的扁平化（或者資料的序列化，資料的順序化）將比基本類型複雜的對象轉換為一個位元據集合，這樣就可以把資料集合儲存起來或通過網路發送，然後再重新把資料集合恢複原來的對象格式。

   1. DBM風格的模組：

      多種實現：dbhash/bsddb,dbm,gdbm,dumbdbm.建議使用anydbm模組，它會自動選擇最合適的。它們只能儲存字串，不能對Python對象進行序列化

   2. shelve模組：

      shelve模組使用anydbm選擇最適合的DBM模組，然後使用cPickle來完成對儲存轉換過程。

   3. pickle和cPickle

      使用pickle模組吧Python對象直接儲存到檔案裡。無需關心其他。pickle模組中兩個函數：dump()和load()。dump()接受一個檔案控制代碼和一個資料對象作為參數，把資料對象以特定格式儲存到給定檔案裡。load()函數從檔案取出儲存的對象。cPickle是pickle的一個更快的c語言編譯版本

錯誤和異常

1. 檢測和處理異常

   try-except:語句文法：

   try: try_suite # watch for exceptions here except Exception[,reason]: except_suite # exception-handling code 

   一個try當然可以帶有多個except,用來分別處理多種類型的異常。一個except要處理多種異常，異常要被放在一個元組裡

   當函數沒有顯式的返回一個值時，它就返回None

   捕獲所有普通異常：except Exception:或者使用裸except子句 except:（不推薦@deprecated）

   sys.exc_info()返回最近一個被except語句捕獲的異常的資訊。

   兩種特殊異常：SystemExit 是由於當前 Python 應用程式需要退出, KeyboardInterupt 代表使用者按下了 CTRL-C (^C) , 想要關閉 Python .他們與Exception平級。要接受包括他們的所有異常，使用裸except或者except BaseException

 

 

二進位檔案和文字檔返回原處

作為檔案的資料，在電腦中都是以二進位的形式儲存的，對於文字檔和二進位檔案的區分，不是在物理上的，而是在邏輯上的。

文字檔是字元序列，是基於字元編碼的，儲存的是字元的編碼（如ASCII碼）序列；二進位檔案時位元組序列，是基於值編碼的，或者說沒有什麼特別的編碼，它同資料在記憶體中的形式相同，僅僅是位元組成的位元組序列。

區別

1. “文字檔、二進位檔案”和“以文本方式開啟、以二進位方式開啟”是完全不同的概念。
2. 是否以二進位方式開啟檔案，即調用fopen時是否帶b，對使用fwrite以二進位方式寫入的結果沒有影響，不論是在Linux下還是在Windows下；對使用fprintf以文本方式寫入的結果僅在Windows下有影響，影響結果就是不帶b時會有‘\n'到'\r\n'的轉換，帶b時沒有這個轉換，對在Linux下的寫入沒有影響。
3. 文本工具開啟檔案過程：首先讀取檔案物理上所對應的的二進位位元流，然後按照協議規定的解碼方式來解釋這個流，然後將解釋結果顯示出來。比如按照ASCII碼形式，他會8個bit8個bit的解釋檔案流。

感覺就是在Linux下不要管它，在windows下，如果不是以b的mode開啟，分行符號當成'\n'處理就行了。什麼'\r\n'與‘\n’的轉換，後台都處理好了。以b的mode讀取，就要考慮'\r\n'的情況。。。這篇文章寫的很不錯。。