python檔案讀寫小結

標籤：進位   相同   range   strip   traceback   data   nbsp   world   清空   

讀檔案

開啟一個檔案用open()方法(open()返回一個檔案對象，它是可迭代的)：

>>> f = open(‘test.txt‘, ‘r‘)

r表示是文字檔，rb是二進位檔案。（這個mode參數預設值就是r）

如果檔案不存在，open()函數就會拋出一個IOError的錯誤，並且給出錯誤碼和詳細的資訊告訴你檔案不存在：

>>> f=open(‘test.txt‘, ‘r‘)Traceback (most recent call last):  File "<stdin>", line 1, in <module>FileNotFoundError: [Errno 2] No such file or directory: ‘test.txt‘

檔案使用完畢後必須關閉，因為檔案對象會佔用作業系統的資源，並且作業系統同一時間能開啟的檔案數量也是有限的

>>> f.close()

由於檔案讀寫時都有可能產生IOError，一旦出錯，後面的f.close()就不會調用。所以，為了保證無論是否出錯都能正確地關閉檔案，我們可以使用try ... finally來實現：

try:    f = open(‘/path/to/file‘, ‘r‘)    print(f.read())finally:    if f:        f.close()

但是每次都這麼寫實在太繁瑣，所以，Python引入了with語句來自動幫我們調用close()方法：

with open(‘/path/to/file‘, ‘r‘) as f:    print(f.read())

python檔案對象提供了三個“讀”方法： read()、readline() 和 readlines()。每種方法可以接受一個變數以限制每次讀取的資料量。

• read() 每次讀取整個檔案，它通常用於將檔案內容放到一個字串變數中。如果檔案大於可用記憶體，為了保險起見，可以反覆調用read(size)方法，每次最多讀取size個位元組的內容。
• readlines() 之間的差異是後者一次讀取整個檔案，象 .read() 一樣。.readlines() 自動將檔案內容分析成一個行的列表，該列表可以由 Python 的 for ... in ... 結構進行處理。
• readline() 每次唯讀取一行，通常比readlines() 慢得多。僅當沒有足夠記憶體可以一次讀取整個檔案時，才應該使用 readline()。

注意：這三種方法是把每行末尾的‘\n‘也讀進來了，它並不會預設的把‘\n‘去掉，需要我們手動去掉。

In[2]: with open(‘test1.txt‘, ‘r‘) as f1:    list1 = f1.readlines()In[3]: list1Out[3]: [‘111\n‘, ‘222\n‘, ‘333\n‘, ‘444\n‘, ‘555\n‘, ‘666\n‘]    

去掉‘\n‘

In[4]: with open(‘test1.txt‘, ‘r‘) as f1:    list1 = f1.readlines()for i in range(0, len(list1)):    list1[i] = list1[i].rstrip(‘\n‘)In[5]: list1Out[5]: [‘111‘, ‘222‘, ‘333‘, ‘444‘, ‘555‘, ‘666‘]

對於read()和readline()也是把‘\n‘讀入了，但是print的時候可以正常顯示（因為print裡的‘\n‘被認為是換行的意思）

In[7]: with open(‘test1.txt‘, ‘r‘) as f1:    list1 = f1.read()In[8]: list1Out[8]: ‘111\n222\n333\n444\n555\n666\n‘In[9]: print(list1)111222333444555666In[10]: with open(‘test1.txt‘, ‘r‘) as f1:    list1 = f1.readline()In[11]: list1Out[11]: ‘111\n‘In[12]: print(list1)111

一個python面試題的例子：

有兩個檔案，每個都有很多行ip地址，求出兩個檔案中相同的ip地址：

# coding:utf-8
import bisect

with open(‘test1.txt‘, ‘r‘) as f1:
    list1 = f1.readlines()
for i in range(0, len(list1)):
    list1[i] = list1[i].strip(‘\n‘)
with open(‘test2.txt‘, ‘r‘) as f2:
    list2 = f2.readlines()
for i in range(0, len(list2)):
    list2[i] = list2[i].strip(‘\n‘)

list2.sort()
length_2 = len(list2)
same_data = []
for i in list1:
    pos = bisect.bisect_left(list2, i)
    if pos < len(list2) and list2[pos] == i:
        same_data.append(i)
same_data = list(set(same_data))
print(same_data)

要點就是：（1）用with （2）處理行末的‘\n‘ （3）使用二分尋找提高演算法效率。（4）使用set快速去重。

 

寫檔案

寫檔案和讀檔案是一樣的，唯一區別是調用open()函數時，傳入標識符‘w‘或者‘wb‘表示寫文字檔或寫二進位檔案：

>>> f = open(‘test.txt‘, ‘w‘) # 若是‘wb‘就表示寫二進位檔案>>> f.write(‘Hello, world!‘)>>> f.close()

注意：‘w‘這個模式是醬紫：如果沒有這個檔案，就建立一個；如果有，那麼就會先把原檔案的內容清空再寫入新的東西。所以若不想清空原來的內容而是直接在後面追加新的內容，就用‘a‘這個模式。

我們可以反覆調用write()來寫入檔案，但是務必要調用f.close()來關閉檔案。當我們寫檔案時，作業系統往往不會立刻把資料寫入磁碟，而是放到記憶體緩衝起來，閒置時候再慢慢寫入。只有調用close()方法時，作業系統才保證把沒有寫入的資料全部寫入磁碟。忘記調用close()的後果是資料可能唯寫了一部分到磁碟，剩下的丟失了。所以，還是用with語句來得保險：

with open(‘test.txt‘, ‘w‘) as f:    f.write(‘Hello, world!‘)

python檔案對象提供了兩個“寫”方法： write() 和 writelines()。

• write()方法和read()、readline()方法對應，是將字串寫入到檔案中。
• writelines()方法和readlines()方法對應，也是針對列表的操作。它接收一個字串列表作為參數，將他們寫入到檔案中，分行符號不會自動的加入，因此，需要顯式的加入分行符號。

f1 = open(‘test1.txt‘, ‘w‘)f1.writelines(["1", "2", "3"])#    此時test1.txt的內容為:123f1 = open(‘test1.txt‘, ‘w‘)f1.writelines(["1\n", "2\n", "3\n"])#    此時test1.txt的內容為:#    1#    2        #    3

 

關於open()的mode參數：

‘r‘：讀

‘w‘：寫

‘a‘：追加

‘r+‘ == r+w（可讀可寫，檔案若不存在就報錯(IOError)）

‘w+‘ == w+r（可讀可寫，檔案若不存在就建立）

‘a+‘ ==a+r（可追加可寫，檔案若不存在就建立）

對應的，如果是二進位檔案，就都加一個b就好啦：

‘rb‘　　‘wb‘　　‘ab‘　　‘rb+‘　　‘wb+‘　　‘ab+‘

 

file_obj.seek(offset,whence=0)

file_obj.seek(offset,whence=0)方法用來在檔案中移動檔案指標。offset表示位移多少。選擇性參數whence表示從哪裡開始位移，預設是0為檔案開頭，1為當前位置，2為檔案尾部。舉例：

f = open("test1.txt", "a+")print(f.read())f.write(‘1‘)f.seek(0, 0)# 把檔案指標從末尾移到開頭，沒有這句話下面的read()就讀不到正確的東西print(f.read())f.close()

注意：這個檔案指標的改變只是作用於‘r‘,對‘w‘和‘a‘不會起作用，如果是‘w‘，那麼write()永遠都是從開頭寫（會覆蓋後面對應位置的內容），是‘a‘的話write()就永遠都是從最後開始追加。

字元編碼

要讀取非UTF-8編碼的文字檔，需要給open()函數傳入encoding參數，例如，讀取GBK編碼的檔案：

>>> f = open(‘test.txt‘, ‘r‘, encoding=‘gbk‘)>>> f.read()‘測試‘

遇到有些編碼不規範的檔案，你可能會遇到UnicodeDecodeError，因為在文字檔中可能夾雜了一些非法編碼的字元。遇到這種情況，open()函數還接收一個errors參數，表示如果遇到編碼錯誤後如何處理。最簡單的方式是直接忽略：

>>> f = open(‘test.txt‘, ‘r‘, encoding=‘gbk‘, errors=‘ignore‘)

python檔案讀寫小結