# 文件讀寫 讀寫文件是最常見的IO操作。Python內置了讀寫文件的函數，用法和C是兼容的。 讀寫文件前，我們先必須了解一下，在磁盤上讀寫文件的功能都是由操作系統提供的，現代操作系統不允許普通的程序直接操作磁盤，所以，讀寫文件就是請求操作系統打開一個文件對象（通常稱為文件描述符），然后，通過操作系統提供的接口從這個文件對象中讀取數據（讀文件），或者把數據寫入這個文件對象（寫文件）。 ### 讀文件 要以讀文件的模式打開一個文件對象，使用Python內置的`open()`函數，傳入文件名和標示符： ``` >>> f = open('/Users/michael/test.txt', 'r') ``` 標示符'r'表示讀，這樣，我們就成功地打開了一個文件。 如果文件不存在，`open()`函數就會拋出一個`IOError`的錯誤，并且給出錯誤碼和詳細的信息告訴你文件不存在： ``` >>> f=open('/Users/michael/notfound.txt', 'r') Traceback (most recent call last): File "<stdin>", line 1, in <module> IOError: [Errno 2] No such file or directory: '/Users/michael/notfound.txt' ``` 如果文件打開成功，接下來，調用`read()`方法可以一次讀取文件的全部內容，Python把內容讀到內存，用一個`str`對象表示： ``` >>> f.read() 'Hello, world!' ``` 最后一步是調用`close()`方法關閉文件。文件使用完畢后必須關閉，因為文件對象會占用操作系統的資源，并且操作系統同一時間能打開的文件數量也是有限的： ``` >>> f.close() ``` 由于文件讀寫時都有可能產生`IOError`，一旦出錯，后面的`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文件，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() ``` 但是每次都這么寫實在太繁瑣，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() ``` 這和前面的`try ... finally`是一樣的，但是代碼更佳簡潔，并且不必調用`f.close()`方法。 調用`read()`會一次性讀取文件的全部內容，如果文件有10G，內存就爆了，所以，要保險起見，可以反復調用`read(size)`方法，每次最多讀取size個字節的內容。另外，調用`readline()`可以每次讀取一行內容，調用`readlines()`一次讀取所有內容并按行返回`list`。因此，要根據需要決定怎么調用。 如果文件很小，`read()`一次性讀取最方便；如果不能確定文件大小，反復調用`read(size)`比較保險；如果是配置文件，調用`readlines()`最方便： ``` for line in f.readlines(): print(line.strip()) # 把末尾的'\n'刪掉 ``` ### file-like Object 像`open()`函數返回的這種有個`read()`方法的對象，在Python中統稱為file-like Object。除了file外，還可以是內存的字節流，網絡流，自定義流等等。file-like Object不要求從特定類繼承，只要寫個`read()`方法就行。 `StringIO`就是在內存中創建的file-like Object，常用作臨時緩沖。 ### 二進制文件 前面講的默認都是讀取文本文件，并且是ASCII編碼的文本文件。要讀取二進制文件，比如圖片、視頻等等，用`'rb'`模式打開文件即可： ``` >>> f = open('/Users/michael/test.jpg', 'rb') >>> f.read() '\xff\xd8\xff\xe1\x00\x18Exif\x00\x00...' # 十六進制表示的字節 ``` ### 字符編碼 要讀取非ASCII編碼的文本文件，就必須以二進制模式打開，再解碼。比如GBK編碼的文件： ``` >>> f = open('/Users/michael/gbk.txt', 'rb') >>> u = f.read().decode('gbk') >>> u u'\u6d4b\u8bd5' >>> print u 測試 ``` 如果每次都這么手動轉換編碼嫌麻煩（寫程序怕麻煩是好事，不怕麻煩就會寫出又長又難懂又沒法維護的代碼），Python還提供了一個`codecs`模塊幫我們在讀文件時自動轉換編碼，直接讀出unicode： ``` import codecs with codecs.open('/Users/michael/gbk.txt', 'r', 'gbk') as f: f.read() # u'\u6d4b\u8bd5' ``` ### 寫文件 寫文件和讀文件是一樣的，唯一區別是調用`open()`函數時，傳入標識符`'w'`或者`'wb'`表示寫文本文件或寫二進制文件： ``` >>> f = open('/Users/michael/test.txt', 'w') >>> f.write('Hello, world!') >>> f.close() ``` 你可以反復調用`write()`來寫入文件，但是務必要調用`f.close()`來關閉文件。當我們寫文件時，操作系統往往不會立刻把數據寫入磁盤，而是放到內存緩存起來，空閑的時候再慢慢寫入。只有調用`close()`方法時，操作系統才保證把沒有寫入的數據全部寫入磁盤。忘記調用`close()`的后果是數據可能只寫了一部分到磁盤，剩下的丟失了。所以，還是用`with`語句來得保險： ``` with open('/Users/michael/test.txt', 'w') as f: f.write('Hello, world!') ``` 要寫入特定編碼的文本文件，請效仿`codecs`的示例，寫入unicode，由`codecs`自動轉換成指定編碼。 ### 小結 在Python中，文件讀寫是通過`open()`函數打開的文件對象完成的。使用`with`語句操作文件IO是個好習慣。