博客

1、打开（缓冲）文件、读文件

1）文件模式

分析

：

• w 只是代表写模式，而 w+ 则代表读写模式，但实际使用中差别并不大，因为文件被清空了。
• r 或 r+ 模式打开文件，要求文件本身是存在的，它们都不能创建文件。
• 使用 w、w+、a、a+ 模式打开文件，该文件可以是不存在的，open() 函数会自动创建新文件。
• b 模式可被追加到其他模式上，用于代表二进制的方式读写文件内容（若没有指定 b 模式，以字符为单元读写文件；如果指定了 b 模式，以字节为单元来读写文件（计算机并不会以位为单元读取文件，一个字节有 8 位））

2）open()打开文件和read()读取文件

语法

：open(file, mode=‘r’, buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)

说明

：open() 函数第三个参数

buffering

控制缓冲

• 值为负，缓冲大小为系统默认；

• 值为 0 或 False，不会缓冲；

• 值为 1 或 True，会缓冲（推荐，此时程序执行 I/O 具有更好的性能）；

• 值大于 1 的整数，为缓冲大小。

（1）创建一个 data.txt 文件：

（2）按字符读取

说明

：

• 不加 b 模式打开文件，那么文件被当成字符流处理，每次读取一个字符
• open() 函数默认总按当前操作系统字符集来读取文件内容（
  
  查看当前操作系统字符集
  
  ）

1. 调用 read(n) 方法读取 n 个字符

   f = open('data.txt', 'r', True)
   
   data1 = f.read(1)
   print(data1)
   print('-'*30)
   
   data2 = f.read(2)
   print(data2)
   
   f.close()    # 关闭文件
   

   第
   ------------------------------
   一行
   

   分析：

   • data.txt 文件为 GBK 字符集编码（当前操作系统编码为 GBK）
   • read(1) —> read(2) 文件指针移动

2. 调用 read() 方法全部文件内容

   f = open('data.txt', 'r', True)
   
   data = f.read()
   print(data)
   
   f.close()    
   

   第一行
   第二行
   第三行
   
   

分析

：open() 函数默认按当前操作系统字符集来读取文件内容，容易引发异常，解决方式如下。

1. 调用 open() 函数打开文件时指定字符集

   f = open('data.txt', 'r', True, 'GBK')
   print(f.read())
   f.close()
   

   第一行
   第二行
   第三行
   
   

2. open() 函数以二进制方式读取文件，然后以指定字符集来恢复字节数据（见下）

（3）按字节读取

说明

：以 b 模式打开文件，那么文件被当成二进制流处理，每次读取一个字节

1. 调用 read(n) 方法读取 n 个字节

   f = open('data.txt', 'rb', True)
   
   data1 = f.read(2)
   print(data1, data1.decode('GBK'))    # 字节串，GBK 解码
   print('-'*40)
   
   data2 = f.read(4)
   print(data2, data2.decode('GBK'))
   
   f.close()
   

   b'\xb5\xda' 第
   ----------------------------------------
   b'\xd2\xbb\xd0\xd0' 一行
   

2. 调用 read() 方法全部文件内容

   f = open('data.txt', 'rb', True)
   
   data = f.read()
   print(data)
   print('-'*50)
   print(data.decode('GBK'))
   
   f.close()
   

   b'\xb5\xda\xd2\xbb\xd0\xd0\r\n\xb5\xda\xb6\xfe\xd0\xd0\r\n\xb5\xda\xc8\xfd\xd0\xd0\r\n'
   --------------------------------------------------
   第一行
   第二行
   第三行
   
   

分析

：

• GBK 字符集编码中每个字符占 2 个字节
• rb 模式读取文件，可用于处理任意文件内容，如图片、音乐、视频等格式

3）按行读取文本文件

（1）readline([n])和readlines()

1. readline([n])：读取一行内容，若指定了参数 n，则只读取此行内的 n 个字符

   try:
       f = open('data.txt', 'r', True, 'gbk')
       while True:
           line = f.readline()      # 读取一行内容
           if not line:  
               break
           print(line, end='')
   except:
        print('出现异常')
   finally:
       if 'f' in globals():
           f.close()
   

   第一行
   第二行
   第三行
   

2. readlines()：读取文件内所有行

   try:
       f = open('data.txt', 'r', True, 'gbk')
       line = f.readlines()         # 读取所有行，返回所有行组成的列表
       print(line)
   except:
        print('出现异常')
   finally:
       if 'f' in globals():
           f.close()
   

   ['第一行\n', '第二行\n', '第三行\n']
   

（2）使用文件迭代器读取

try:
    f = open('data.txt', 'r', True, 'gbk')
    for line in f:           # 文件对象本身可迭代，直接用 for-in 循环即可
        print(line, end='')
except:
     print('出现异常')
finally:
    if 'f' in globals():
        f.close()

第一行
第二行
第三行

（3）使用linecache读取指定行

说明

：linecache 模块允许从 Python 源文件中读取指定行，并在内部使用缓存优化存储。由于该模块主要被设计成读取 Python 源文件（Python 源文件采用 UTF-8 字符集存储），因此该模块也可读取采用 UTF-8 字符集存储的其他文件。

# -*- coding:utf-8 -*-
# @Time    : 2019/7/5 10:20
# @Author  : wangkai
# @File    : test.py

import linecache
import random

print(linecache.getline(random.__file__, 3), end='')    # 读取random模块的源文件的第3行
print('-'*30)

print(linecache.getline('test.py', 2), end='')    # 读取本程序的第2行

    integers
------------------------------
# @Time    : 2019/7/5 10:20