python学习笔记（11）文件操作

一、读文件

---

读写文件是最常见的IO操作。Python内置了读写文件的函数，用法和C是兼容的。

读写文件前，我们先必须了解一下，在磁盘上读写文件的功能都是由操作系统提供的，现代操作系统不允许普通的程序直接操作磁盘，所以，读写文件就是请求操作系统打开一个文件对象（通常称为文件描述符），然后，通过操作系统提供的接口从这个文件对象中读取数据（读文件），或者把数据写入这个文件对象（写文件）。

要以读文件的模式打开一个文件对象，使用Python内置的open()函数，传入文件名和标示符：

f = open('/Users/michael/test.txt', 'r')

标示符'r'表示读，这样，我们就成功地打开了一个文件。

f=open(r'C:\Users\wuzongmei\Desktop\name.txt','r')  #打开文件
file=f.read()          #一次读取文件中的全部内容，并且复制给变量file
print(file)            #打印读取的文件内容
f.close()              #关闭文件

由于文件读写时都有可能产生IOError，一旦出错，后面的f.close()就不会调用。所以，为了保证无论是否出错都能正确地关闭文件，我们可以使用try ... finally来实现：

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

但是每次都这么写实在太繁琐，所以，Python引入了with语句来自动帮我们调用close()方法：

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

###f.read 和f.readline  、readlines

f.read（）调用read()会一次性读取文件的全部内容，如果文件有10G，内存就爆了，所以，要保险起见，可以反复调用read(size)方法，每次最多读取size个字节的内容。

f.readline（）调用readline()可以每次读取一行内容

f.readlines（）调用readlines()一次读取所有内容并按行返回list。

for line in f.readlines():
    print(line.strip()) # 把末尾的'\n'删掉

建议：如果文件很小，read()一次性读取最方便；如果不能确定文件大小，反复调用read(size)比较保险；如果是配置文件，调用readlines()最方便

###读取二进制文件

前面讲的默认都是读取文本文件，并且是UTF-8编码的文本文件。要读取二进制文件，比如图片、视频等等，用'rb'模式打开文件即可：

f = open('/Users/michael/test.jpg', 'rb')
f.read()
b'\xff\xd8\xff\xe1\x00\x18Exif\x00\x00...' # 十六进制表示的字节

###读取非utf-8文件

要读取非UTF-8编码的文本文件，需要给open()函数传入encoding参数，例如，读取GBK编码的文件：

f = open('/Users/michael/gbk.txt', 'r', encoding='gbk')
f.read()
'测试'

遇到有些编码不规范的文件，你可能会遇到UnicodeDecodeError，因为在文本文件中可能夹杂了一些非法编码的字符。遇到这种情况，open()函数还接收一个errors参数，表示如果遇到编码错误后如何处理。最简单的方式是直接忽略：

f = open('/Users/michael/gbk.txt', 'r', encoding='gbk', errors='ignore')

读文件操作遇到的坑：

f=open('C:\Users\wuzongmei\Desktop\name.txt','r')

问题一：打开文件报错：(unicode error) 'unicodeescape' codec can't decode bytes in position 2-3: truncated \UXXXXXXXX escape

后来发现：

在Python中 \ 是转义符，\u表示其后是UNICODE编码，因此\User在这里会报错，在字符串前面加个 r（rawstring  原生字符串），可以避免python与正则表达式语法的冲突！

解决：  f=open(r'C:\Users\wuzongmei\Desktop\name.txt','r')

问题二：再次运行继续报错：OSError: [Errno 22] Invalid argument: '\u202aC:\\Users\\wuzongmei\\Desktop\\name.txt

开始怀疑是路径中有/U导致的，找了许久解决办法，最好直接搜索\u202a才找到解决办法，因为我直接通过文件属性的安全Tab下复制的路径，只需从写换个地方复制路径或则重新手动输入一次就解决了。

问题三：文件不存在：FileNotFoundError: [Errno 2] No such file or directory: '/Users/michael/notfound.txt'

二、写文件

---

写文件和读文件是一样的，唯一区别是调用open()函数时，传入标识符'w'或者'wb'表示写文本文件或写二进制文件：

f=open(r'C:\Users\wuzongmei\Desktop\name.txt','w')
f.write('hello,world')
f.close()

你可以反复调用write()来写入文件，但是务必要调用f.close()来关闭文件。当我们写文件时，操作系统往往不会立刻把数据写入磁盘，而是放到内存缓存起来，空闲的时候再慢慢写入。只有调用close()方法时，操作系统才保证把没有写入的数据全部写入磁盘。忘记调用close()的后果是数据可能只写了一部分到磁盘，剩下的丢失了。所以，还是用with语句来得保险：

with open(r'C:\Users\wuzongmei\Desktop\name.txt', 'w') as f:
    f.write('Hello, world!')

要写入特定编码的文本文件，请给open()函数传入encoding参数，将字符串自动转换成指定编码。

细心的童鞋会发现，以'w'模式写入文件时，如果文件已存在，会直接覆盖（相当于删掉后新写入一个文件）。如果我们希望追加到文件末尾怎么办？

可以传入'a'以追加（append）模式写入。