文件处理

python常用,主要是用于文件操作,配合字符串操作,数值计算等,完成数据处理。

文件模式

打开一个文件,返回一个文件对象。可以用open()或者file(),建议使用前者

file_object = open(file_name, access_mode = ‘r’, buffering = -1)
file_name:打开的文件名,若非当前路径,需指出具体路径
mode:可选参数,文件打开模式
bufsize:可选参数,是否使用缓存

mode

模式      描述
r       以读方式打开文件,可读取文件信息.文件必须已存在
w       以写方式打开文件,可向文件写入信息。存在则清空,不存在创建
a       以追加方式打开文件,文件指针自动移到文件尾。追加
r+      以读写方式打开文件,可对文件进行读和写操作。
w+      消除文件内容,然后以读写方式打开文件。
a+      以读写方式打开文件,并把文件指针移到文件尾。
b       以二进制模式打开文件,而不是以文本模式。该模式只对Windows或Dos有效,类Unix的文件是用二进制模式进行操作的

U      通用换行符支持,任何系统下的文件, 不管换行符是什么, 使用U模式打开时, 换行符都会被替换为NEWLINE(\n)

+ 代表同时作为输入和输出文件,可以对相同文件进行读写

b代表二进制数据处理

和 r/w/a组合.
r+ 使用读写方式打开, rb二进制读

注意,在mode中使用b,b不能作为第一个字符出现

bufsize

bufsize取值 描述

0   禁用缓冲
1   行缓冲,只缓冲一行
\>1 指定缓冲区的大小,定制
<1  系统默认的缓冲区大小,m默认

文件对象属性

常用几个:

file.name 文件名

file.encoding文件使用编码,None 时使用系统默认编码

file.mode Access文件打开时使用的额访问模式

file.closed表文件已关闭,否则False

file.newlines未读取到分隔符时为None,包含行结束符的列表

file.softspace为0表示在输出一数据后,加上一空格,1表示不加,内部使用

f = open("a.py", "r")
print f.name
print f.mode
print f.encoding
print f.closed

文件操作

获取帮助

dir(f)
help(f.seek)

操作列表

#读
file.read(size=-1)       从文件读取size个字节,未给定或为负,读取所有
file.readline(size=-1)  读取并返回一行,或返回最大size个字符,包括\n
file.readlines(sizeint=0)   读取所有行并返回列表,若给定sizeint>0,返回总和大约为sizeint字节的行, 实际读取值可能比sizhint较大, 因为需要填充缓冲区

#写
file.write(str)     向文件中写入字符串(文本或二进制)
file.writelines(seq)    写入多行,向文件中写入一个字符串列表,注意,要自己加入每行的换行符

#其他
file.seek(off,whence=0)     从文件中给移动指针,从whence(0起始,1当前,2末尾)偏移off个字节,正结束方向移动,负往开始方向移动
file.tell() 返回当前文件中的位置。获得文件指针位置
file.truncate(size=file.tell()) 截取文件到最大size个字节,默认为当前文件位置
file.close()    关闭打开的文件,垃圾回收机制也会在文件对象的引用计数降至0的时候自动关闭文件
file.fileno()    返回文件描述符(file descriptor FD 整型)是一个整数, 可以用在如os模块的read方法等一些底层操作上.
file.flush()    刷新文件内部缓冲,直接把内部缓冲区的数据立刻写入文件, 而不是被动的等待输出缓冲区写入.
file.isatty()   判断file是否是类tty设备
file.next()     返回文件下一行

最佳实践

1.养成手动close

f = open('a.py')
……
f.close()

2.读取大文件

方法一:一次性读入,去左右空白+换行符,文件太大不建议这么做

f = open('bigdata')
lines = [ line.strip() for line in f.readlines()]
..
f.close()

方法二:迭代

f = open('bigdata')
for line in f:
    line = line.strip()
..
f.close()

3.上下文管理器
用with,等价与上面方法二,注意不用显式close

>>> with open('a.py') as f:
...     for line in f:
...         line = line.strip()

4.去除换行符/跳过空行

line = line.rstrip()

if not line.strip():
    # if line is empty
    continue            # skip it

StringIO

StringIO“虚拟文件”不是永久的

如果不保存它(如将它写入一个真正的文件,或者使用 shelve 模块或数据库),则程序结束时,它将消失

>>> import cStringIO
>>> fs = cStringIO.StringIO()
>>> fs.write('hello world')
>>> fs.getvalue()
'hello world'

pickle

pickle任意python对象和字符串之间的序列化
类似java序列化存储到文件的过程

# encoding: utf-8

import pickle

d = {'a':1,'b':2}

f = open('datafile.pkl','wb')
pickle.dump(d,f)
f.close()

f=open('datafile.pkl','rb')
e=pickle.load(f)
print e

struct

能够构造并解析打包的二进制数据

#!/usr/bin/env python
# encoding: utf-8

import struct
f = open('data.bin','wb')
data = struct.pack('hhl', 1, 2, 3)
f.write(data)
f.close()

f = open('data.bin','rb')
data = f.read()
values = struct.unpack('hhl',data)
print values

其他相关模块

base64  二进制字符串和文本字符串之间的编码/解码操作
binascii  二进制和ascii编码的二进制字符串间的编码/解码操作
bz2  访问BZ2格式的压缩文件
csv  访问csv文件(逗号分割文件)
filecmp   用于比较目录和文件
fileinput  提供多个文本文件的行迭代器
getopt/optparse  提供了命令行参数的解析/处理
glob/fnmatch  提供Unix样式的通配符匹配功能
gzip/zlib   读写GNU zip(gzip)文件(压缩需要zlib模块)
shutil  提供高级文件访问能力
c/StringIO   对字符串对象提供类文件接口
tarfile  读写TAR归档文件, 支持压缩文件
tempfile   创建一个临时文件(名)
uu  格式的编码和解码
zipfile  用于读取ZIP归档文件的工具

The end!

To be continue

wklken

Email: wklken@yeah.net

Blog: http://blog.csdn.net/wklken

2013-03-16

转载请注明出处,谢谢