(原创)Python文件与文件系统系列(1)—— file 对象

  本系列将从四个部分简单介绍Python对文件系统的操作与支持:

  1. Python内置的 file 对象

  2. Python的os模块对文件、文件系统操作的支持

  3. Python的os.path模块对文件系统操作的支持

  4. Python对文件描述字操作的支持

  5. Python的stat模块

  此外,Python中还有支持临时文件、目录的tempfile模块,支持多个文件操作的fileinput模块,只对文件中部分行进行快速操作的linecache模块,支持常驻内存的 file-like 对象的StringIO和cStringIO(Python 3中替换为io.StringIO和io.BytesIO)模块。以及支持文件、目录间比较的 filecmp 模块等。

  处理文件压缩格式的模块还包括:gzip、bz2、zipfile(使用InfoZip的free zlib库实现,支持跨程序兼容)和zlib(不支持跨程序兼容)等,支持文件打包操作的模块有tarfile等。

一、file对象与open()函数

  file对象是Python内置的数据类型,通过Python内置的open()函数打开文件可以获得一个file对象。

1. open()函数

  open()函数的格式如下:

open(filename, mode='r', bufsize=-1)

  open()返回一个file对象,它是Python内置的file类型的一个实例。

  open()函数各个参数的含义如下:

  • filename:格式:字符串。含义:要打开的文件的路径,可以绝对路径,也可以是相对路径。注意,在Unix和Windows上,都可以使用斜杠“/”作为目录的分隔符。在Windows中,路径分隔符是反斜杠“\”,这与正则表达式中的转义符号相同,因此windows文件路径中需要使用"\\"表示目录,如:'c:\\test\\test.txt',或使用Python中的raw string,如 r'c:\test\test.txt',来表示路径,Linux中则无此要求。
  • mode:格式:字符串。含义:以哪种读写模式打开文件。mode的可选项见下文。
  • bufsize:格式:整型。含义:为文件设置的缓存。bufsize=0时,等价于unbuffer形式,写到文件的内容立即被刷到硬盘;bufsize=1时,表示行缓冲,每一次写入"\n"后,内容就被刷到硬盘。bufsize < 0时,使用系统默认的缓冲大小;bufsize > 1时,使用其作为文件的缓冲大小。

2. 参数mode的取值与含义

  'r' —— 只读模式,要求目标文件必须存在。

  'w' —— 只写模式,如果目标文件已存在,将会截断目标文件并覆盖其内容;如果目标文件不存在,则新建之。

  'a' —— 追加模式,只写打开目标文件,如果目标文件已存在,写入的内容追加到源文件的结尾;如果目标文件不存在,则创建之。

  'r+' —— 读写模式,要求目标文件必须存在,此时写入,并不会截断源文件,而是替换源文件中相应位置的内容。

  'w+' —— 读写模式,如果目标文件已存在,将会截断目标文件并覆盖其内容;如果目标文件不存在,则新建之。

  'a+' —— 追加模式,读写打开目标文件,如果目标文件已存在,写入的内容追加到源文件的结尾;如果目标文件不存在,则创建之。

二进制文件与文本文件

  上面的6中文件打开模式,还可以与'b','t'相结合,组成类似'rb'、'wt'这样的形式,'b'代表二进制模式,'t'代表文本模式。默认情况下,Python以文本模式打开目标文件。

  • Unix平台上,二者没有区别,
  • Windows平台上,如果以文本模式打开文件,当每次遇读到os.linesep (实际上是'\r\n')时,返回'\n',当每次写入"\n"时,实际转换成 os.linesep。

3. 文件的顺序与非顺序访问

  文件本质上是顺序的,想要读取后面的内容,一般就需要先读出前面的内容,同时后面的字节也不会在前面的字节之前被读取。但是文件也支持非顺序的读写方式,file对象记录一个它自己的当前位置,下一次的读写将从这个位置开始。通过f.tell()函数可以查看当前的位置,通过f.seek()函数则可以设置文件当前的位置。

二、file对象的属性、方法

f.closed

只读属性,判断f.close()是否已经调用过。

f.encoding

只读属性,文件的encoding格式

f.mode

只读属性,显示调用open()打开文件时指定的mode

f.name

只读属性,显示调用open()文件时的指定名称

f.newlines
f.softspace

只读的布尔属性,供print语句记录自己的状态,file对象自身并不修改或使用该属性。

f.errors
f.close()

关闭已经打开的file对象,所有的file对象,完成读写操作后,都应该关闭

f.flush()

手动将Python写到文件的缓存刷到操作系统

f.isatty()

如果 f 是一个交互终端,则返回True,否则,返回False

f.fileno()

返回一个整数,这个整数就是文件 f 的文件描述字——file descriptor,fd。

f.read(size = -1)

读取文件内容,以字符串的形式返回。

size < 0 —— 一直读到文件结尾;

size > 0 —— 读取 size 字节的内容直到文件结尾,如果到了文件末尾仍未满 size 字节,则返回全文。

size = 0 —— size = 0 或读取时当前文件的位置在文末,都会返回一个空字符串。

f.readline(size = -1)

读取1行,直到遇见'\n'或读满size字节,以字符串的形式返回。

size >= 0,读取的内容不超过size字节,如果没有读够 size 字节就到本行结尾,则停止读取,返回本行。

size < 0,读取当前一行的全部内容,直到遇到 '\n' 或文件结尾。

f.readlines(size = -1)

读取多行,返回一个list,每一行作为 list 中的一个字符串。最后一个字符串可能不以 “ \n ”结尾。

f.next()

file对象是可迭代的,每次迭代返回文件中的一行。

f.seek(pos, how = 0)

将当前文件的位置设置到距离参考点pos字节的位置,参数 how 决定参照点的位置:

how = 0,参照点是文件开头,这是默认情形,对应于 os.SEEK_SET

how = 1,参考点是当前位置,对应于os.SEEK_CUR

how = 2,参考点是文末,对应于os.SEEK_END

f.tell()

返回文件当前位置距离文件开头的字节数。

f.truncate([size])

将文件截断到不超过 size 字节,

如果size超过当前文件大小,将以0填充,

如果没有提供size参数,则使用 f.tell() 作为截断后新文件的大小。

f.write(s)

将字符串 s 写入到文件中

f.writelines(lst)

参数lst是一个可迭代对象,将其中的字符串内容全部写到 f 中,该函数不会自动添加 '\n' !

可迭代的file对象  

  前面已经提到,file对象是可迭代的,

for line in f:
...

  会依次遍历 f 中的每一行。

file-like对象与多态

  Python中存在file-like对象这个概念,意思是具有file对象部分属性与功能的对象,file-like对象需要实现哪些方法取决于调用它们的client-code,比如它们是只读的,那就可以只实现file对象的读操作,如read()函数等,file-like是只实现file对象功能的某个子集的对象。

上一篇:Hive0.13.1介绍及安装部署


下一篇:SQL Server 优化