由于CUP的运行速度远高于其他外设,IO操作有两种方式:
同步IO:CUP登着,程序暂停直到执行完后续代码
异步IO:CUP不等待,去做其他的事情,磁盘做完该做的事情后,告诉CUP,CUP再进行后续代码
异步IO操作较为复杂,这里记录同步IO操作。
- 文件读写
Python中读写文件是通过由操作系统提供的。
读文件:先使用open()方法打开文件,之后使用read()方法读入内存。
>>> f = open('/Users/michael/test.txt', 'r')
>>> f.read()
'Hello, world!'
最后,必须close()关闭文件,因为文件对象会占用操作系统的资源。
>>> f.close()
而在其中一旦出了错误,就会抛出IOError,为了保证最后能close(),使用with语句,来代替
with open('/path/to/file', 'r') as f:
print f.read()
其中,read()一次性读取全部内容,read(size),每次读取size个字节的内容,readline()每次读取一行内容,readlines()一次读取所有内容,每一行都储存在list的一个元素中。
对于readlines()可以使用:
for line in f.readlines():
print(line.strip()) # 把末尾的'\n'删掉
凡是可以使用open()打开的对象,都是file-like Object。除了file外,还有内存的字节流,网络流,自定义流等。
普通的文件是以ASCII码编写的,而对于图片,视频等是由二进制文件编写的,得用‘rb’模式打开。
对于非ASCII编码的文件,必须得由二进制模式打开,再解码。比如GBK编码的文件:
>>> f = open('/Users/michael/gbk.txt', 'rb')
>>> u = f.read().decode('gbk')
>>> u
u'\u6d4b\u8bd5'
>>> print u
测试
这里有简化的方法,利用codecs模块,自动转码
import codecs
with codecs.open('/Users/michael/gbk.txt', 'r', 'gbk') as f:
f.read() # u'\u6d4b\u8bd5'
写文件:写文件与读文件类似,为确保数据全部由内存写入文件,使用with语句
with open('/Users/michael/test.txt', 'w') as f:
f.write('Hello, world!')
如有特定编码的文本文件,使用codecs模块。
- 操作文件和目录
获取环境变量:os.environ
获取某个环境变量的值:os.getenv(‘PATH’)
查看当前目录的据对路径:os.path.abspath('.')
将两个路径拼成一个:os.path.join('/User/michael', 'testdir')
创建一个目录:os.mkdir('/Users/michael/testdir')
删除一个目录:os.rmdir('/Users/michael/testdir')
拆分路径,得到最后一级的文件或目录名:os.path.split('/Users/michael/testdir/file.txt')
拆分路径,得到文件扩展名:os.path.splitext('/path/to/file.txt')
文件重命名:os.rename('test.txt', 'test.py')
删掉文件:os.remove('test.py')
复制文件:在shutil模块中的copyfile()
列出当前目录下的所有目录:[x for x in os.listdir('.') if os.path.isdir(x)]
列出所有的.py文件:[x for x in os.listdir('.') if os.path.isfile(x) and os.path.splitext(x)[1]=='.py']
- 序列化
变量从内存中变成可储存或传输的过程称为序列化,Python中负责序列化的叫做pickle和cPickle。
pickle和cPickle的区别在于cPickle是用c写的,速度快;pickle是用python写的,速度慢。所以:
try:
import cPickle as pickle
except ImportError:
import pickle
将对象序列化并写入文件:
>>> f = open('dump.txt', 'wb')
>>> pickle.dump(d, f)
>>> f.close()
将对象从磁盘读到内存,反序列化:
>>> f = open('dump.txt', 'rb')
>>> d = pickle.load(f)
>>> f.close()
>>> d
{'age': 20, 'score': 88, 'name': 'Bob'}
pickle序列化对象后,存储的变量和原来的变量完全不一样,知识内容相同,而且每个语言序列化后的变量也是不一样的。为了在不同的编程语言间传递对象,必须把对象序列化为标准格式。Python内置的json模块提供了非常完善的Python对象到JSON格式的转换。
{} | dict |
[] | list |
"string" | 'str'或u'unicode' |
1234.56 | int或float |
true/false | True/False |
null | None |
使用json.dump方法
>>> import json
>>> d = dict(name='Bob', age=20, score=88)
>>> json.dumps(d)
'{"age": 20, "score": 88, "name": "Bob"}'
类似的,dump()方法可以直接把JSON写入一个file-like Object
JSON反序列化
>>> json_str = '{"age": 20, "score": 88, "name": "Bob"}'
>>> json.loads(json_str)
{u'age': 20, u'score': 88, u'name': u'Bob'}
loads()把JSON的字符串反序列化,load()从file-like Object中读取字符串并序列化
将Student实例变成一个JSON对象。
def student2dict(std):
return {
'name': std.name,
'age': std.age,
'score': std.score
} print(json.dumps(s, default=student2dict))
将JSON反序列化为一个Student对象实例
def dict2student(d):
return Student(d['name'], d['age'], d['score']) json_str = '{"age": 20, "score": 88, "name": "Bob"}'
print(json.loads(json_str, object_hook=dict2student))
注:本文为学习廖雪峰Python入门整理后的笔记