Python学习笔记_09_IO编程

文章目录

1. 文件读写
1. 1.1. 读文件
2. 1.2. 写文件
2. StringIO和BytesIO
1. 2.1. StringIO
2. 2.2. BytesIO
3. 操作文件和目录
4. 序列化

IO是InputStream输入流和OutputStream输出流的简称, IO一般分为同步IO(等待IO结果再继续执行),异步IO(继续执行,轮询或者被通知结果).

文件读写

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）.

读文件

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,如果文件不存在,open()函数就会抛出一个IOError的错误,并且给出错误码和详细的信息告诉你文件不存在,如果文件打开成功,接下来,调用read()方法可以一次读取文件的全部内容,Python把内容读到内存,用一个str对象表示.最后一步是调用closed()方法关闭文件.文件使用完毕后必须关闭,因为文件对象会占用操作系统的资源,并且操作系统同一时间能打开的文件数量也是有限的.

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.

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.另外,调用readline()可以每次读取一行内容,调用readlines()一次读取所有内容并按行返回list.因此,要根据需要决定怎么调用.

file-like Object

像open()函数返回的这种有个read()方法的对象,在Python中统称为file-like Object.除了file外,还可以是内存的字节流,网络流,自定义流等等.file-like Object不要求从特定类继承,只要写个read()方法就行.

StringIO就是在内存中创建的file-like Object,常用作临时缓冲.

二进制文件

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

字符编码

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

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.

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.

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.

所有模式的定义及含义可以参考Python的官方文档.

StringIO和BytesIO

StringIO

要把str写入StringIO,我们需要先创建一个StringIO,然后,像文件一样写入即可,要读取StringIO,可以用一个str初始化StringIO,然后,像读文件一样读取.

BytesIO

StringIO操作的只能是str,如果要操作二进制数据,就需要使用BytesIO.

操作文件和目录

Python内置的os模块可以直接调用操作系统提供的接口函数.

环境变量

要获取详细的系统信息,可以调用uname()函数.

在操作系统中定义的环境变量,全部保存在os.environ这个变量中,可以直接查看,要获取某个环境变量的值,可以调用os.environ.get(‘key’)

**操作目录

操作文件和目录的函数一部分放在os模块中,一部分放在os.path模块中,这一点要注意一下.查看、创建和删除目录可以如下调用:

# 查看当前目录的绝对路径:
>>> os.path.abspath('.')
'/Users/michael'

# 在某个目录下创建一个新目录,首先把新目录的完整路径表示出来:
>>> os.path.join('/Users/michael', 'testdir')
'/Users/michael/testdir'

# 然后创建一个目录:
>>> os.mkdir('/Users/michael/testdir')
>>> 
# 删掉一个目录:
>>> os.rmdir('/Users/michael/testdir')

把两个路径合成一个时,不要直接拼字符串,而要通过os.path.join()函数,这样可以正确处理不同操作系统的路径分隔符.

同样的道理,要拆分路径时,也不要直接去拆字符串,而要通过os.path.split()函数,这样可以把一个路径拆分为两部分,后一部分总是最后级别的目录或文件名.

os.path.splitext()可以直接让你得到文件扩展名,很多时候非常方便.

这些合并、拆分路径的函数并不要求目录和文件要真实存在,它们只对字符串进行操作.

操作文件

待补充.

序列化

我们把变量从内存中变成可存储或传输的过程称之为序列化,在Python中叫pickling,在其他语言中也被称之为serialization,marshalling,flattening等等,都是一个意思.序列化之后,就可以把序列化后的内容写入磁盘,或者通过网络传输到别的机器上.

反过来,把变量内容从序列化的对象重新读到内存里称之为反序列化,即unpickling.

pickle

Python提供了pickle模块来实现序列化.

Pickle的问题和所有其他编程语言特有的序列化问题一样,就是它只能用于Python,并且可能不同版本的Python彼此都不兼容,因此,只能用Pickle保存那些不重要的数据,不能成功地反序列化也没关系.

JSON

如果我们要在不同的编程语言之间传递对象,就必须把对象序列化为标准格式,比如XML,但更好的方法是序列化为JSON,因为JSON表示出来就是一个字符串,可以被所有语言读取,也可以方便地存储到磁盘或者通过网络传输.JSON不仅是标准格式,并且比XML更快,而且可以直接在Web页面中读取,非常方便.

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.

JSON进阶

在将Python对象序列化为json对象的时候,json模块的dumps方法默认参数并不能满足使用条件,还需要传入一个参数:default=转换函数,通过转换函数将对应的对象的属性,装换成dict,才能自动序列化.除了配置了slots的对象之外,Python对象就自带一个dict属性,他就是个dict,用来储存实例变量.所以可以写成通用的转换函数如下:

1	print(json.dumps(s, default=lambda obj: obj.__dict__))

而将json对象序列化为Python对象,需要给json模块的loads函数,传入另一个参数:object_hook=转换函数,通过转换函数,将序列化的dict生成为对象.

小川的博客·iXiaoChuan

零散知识整理、技术脉络总结、工作人生规划