一. 基本概念

文件

文件作為數(shù)據(jù)存儲的單位，通常用來長期存儲數(shù)據(jù)。文件中的數(shù)據(jù)是以字節(jié)為單位進(jìn)行順序存儲的。操作文件的操作流程如下：

• 打開文件
• 讀寫文件
• 關(guān)閉文件

注：任何的操作系統(tǒng)，同一個應(yīng)用程序同時打開文件的數(shù)量是有最大限制的，所以在用完文件后需要關(guān)閉。

文件的打開函數(shù) open(file, mode='rt') 用于打開一個文件對象，文件打開失敗時觸發(fā)異常；文件的關(guān)閉方法 F.close() 用于關(guān)閉文件，釋放系統(tǒng)資源。

上述 open 函數(shù)中用到了 mode 參數(shù)，即文本文件操作模式，對文本文件的讀寫需要用字符串 str 進(jìn)行讀取和寫入數(shù)據(jù)。模式字符：t' 表示默認(rèn)文件中存儲的數(shù)據(jù)為字符數(shù)據(jù)，以行為單位分隔。

注： 在 Linux 系統(tǒng)中，換行符為 \n，在 Windows 下?lián)Q行符則為 \r\n 。在 Python 中內(nèi)部統(tǒng)一用 \n 作為換行符進(jìn)行分隔：即在文本文件模式下，各操作系統(tǒng)的換行符在讀入 Python 內(nèi)部時，換為字符 \n 。

實際中常用的文件讀取方式即文件的迭代讀?。?code>open 函數(shù)返回的文件流對象作為可迭代對象，并且是個迭代器：

>> f = open('example.txt')
>> iter(f)
<_io.TextIOWrapper name='example.txt' mode='r' encoding='cp936'>
>> iter(f)
<_io.TextIOWrapper name='example.txt' mode='r' encoding='cp936'>
>> next(f)
'A\n'
>> next(f)
'B\n'
>> next(f)
'C\n'
>> next(f)
StopIteration: 

對于二進(jìn)制文件，默認(rèn)文件中存儲的都是以字節(jié)為單位的數(shù)據(jù)，通常有人為規(guī)則格式，需要以字節(jié)為單位進(jìn)行讀寫。比如，Linux 下常用的命令 ls 對應(yīng)的二進(jìn)制文件如下：

下面，我們就利用 Python 來讀取該二進(jìn)制文件中的內(nèi)容：

>> f = open('/bin/ls', 'rb')
>> f.read(4)
b'\x7fELF'
>> f.read(1)
b'\x02'
>> f.read(2)
b'\x01\x01'

在以二進(jìn)制讀的形式打開文件 /bin/ls 之后，使用了 read 函數(shù)依次讀取了 4 個字節(jié)、1 個字節(jié)以及 2 個字節(jié)。Python 中關(guān)于文件句柄的方法非常豐富，下面我們就來介紹一下他們吧~

文件句柄的常用方法

關(guān)于文件句柄的常用方法總結(jié)如下：

關(guān)于 f.read 的返回類型：對于文本模式 t 打開的文件，返回字符串 str ；對于二進(jìn)制模式 b 打開的文件，返回字節(jié)串 bytes 。關(guān)于 f.write(x) 參數(shù) x 的類型：對于文本模式，x 必須為字符串；對于二進(jìn)制模式，x 必須為字節(jié)串。

>> f = open('a.txt', 'wt')
>> f.write('A')
>> f.close()

運行結(jié)果：

>> f = open('b.txt', 'wb')
>> f.write(bytearray([66]))
>> f.close()

運行結(jié)果：

下面是 read readline readlines 的使用示例：

with open('example.txt') as f:
    print(f.readline())
    print(f.readline())
    print(f.readline())
    print(f.readline())

運行結(jié)果：

with open('example.txt') as f:
    print(f.readlines())

運行結(jié)果：

with open('example.txt') as f:
    print(f.read())

運行結(jié)果：

f.seek() 方法用來改變當(dāng)前文件的讀寫位置：f.seek(偏移量， 相對位置) ：

• 偏移量：大于 0 的數(shù)代表向文件尾方向移動；小于 0 的數(shù)代表向文件頭方向移動。
• 相對位置：0 代表從文件頭開始偏移；1 代表從當(dāng)前位置開始偏移；2 代表從文件尾開始偏移。

f.tell() 方法返回當(dāng)前文件讀寫位置。

下面是關(guān)于兩方法使用的示例：

with open('example.bin', 'wb') as f:
    f.writelines([b'Python\n', b'Hello World\n', b'123456\n'])

文件內(nèi)容如下：

使用 f.seek 和 f.tell：

with open('example.bin', 'rb') as f:
    print(f.tell())
    print(f.read(6))
    print(f.tell())
    print(f.seek(7, 1))
    print(f.read(5))
    print(f.seek(-7, 2))
    print(f.read(7))

運行結(jié)果：

通常，二進(jìn)制文件會用到 seek 和 tell 。

二. 漢字編碼

漢字常用的 2 種編碼方式即國標(biāo)系列和國際標(biāo)準(zhǔn)。其中國標(biāo)系列即 Windows 常用的編碼方式：

• GB18030 (二字節(jié)或四字節(jié)編碼，共27533個漢字）相比 GBK 多出的部分使用的是四字節(jié)編碼
• GBK（二字節(jié)編碼，共21003個漢字）
• GB2312（二字節(jié)編碼，共6763個漢字）

國際標(biāo)準(zhǔn)則用于 Linux、Mac OS X、IOS、Android 等系統(tǒng)，如：UNICODE 16、UNICODE 31 等。

注：Python3 的字符串存儲的是 Unicode 編碼，但要存儲在外部（磁盤，網(wǎng)絡(luò)等）的時候，需要 encode 編碼。

Python 編碼（encode）字符串：gb2312 gbk gb18030 utf-8 ascii。

注：在 Python 源文件第一行或第二行寫入如下內(nèi)容即告訴解釋執(zhí)行器，此文件的編碼類型是什么，如：# -*- coding: gbk -*- 設(shè)置源文件編碼格式為 GBK ；# -*- coding: utf-8 -*- 設(shè)置源文件編碼格式為 utf-8。Python3 源文件默認(rèn)使用的編碼方式即 utf-8 。

三. 總結(jié)

各類模式：

文本文件操作模式：

• 默認(rèn)文件中存儲的數(shù)據(jù)為字符數(shù)據(jù)，以行為單位分隔，在 Python 中內(nèi)部統(tǒng)一用 \n 作為換行符進(jìn)行分隔；
• 對文本文件的讀寫需要用字符串 str 進(jìn)行讀取和寫入數(shù)據(jù)。

二進(jìn)制文件操作模式：

• 默認(rèn)文件中存儲的都是以字節(jié)為單位的數(shù)據(jù)，通常有人為規(guī)則格式；
• 需要以字節(jié)為單位進(jìn)行讀寫

open() 函數(shù)：
open(file, mode='rt') 用于打開一個文件對象，如果打開文件失敗，則會觸發(fā) OSError；
open() 函數(shù)返回一個表示文件的對象，可作為迭代器；結(jié)合 next() 函數(shù)使用，每次返回一行內(nèi)容，停止迭代時觸發(fā) StopIteration 。