Python檔案的讀寫及檔案字元編碼設定方法詳解

巴扎黑
發布: 2017-08-18 13:56:19
原創
2483 人瀏覽過

文件讀寫操作在各種程式語言中都是比較重要的部分,也是很常用的部分,今天就來詳細說一下python對文件的讀寫操作,以及需要注意的點。

一. python開啟檔案

程式碼如下:

f = open("d:\test.txt", "w")
登入後複製

說明:

第一個參數是檔案名稱,包含路徑;

第二個參數是開啟的模式mode

'r':只讀(預設。如果檔案不存在,則拋出錯誤)

'w':只寫(如果檔案不存在,則自動建立檔案)

'a':附加到檔案結尾

'r+':讀寫

如果需要以二進位方式開啟文件,需要在mode後面加上字元”b”,例如“rb””wb”等

二、python讀取檔案內容f.read([size])

參數size表示讀取取的數量,可以省略。如果省略size參數,則表示讀取檔案所有內容。

f.readline()讀取檔案一行的內容 f.readlines()讀取所有的行到陣列裡面[line1,line2,…lineN]。

f = open('./pythontab.txt', 'r')
content = f.read()
print content
登入後複製

在避免將所有檔案內容載入到記憶體中,這種方法常常被使用,以便於提高效率。

三、python寫入檔案f.write(string)

將一個字串寫入檔案

f = open('./pythontab.txt', 'r+')
f.write('Hello, Pythontab.com')
f.close()
登入後複製

注意: 如果寫入結束,可以在字串後面加上”\n」來表示換行,最後必須用f.close()關閉檔案。否則可能會出現異常,特別是在高併發的情況下。

四、檔案中的內容定位

f.read()讀取之後,檔案指標到達檔案的結尾,如果再來一次f.read()將會發現讀取的是空內容,如果想要再讀取全部內容,必須將定位指標移到檔案開始:

f.seek(0)

這個函數的格式如下(單位是bytes):f .seek(offset, from_what) from_what表示開始讀取的位置,offset表示從from_what再移動一定量的距離,例如f.seek(10, 3)表示定位到第三個字元並再後移10個字元。

from_what值為0時表示檔案的開始,它也可以省略,缺省是0即檔案開頭。以下給出一個完整的範例:

f = open('./pythontab.txt', 'r+')
f.write('Hello, Pythontab.com')
f.seek(5)     # 定位到第6个byte
f.read(1)        
f.seek (-3, 2) #定位到第2个字符并再向前移动3个字符
f.read(1)
登入後複製

五、關閉檔案

關閉檔案釋放資源檔案操作完畢,一定要記得關閉檔案f.close(),可以釋放資源供其他程式使只是ASCII或gbk編碼格式的文件讀寫,比較簡單,讀寫如下:

# coding=gbk
f = open('./pythontab.txt','r') # r 指示文件打开模式,即只读
s1 = f.read()
s2 = f.readline()
s3 = f.readlines() #读出所有内容
f.close()
f = open('./pythontab.txt','w') # w 写文件
11 f.write(s1)
12 f.writelines(s2) # 没有writeline
13 f.close()
登入後複製

六. f.writelines不會輸出換行符

python unicode檔讀寫:

# coding=gbk
import codecs
f = codecs.open('./pythontab.txt','a','utf-8')
f.write(u'中文')
s = '中文'
f.write(s.decode('gbk'))
f.close()
f = codecs.open('./pythontab.txt','r','utf-8')
s = f.readlines()
f.close()
for line in s:
    print line.encode('gbk')
登入後複製

七. python程式碼檔案的編碼

py檔案預設是ASCII編碼,中文在顯示時會做一個ASCII到系統預設編碼的轉換,這時就會出錯:SyntaxError: Non -ASCII character。需要在程式碼檔案的第一行或第二行加入編碼指示:

# coding=utf-8 ##以utf-8編碼儲存中文字元

print '中文'像上面那樣直接輸入的字串是按照代碼檔案的編碼來處理的,如果用unicode編碼,有以下2種方式:

s1 = u'中文' #u表示用unicode編碼方式儲存資訊

s2 = unicode('中文','gbk')

unicode是一個內建函數,第二個參數指示來源字串的編碼格式。

decode是任何字串具有的方法,將字串轉換成unicode格式,參數指示來源字串的編碼格式。

encode也是任何字串具有的方法,將字串轉換成參數指定的格式。

python字串的編碼

用u'漢字' 建構出來的是unicode型,不用的話構造出來是str型別

str的編碼是與系統環境相關的,一般就是sys.getfilesystemencoding()得到的值

所以從unicode轉str,要用encode方法

從str轉unicode,所以要用decode

#例如:

# coding=utf-8   #默认编码格式为utf-8
s = u'中文' #unicode编码的文字
print s.encode('utf-8')   #转换成utf-8格式输出 
print s #效果与上面相同,似乎默认直接转换为指定编码
登入後複製

總結:

u=u'unicode編碼文字'

g=u.encode('gbk') #轉換為gbk格式

#print g #此時為亂碼,因為目前環境為utf-8,gbk編碼文字為亂碼

str=g.decode('gbk').encode('utf-8')   #以gbk編碼格式讀取g(因為他就是gbk編碼的)並轉換為utf-8格式輸出

print str #正常顯示中文

安全的方法:

##s .decode('gbk','ignore').encode('utf-8′) #以gbk編碼讀取(當然是讀取gbk編碼格式的文字了)並忽略錯誤的編碼,轉換成utf-8編碼輸出

因為decode的函式原型是decode([encoding], [errors='strict']),可以用第二個參數控制錯誤處理的策略,預設的參數就是strict,代表遇到非法字元時拋出異常;

如果設定為ignore,則會忽略非法字元;

如果設定為replace,則會用?取代非法字元;

如果設定為xmlcharrefreplace,則使用XML的字元參考。

以上是Python檔案的讀寫及檔案字元編碼設定方法詳解的詳細內容。更多資訊請關注PHP中文網其他相關文章!

相關標籤:
來源:php.cn
本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
熱門教學
更多>
最新下載
更多>
網站特效
網站源碼
網站素材
前端模板