#I/O操作概述
檔案讀寫入實作原理與操作步驟
檔案開啟模式
#Python檔案操作步驟範例
Python檔案讀取相關方法
檔案讀寫與字元編碼
#I/O在電腦中是指Input/Output，也就是Stream(流)的輸入和輸出。這裡的輸入和輸出是相對於記憶體來說的，Input Stream（輸入流）是指資料從外（磁碟、網路）流進內存，Output Stream是資料從記憶體流出到外面（磁碟、網路）。程式運作時，資料都是在記憶體中駐留，由CPU這個超快的運算核心來執行，涉及到資料交換的地方（通常是磁碟、網路操作）就需要IO介面。
那麼這個IO介面是由誰提供呢？高階程式語言中的IO操作是如何實現的呢？
作業系統是個通用的軟體程序，其通用目的如下：
#硬體驅動程式
進程管理
記憶體管理
網路管理
那我們要操作的物件是什麼呢？我們又如何取得要操作的物件呢？
由於操作I/O的能力是由作業系統提供的，且現代作業系統不允許普通程式直接操作磁碟，所以讀寫檔案時需要請求作業系統開啟一個對象（通常被稱為檔案描述符--file descriptor, 簡稱fd），這就是我們在程式中要操作的檔案物件。通常在高階程式語言中會提供一個內建的函數，透過接收"檔案路徑"以及「檔案開啟模式」等參數來開啟一個檔案對象，並傳回該檔案對象的檔案描述符。因此透過這個函數我們就可以取得要操作的文件物件了。這個內建函數在Python中叫open(), 在PHP中叫fopen(),
#不同的程式語言讀寫檔案的操作步驟大致是一樣的，都分為以下幾個步驟：
1）打开文件，获取文件描述符2）操作文件描述符--读/写3）关闭文件
只是不同的程式語言提供的讀寫檔案的api是不一樣的，有些提供的功能比較豐富，有些比較簡陋。
要注意的是：檔案讀寫作業完成後，應該及時關閉。一方面，檔案物件會佔用作業系統的資源；另一方面，作業系統對同一時間能開啟的檔案描述符的數量是有限制的，在Linux作業系統上可以透過ulimit -n#來查看這個顯示數量。如果不及時關閉文件，也可能造成資料遺失。因為當我將資料寫入檔案時，作業系統不會立刻把資料寫入磁碟，而是先把資料放到記憶體緩衝區非同步寫入磁碟。當呼叫close方法時，作業系統會保證把沒有寫入磁碟的資料全部寫到磁碟上，否則可能會遺失資料。
我們先來看下在Python、PHP和C語言中開啟檔案的函數定義
# Python2open(name[, mode[, buffering]])# Python3open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)
resource fopen ( string $filename , string $mode [, bool $use_include_path = false [, resource $context ]] )
int open(const char * pathname, int flags);
會發現以上3種程式語言內建的開啟檔案的方法接收的參數中，除了都包含一個“檔案路徑名稱”，還會包含一個mode參數（C語言的open函數中的flags參數作用相似）。這麼mode參數定義的是開啟檔案時的模式，常見的檔案開啟模式有：唯讀、唯寫、可讀可寫、只追加。不同的程式語言中對檔案開啟模式的定義有些微小的差別，我們來看Python中的檔案開啟模式有哪些。
| 檔案開啟模式 | 描述 |
|---|---|
| #r | 以只讀模式開啟文件，並將文件指標指向文件頭；如果文件不存在會報錯 |
| #w | 以只寫模式開啟文件，並將文件指標指向文件頭；如果文件存在則將其內容清空，如果文件不存在則創建 |
| a | 以只追加可寫模式打開文件，並將文件指針指向文件尾部；如果檔案不存在則建立 |
| r | 在r的基礎上增加了可寫功能 |
| w | 在w的基礎上增加了可讀功能 |
| a | 在a的基礎上增加了可讀功能 |
| #b | 讀寫二進位（預設是t，表示文字），需要與上面幾種模式搭配使用，如ab，wb, ab, ab （POSIX系統，包括Linux都會忽略該字元） |
思考1： r+、w+和a+都可以实现对文件的读写，那么他们有什么区别呢？
r+会覆盖当前文件指针所在位置的字符，如原来文件内容是"Hello，World"，打开文件后写入"hi"则文件内容会变成"hillo, World"
w+与r+的不同是，w+在打开文件时就会先将文件内容清空，不知道它有什么用
a+与r+的不同是，a+只能写到文件末尾（无论当前文件指针在哪里）
思考2： 为什么要定义这些模式呢？为什么不能像我们用word打开一篇文档一样既可以读，又可以写，还可修改呢？
关于这个问题，我查了很多资料，也没找到很权威的说明。在跟同行朋友交流过程中，发现大家主要有两种观点：
跟安全有关，有这种观点的大部分是做运维的朋友，他们认为这就像linux上的rwx（读、写、执行）权限。
跟操作系统内核管理I/O的机制有关，有这种观点的大部分是做C开发的，特别是与内核相关的开发人员。为了提高读写速度，要写入磁盘的数据会先放进内存缓冲区，之后再回写。由于可能会同时打开很多文件，当要回写数据时，需要遍历以打开的文件判断是否需要回写。他们认为如果打开文件时指定了读写模式，那么需要回写时，只要去查找以“可写模式”打开的文件就可以了。
我们来读取这样一个文本文件：song.txt，该文件的字符编码为utf-8。
匆匆那年我们 究竟说了几遍 再见之后再拖延 可惜谁有没有 爱过不是一场 七情上面的雄辩 匆匆那年我们 一时匆忙撂下 难以承受的诺言 只有等别人兑现
Python3实现：
# 第一步：（以只读模式）打开文件f = open('song.txt', 'r', encoding='utf-8')# 第二步：读取文件内容print(f.read())# 第三步：关闭文件f.close()这里说下Python2的实现
# 第一步：（以只读模式）打开文件f = open('song.txt', 'r')# 第二步：读取文件内容print(f.read().decode('utf-8'))# 第三步：关闭文件f.close()说明：
Python3中已经内置对Unicode的支持，字符串str已经是真正的Unicode字符串。也就是说Python3中的文件读取方法已经自动完成了解码处理，因此无需再手动进行解码，可以直接将读取的文件中的内容进行打印；Python2中的字符串str是字节串，读取文件得到的也是字节串，在打印之前应该手动将其解码成Unicode字符串。关于这部分的说明，可以参考之前这篇文章>。
在实现基本功能的前提下，考虑一些可能的意外因素。因为文件读写时都有可能产生IO错误（IOError），一旦出错，后面包括f.close()在内的所有代码都不会执行了。因此我们要保证文件无论如何都能被关闭。那么可以用try...finally来实现，这实际上就是try...except..finally的简化版（我们只用Python3来进行示例演示）：
f = ''try:
f = open('song.txt', 'r', encoding='utf-8') print(f.read())
num = 10 / 0finally: print('>>>>>>finally') if f:
f.close()输出结果：
匆匆那年我们 究竟说了几遍 再见之后再拖延 可惜谁有没有 爱过不是一场 七情上面的雄辩 匆匆那年我们 一时匆忙撂下 难以承受的诺言 只有等别人兑现>>>>>>finally Traceback (most recent call last): File "<stdin>", line 4, in <module>ZeroDivisionError: division by zero</module></stdin>
输出结果说明，尽管with代码块中出现了异常，但是”>>>>>>finally“ 信息还是被打印了，说明finally代码块被执行，即文件关闭操作被执行。但是结果中错误信息还是被输出了，因此还是建议用一个完成的try...except...finally语句对异常信息进行捕获和处理。
为了避免忘记或者为了避免每次都要手动关闭文件，我们可以使用with语句（一种语法糖，语法糖语句通常是为了简化某些操作而设计的）。with语句会在其代码块执行完毕之后自动关闭文件。因此我们可以这样来改写上面的程序：
with open('song.txt', 'r', encoding='utf-8') as f: print(f.read())print(f.closed)输出结果：
匆匆那年我们 究竟说了几遍 再见之后再拖延可惜谁有没有 爱过不是一场 七情上面的雄辩匆匆那年我们 一时匆忙撂下 难以承受的诺言只有等别人兑现True
是不是变得简介多了，代码结构也比较清晰了。with之后打印的f.closed属性值为True，说明文件确实被关闭了。
思考:
with语句会帮我们自动处理异常信息吗？
要回答这个问题就要提到“上下文管理器” 和 with语句的工作流程。
with语句不仅仅可以用于文件操作，它实际上是一个很通用的结构，允许使用所谓的上下文管理器（context manager）。上下文管理器是一种支持__enter__()和__exit__()这两个方法的对象。__enter__()方法不带任何参数，它在进入with语句块的时候被调用，该方法的返回值会被赋值给as关键字之后的变量。__exit__()方法带有3个参数：type（异常类型）, value（异常信息）, trace（异常栈），当with语句的代码块执行完毕或执行过程中因为异常而被终止都会调用__exit__()方法。正常退出时该方法的3个参数都为None，异常退出时该方法的3个参数会被分别赋值。如果__exit__()方法返回值（真值测试结果）为True则表示异常已经被处理，命令执行结果中就不会抛出异常信息了；反之，如果__exit__()方法返回值（真值测试结果）为False，则表示异常没有被处理并且会向外抛出该异常。
现在我们应该明白了，异常信息会不会被处理是由with后的语句返回对象的__exit__()方法决定的。文件可以被用作上下文管理器。它的__enter__方法返回文件对象本身，__exit__方法会关闭文件并返回None。我们看下file类中关于这两个方法的实现：
def __enter__(self): # real signature unknown; restored from __doc__ """ __enter__() -> self. """ return self def __exit__(self, *excinfo): # real signature unknown; restored from __doc__ """ __exit__(*excinfo) -> None. Closes the file. """ pass
可见，file类的__exit__()方法的返回值为None，None的真值测试结果为False，因此用于文件读写的with语句代码块中的异常信息还是会被抛出来，需要我们自己去捕获并处理。
with open('song.txt', 'r', encoding='utf-8') as f: print(f.read()) num = 10 / 0输出结果：
匆匆那年我们 究竟说了几遍 再见之后再拖延 可惜谁有没有 爱过不是一场 七情上面的雄辩 匆匆那年我们 一时匆忙撂下 难以承受的诺言 只有等别人兑现 Traceback (most recent call last): File "<stdin>", line 3, in <module> ZeroDivisionError: division by zero</module></stdin>
注意： 上面所说的__exit__()方法返回值（真值测试结果）为True则表示异常已经被处理，指的是with代码块中出现的异常。它对于with关键字之后的代码中出现的异常是不起作用的，因为还没有进入上下文管理器就已经发生异常了。因此，无论如何，还是建议在必要的时候在with语句外面套上一层try...except来捕获和处理异常。
有关“上下文管理器”这个强大且高级的特性的更多信息，请参看Python参考手册中的上下文管理器部分。或者可以在Python库参考中查看上下文管理器和contextlib部分。
我们知道，对文件的读取操作需要将文件中的数据加载到内存中，而上面所用到的read()方法会一次性把文件中所有的内容全部加载到内存中。这明显是不合理的，当遇到一个几个G的的文件时，必然会耗光机器的内存。这里我们来介绍下Python中读取文件的相关方法：
| 方法 | 描述 |
|---|---|
| #read() | ##一次讀取檔案所有內容，傳回一個str|
| 每次最多讀取指定長度的內容，傳回一個str；在Python2中size指定的是位元組長度，在Python3中size指定的是字元長度 | |
| #一次讀取檔案所有內容，按行傳回一個list | |
| 每次只讀取一行內容 |
| 描述 | |
|---|---|
| 將檔案指標移到指定位元組的位置 | |
| 取得目前檔案指標所在位元組位置 |
| 方法 | 描述 |
|---|---|
| flush() | 刷新缓冲区数据，将缓冲区中的数据立刻写入文件 |
| next() | 返回文件下一行，这个方法也是file对象实例可以被当做迭代器使用的原因 |
| truncate([size]) | 截取文件中指定字节数的内容，并覆盖保存到文件中，如果不指定size参数则文件将被清空; Python2无返回值，Python3返回新文件的内容字节数 |
| write(str) | 将字符串写入文件，没有返回值 |
| writelines(sequence) | 向文件写入一个字符串或一个字符串列表，如果字符串列表中的元素需要换行要自己加入换行符 |
| fileno() | 返回一个整型的文件描述符，可以用于一些底层IO操作上（如，os模块的read方法） |
| isatty() | 判断文件是否被连接到一个虚拟终端，是则返回True，否则返回False |
前面已经写过一篇介绍Python中字符编码的相关文件> 里面花了很大的篇幅介绍Python中字符串与字符编码的关系以及转换过程。其中谈到过两个指定的字符编码的地方，及其作用：
PyCharm等IDE开发工具指定的项目工程和文件的字符编码： 它的主要作用是告诉Pycharm等IDE开发工具保存文件时应该将字符转换为怎样的字节表示形式，以及打开并展示文件内容时应该以什么字符编码将字节码转换为人类可识别的字符。
Python源代码文件头部指定的字符编码，如*-* coding:utf-8 -*-： 它的主要作用是告诉Python解释器当前python代码文件保存时所使用的字符编码，Python解释器在执行代码之前，需要先从磁盘读取该代码文件中的字节然后通过这里指定的字符编码将其解码为unicode字符。Python解释器执行Python代码的过程与IDE开发工具是没有什么关联性的。
那么这里为什么又要谈起字符编码的问题呢？
或者换个问法，既然从上面已经指定了字符编码，为什么对文件进行读写时还要指定字符编码呢？从前面的描述可以看出：上面两个地方指定的是Python代码文件的字符编码，是给Python解释器和Pycharm等程序软件用的；而被读写文件的字符编码与Python代码文件的字符编码没有必然联系，读写文件时指定的字符编码是给我们写的程序软件用的。这是不同的主体和过程，希望我说明白了。
读写文件时怎样指定字符编码呢？
上面解释了读写文件为什么要指定字符编码，这里要说下怎样指定字符编码（其实这里主要讨论是读取外部数据时的情形）。这个问题其实在上面的文件读取示例中已经使用过了，这里我们再详细的说一下。
首先，再次看一下Python2和Python3中open函数的定义：
# Python2open(name[, mode[, buffering]])# Python3open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)
可以看到，Python3的open函数中多了几个参数，其中包括一个encoding参数。是的，这个encoding就是用来指定被操作文件的字符编码的。
# 读操作with open('song.txt', 'r', encoding='utf-8') as f:
print(f.read())# 写操作with open('song.txt', 'w', encoding='utf-8') as f:
print(f.write('你好'))那么Python2中怎样指定呢？Python2中的对文件的read和write操作都是字节，也就说Python2中文件的read相关方法读取的是字节串（如果包含中文字符，会发现len()方法的结果不等于读取到的字符个数，而是字节数）。如果我们要得到 正确的字符串，需要手动将读取到的结果decode（解码）为字符串；相反，要以特定的字符编码保存要写入的数据时，需要手动encode（编码）为字节串。这个encode()和decode()函数可以接收一个字符编码参数。Python3中read和write操作的都是字符串，实际上是Python解释器帮我们自动完成了写入时的encode（编码）和读取时的decode（解码）操作，因此我们只需要在打开文件(open函数)时指定字符编码就可以了。
# 读操作with open('song.txt', 'r') as f:
print(f.read().decode('utf-8'))
# 写操作with open('song2.txt', 'w') as f:
# f.write(u'你好'.encode('utf-8'))
# f.write('你好'.decode('utf-8').encode('utf-8'))
f.write('你好')Python3中open函数的encoding参数显然是可以不指定的，这时候就会用一个“默认字符编码”。
看下Python3中open函数文档对encoding参数的说明：
encoding is the name of the encoding used to decode or encode thefile. This should only be used in text mode. The default encoding isplatform dependent, but any encoding supported by Python can be passed. See the codecs module for the list of supported encodings.
也就是说，encoding参数的默认值是与平台有关的，比如Window上默认字符编码为GBK，Linux上默认字符编码为UTF-8。
而对于Python2来说，在进行文件写操作时，字节会被直接保存；在进行文件读操作时，如果不手动进行来decode操作自然也就用不着默认字符编码了。但是这时候在不同的字符终端打印的时候，会用当前平台的字符编码自动将字节解码为字符，此时可能会出现乱码。如song.txt文件时UTF-8编码的，在windows（字符编码为GBK）的命令行终端进行如下操作就会出现乱码：
>>> with open('song.txt', 'r') as f:
... print(f.read())
...
鍖嗗寙閭ｅ勾鎴戜滑 绌剁珶璇翠簡鍑犻亶 鍐嶈涔嬪悗鍐嶆嫋寤?
鍙儨璋佹湁娌℃湁 鐖辫繃涓嶆槸涓€鍦?涓冩儏涓婇潰鐨勯泟杈?
鍖嗗寙閭ｅ勾鎴戜滑 涓€鏃跺寙蹇欐拏涓?闅句互鎵垮彈鐨勮瑷€
鍙湁绛夊埆浜哄厬鐜我们应该尽可能的获取被操作文件的字符编码，并明确指定encoding参数的值。
相关教程推荐：Python视频教程
以上是python怎麼讀寫檔案操作的詳細內容。更多資訊請關注PHP中文網其他相關文章！
