讀寫文件是最常見的 IO 操作。通常，我們使用 input 從控制臺(tái)讀取輸入，使用 print 將內(nèi)容輸出到控制臺(tái)。實(shí)際上，我們也經(jīng)常從文件讀取輸入，將內(nèi)容寫到文件。

讀文件

在 Python 中，讀文件主要分為三個(gè)步驟：

• 打開文件
• 讀取內(nèi)容
• 關(guān)閉文件

一般使用形式如下：

try:
    f = open('/path/to/file', 'r')    # 打開文件
    data = f.read()                   # 讀取文件內(nèi)容
finally:
    if f:
        f.close()                     # 確保文件被關(guān)閉

注意到，我們?cè)诖a中加了 try...finally，這是因?yàn)?，如果打開和讀取文件時(shí)出現(xiàn)錯(cuò)誤，文件就沒有被關(guān)閉。為了確保在任何情況下，文件都能被關(guān)閉，我們加了 try...finally。

上面的代碼中，'r' 模式表示讀模式，open 函數(shù)的常用模式主要有：

上面的讀文件做法很繁瑣，我們可以使用 Python 的 with 語(yǔ)句來(lái)幫我們自動(dòng)調(diào)用 close 方法：

with open('/path/to/file', 'r') as f:
    data = f.read()

可以看到，這種方式很簡(jiǎn)潔，而且還能在出現(xiàn)異常的情況下自動(dòng)關(guān)閉文件。

通常而言，讀取文件有以下幾種方式：

• 一次性讀取所有內(nèi)容，使用 read() 或 readlines()；
• 按字節(jié)讀取，使用 read(size)；
• 按行讀取，使用 readline()；

讀取所有內(nèi)容

讀取所有內(nèi)容可以使用 read() 或 readlines()。我們?cè)谏厦嬉呀?jīng)介紹過(guò) read() 了，現(xiàn)在，讓我們看看 readlines()。

readlines() 方法會(huì)把文件讀入一個(gè)字符串列表，在列表中每個(gè)字符串就是一行。

假設(shè)有一個(gè)文件 data.txt，它的文件內(nèi)容如下（數(shù)字之間的間隔符是'\t'）：

10  1   9   9
6   3   2   8
20  10  3   23
1   4   1   10
10  8   6   3
10  2   1   6

我們使用 readlines() 將文件讀入一個(gè)字符串列表：

with open('data.txt', 'r') as f:
    lines = f.readlines()
    line_num = len(lines)
    print lines
    print line_num

執(zhí)行結(jié)果：

['10\t1\t9\t9\n', '6\t3\t2\t8\n', '20\t10\t3\t23\n', '1\t4\t1\t10\n', '10\t8\t6\t3\n', '10\t2\t1\t6']
6

可以看到，列表中的每個(gè)元素都是一個(gè)字符串，剛好對(duì)應(yīng)文件中的每一行。

按字節(jié)讀取

如果文件較小，一次性讀取所有內(nèi)容確實(shí)比較方便。但是，如果文件很大，比如有 100G，那就不能一次性讀取所有內(nèi)容了。這時(shí)，我們構(gòu)造一個(gè)固定長(zhǎng)度的緩沖區(qū)，來(lái)不斷讀取文件內(nèi)容。

看看例子：

with open('path/to/file', 'r') as f:
    while True:
        piece = f.read(1024)        # 每次讀取 1024 個(gè)字節(jié)（即 1 KB）的內(nèi)容
        if not piece:
            break
        print piece

在上面，我們使用 f.read(1024) 來(lái)每次讀取 1024 個(gè)字節(jié)（1KB） 的文件內(nèi)容，將其存到 piece，再對(duì) piece 進(jìn)行處理。

事實(shí)上，我們還可以結(jié)合 yield 來(lái)使用：

def read_in_chunks(file_object, chunk_size=1024):
    """Lazy function (generator) to read a file piece by piece.
    Default chunk size: 1k."""
    while True:
        data = file_object.read(chunk_size)
        if not data:
            break
        yield data

with open('path/to/file', 'r') as f:
    for piece in read_in_chunks(f):
        print piece

逐行讀取

在某些情況下，我們希望逐行讀取文件，這時(shí)可以使用 readline() 方法。

看看例子：

with open('data.txt', 'r') as f:
    while True:
        line = f.readline()     # 逐行讀取
        if not line:
            break
        print line,             # 這里加了 ',' 是為了避免 print 自動(dòng)換行

執(zhí)行結(jié)果：

10  1   9   9
6   3   2   8
20  10  3   23
1   4   1   10
10  8   6   3
10  2   1   6

文件迭代器

在 Python 中，文件對(duì)象是可迭代的，這意味著我們可以直接在 for 循環(huán)中使用它們，而且是逐行迭代的，也就是說(shuō)，效果和 readline() 是一樣的，而且更簡(jiǎn)潔。

看看例子：

with open('data.txt', 'r') as f:
    for line in f:
        print line,

在上面的代碼中，f 就是一個(gè)文件迭代器，因此我們可以直接使用 for line in f，它是逐行迭代的。

看看執(zhí)行結(jié)果：

10  1   9   9
6   3   2   8
20  10  3   23
1   4   1   10
10  8   6   3
10  2   1   6

再看一個(gè)例子：

with open(file_path, 'r') as f:
    lines = list(f)
    print lines

執(zhí)行結(jié)果：

['10\t1\t9\t9\n', '6\t3\t2\t8\n', '20\t10\t3\t23\n', '1\t4\t1\t10\n', '10\t8\t6\t3\n', '10\t2\t1\t6']

可以看到，我們可以對(duì)文件迭代器執(zhí)行和普通迭代器相同的操作，比如上面使用 list(open(filename)) 將 f 轉(zhuǎn)為一個(gè)字符串列表，這樣所達(dá)到的效果和使用 readlines 是一樣的。

寫文件

寫文件使用 write 方法，如下：

with open('/Users/ethan/data2.txt', 'w') as f:
    f.write('one\n')
    f.write('two')

• 如果上述文件已存在，則會(huì)清空原內(nèi)容并覆蓋掉；
• 如果上述路徑是正確的（比如存在 /Users/ethan 的路徑），但是文件不存在（data2.txt 不存在），則會(huì)新建一個(gè)文件，并寫入上述內(nèi)容；
• 如果上述路徑是不正確的（比如將路徑寫成 /Users/eth ），這時(shí)會(huì)拋出 IOError；

如果我們想往已存在的文件追加內(nèi)容，可以使用 'a' 模式，如下：

with open('/Users/ethan/data2.txt', 'a') as f:
    f.write('three\n')
    f.write('four')

小結(jié)

• 推薦使用 with 語(yǔ)句操作文件 IO。
• 如果文件較大，可以按字節(jié)讀取或按行讀取。
• 使用文件迭代器進(jìn)行逐行迭代。

參考資料

• 《Python 基礎(chǔ)教程》
• 讀寫文本數(shù)據(jù) — python3-cookbook 2.0.0 文檔