目錄

• 讀文件
  • 操作文件
  • 讀取內容
  • 面試題的例子
• 寫文件
• 操作模式
• 指針操作
• 字符編碼

讀文件

操作文件

打開一個文件用open()方法(open()返回一個文件對象，它是可叠代的)；

文件使用完畢後必須關閉，因為文件對象會占用操作系統的資源，並且操作系統同一時間能打開的文件數量也是有限的

f = open('test.txt', 'r')
f.close()
 

r表示是文本文件，rb是二進制文件。（這個mode參數默認值就是r）

如果文件不存在，open()函數就會拋出一個IOError的錯誤，並且給出錯誤碼和詳細的信息告訴你文件不存在：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
FileNotFoundError: [Errno 2] No such file or directory: 'test.txt'

由於文件讀寫時都有可能產生IOError，一旦出錯，後面的f.close()

try:
    f = open('/path/to/file', 'r')
    print(f.read())
finally:
    if f:
        f.close()

但是每次都這麽寫實在太繁瑣，所以，Python引入了with語句來自動幫我們調用close()方法：

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

讀取內容

python文件對象提供了三個“讀”方法： read()、readline() 和 readlines()。每種方法可以接受一個變量以限制每次讀取的數據量。

• read() 每次讀取整個文件，它通常用於將文件內容放到一個字符串變量中。如果文件大於可用內存，為了保險起見，可以反復調用read(size)方法，每次最多讀取size個字節的內容。
• readline() 每次只讀取一行，通常比readlines() 慢得多。僅當沒有足夠內存可以一次讀取整個文件時，才應該使用 readline()。
• readlines() 自動將文件內容分析成一個行的列表，該列表可以由 Python 的 for ... in ... 結構進行處理。

註意：這三種方法是把每行末尾的‘\n‘也讀進來了，它並不會默認的把‘\n‘去掉，需要我們手動去掉。

with open('test1.txt', 'r') as f1:
    list1 = f1.readlines()
list1

Out: ['111\n', '222\n', '333\n', '444\n', '555\n', '666\n']    

去掉‘\n‘

with open('test1.txt', 'r') as f1:
    list1 = f1.readlines()
for i in range(0, len(list1)):
    list1[i] = list1[i].rstrip('\n')
list1

Out: ['111', '222', '333', '444', '555', '666']

對於read()和readline()也是把‘\n‘讀入了，但是print的時候可以正常顯示（因為print裏的‘\n‘被認為是換行的意思）

with open('test1.txt', 'r') as f1:
    list1 = f1.read()
print(list1)
Out:    
111
222
333
444
555
666


with open('test1.txt', 'r') as f1:
    list1 = f1.readline()
list1
Out: '111\n'
print(list1)
Out: 111

面試題的例子

有兩個文件，每個都有很多行ip地址，求出兩個文件中相同的ip地址：

import bisect

with open('test1.txt', 'r') as f1:
    list1 = f1.readlines()
for i in range(0, len(list1)):
    list1[i] = list1[i].strip('\n')
    
with open('test2.txt', 'r') as f2:
    list2 = f2.readlines()
for i in range(0, len(list2)):
    list2[i] = list2[i].strip('\n')

list2.sort()
length_2 = len(list2)
same_data = []
for i in list1:
    pos = bisect.bisect_left(list2, i)
    if pos < len(list2) and list2[pos] == i:
        same_data.append(i)
same_data = list(set(same_data))
print(same_data)

要點：（1）用with （2）處理行末的‘\n‘ （3）使用二分查找提高算法效率。（4）使用set快速去重。

寫文件

寫文件和讀文件是一樣的，唯一區別是調用open()函數時，傳入標識符‘w‘或者‘wb‘表示寫文本文件或寫二進制文件：

f = open('test.txt', 'w') # 若是'wb'就表示寫二進制文件
f.write('Hello, world!')
f.close()

註意：‘w‘這個模式：如果沒有這個文件，就創建一個；如果有，那麽就會先把原文件的內容清空再寫入新的東西。所以若不想清空原來的內容而是直接在後面追加新的內容，就用‘a‘這個模式。

我們可以反復調用write()來寫入文件，但是務必要調用f.close()來關閉文件。當我們寫文件時，操作系統往往不會立刻把數據寫入磁盤，而是放到內存緩存起來，空閑的時候再慢慢寫入。只有調用close()方法時，操作系統才保證把沒有寫入的數據全部寫入磁盤。忘記調用close()的後果是數據可能只寫了一部分到磁盤，剩下的丟失了。所以，還是用with語句來得保險：

with open('test.txt', 'w') as f:
    f.write('Hello, world!')

python文件對象提供了兩個“寫”方法： write() 和 writelines()。

• write()方法和read()、readline()方法對應，是將字符串寫入到文件中。
• writelines()方法和readlines()方法對應，也是針對列表的操作。它接收一個字符串列表作為參數，將他們寫入到文件中，換行符不會自動的加入，因此，需要顯式的加入換行符。

f1 = open('test1.txt', 'w')
f1.writelines(["1", "2", "3"])
# 此時test1.txt的內容為:
# 123

f1 = open('test1.txt', 'w')
f1.writelines(["1\n", "2\n", "3\n"])
# 此時test1.txt的內容為:
# 1
# 2        
# 3

操作模式

‘r‘：讀

‘w‘：寫（文件若不存在就創建）

‘a‘：追加

‘r+‘ == r+w（可讀可寫，文件若不存在就報錯(IOError)）

‘w+‘ == w+r（可讀可寫，文件若不存在就創建）

‘a+‘ ==a+r（可追加可寫，文件若不存在就創建）

對應的，如果是二進制文件，就都加一個b就好啦：

‘rb‘　　‘wb‘　　‘ab‘　　‘rb+‘　　‘wb+‘　　‘ab+‘

指針操作

file_obj.seek(offset,whence=0)

file_obj.seek(offset,whence=0)方法用來在文件中移動文件指針。offset表示偏移多少。可選參數whence表示從哪裏開始偏移，默認是0為文件開頭，1為當前位置，2為文件尾部。

f = open("test1.txt", "a+")
print(f.read())
f.write('1')
f.seek(0, 0)# 把文件指針從末尾移到開頭，沒有這句話下面的read()就讀不到正確的東西
print(f.read())
f.close()

註意：這個文件指針的改變只是作用於‘r‘,對‘w‘和‘a‘不會起作用，如果是‘w‘，那麽write()永遠都是從開頭寫（會覆蓋後面對應位置的內容），是‘a‘的話write()就永遠都是從最後開始追加。

字符編碼

要讀取非UTF-8編碼的文本文件，需要給open()函數傳入encoding參數，例如，讀取GBK編碼的文件：

f = open('test.txt', 'r', encoding='gbk')
f.read()
# '測試'

遇到有些編碼不規範的文件，你可能會遇到UnicodeDecodeError，因為在文本文件中可能夾雜了一些非法編碼的字符。遇到這種情況，open()函數還接收一個errors參數，表示如果遇到編碼錯誤後如何處理。最簡單的方式是直接忽略：

f = open('test.txt', 'r', encoding='gbk', errors='ignore')

參考：https://www.cnblogs.com/zywscq/p/5441145.html

Python的文件讀寫