Python(十三)IO编程
IO在計算機中指Input/Output，也就是輸入和輸出。由于程序和運行時數(shù)據(jù)是在內存中駐留，由CPU這個超快的計算核心來執(zhí)行，涉及到數(shù)據(jù)交換的地方，通常是磁盤、網(wǎng)絡等，就需要IO接口。
比如你打開瀏覽器，訪問新浪首頁，瀏覽器這個程序就需要通過網(wǎng)絡IO獲取新浪的網(wǎng)頁。瀏覽器首先會發(fā)送數(shù)據(jù)給新浪服務器，告訴它我想要首頁的HTML，這個動作是往外發(fā)數(shù)據(jù)，叫Output，隨后新浪服務器把網(wǎng)頁發(fā)過來，這個動作是從外面接收數(shù)據(jù)，叫Input。所以，通常，程序完成IO操作會有Input和Output兩個數(shù)據(jù)流。當然也有只用一個的情況，比如，從磁盤讀取文件到內存，就只有Input操作，反過來，把數(shù)據(jù)寫到磁盤文件里，就只是一個Output操作。
IO編程中，Stream（流）是一個很重要的概念，可以把流想象成一個水管，數(shù)據(jù)就是水管里的水，但是只能單向流動。Input Stream就是數(shù)據(jù)從外面（磁盤、網(wǎng)絡）流進內存，Output Stream就是數(shù)據(jù)從內存流到外面去。對于瀏覽網(wǎng)頁來說，瀏覽器和新浪服務器之間至少需要建立兩根水管，才可以既能發(fā)數(shù)據(jù)，又能收數(shù)據(jù)。
由于CPU和內存的速度遠遠高于外設的速度，所以，在IO編程中，就存在速度嚴重不匹配的問題。舉個例子來說，比如要把100M的數(shù)據(jù)寫入磁盤，CPU輸出100M的數(shù)據(jù)只需要0.01秒，可是磁盤要接收這100M數(shù)據(jù)可能需要10秒，怎么辦呢？有兩種辦法：
第一種是CPU等著，也就是程序暫停執(zhí)行后續(xù)代碼，等100M的數(shù)據(jù)在10秒后寫入磁盤，再接著往下執(zhí)行，這種模式稱為同步IO；
另一種方法是CPU不等待，只是告訴磁盤，“您老慢慢寫，不著急，我接著干別的事去了”，于是，后續(xù)代碼可以立刻接著執(zhí)行，這種模式稱為異步IO。
同步和異步的區(qū)別就在于是否等待IO執(zhí)行的結果。好比你去麥當勞點餐，你說“來個漢堡”，服務員告訴你，對不起，漢堡要現(xiàn)做，需要等5分鐘，于是你站在收銀臺前面等了5分鐘，拿到漢堡再去逛商場，這是同步IO。
你說“來個漢堡”，服務員告訴你，漢堡需要等5分鐘，你可以先去逛商場，等做好了，我們再通知你，這樣你可以立刻去干別的事情（逛商場），這是異步IO。
很明顯，使用異步IO來編寫程序性能會遠遠高于同步IO，但是異步IO的缺點是編程模型復雜。想想看，你得知道什么時候通知你“漢堡做好了”，而通知你的方法也各不相同。如果是服務員跑過來找到你，這是回調模式，如果服務員發(fā)短信通知你，你就得不停地檢查手機，這是輪詢模式。總之，異步IO的復雜度遠遠高于同步IO。
操作IO的能力都是由操作系統(tǒng)提供的，每一種編程語言都會把操作系統(tǒng)提供的低級C接口封裝起來方便使用，Python也不例外。我們后面會詳細討論Python的IO編程接口。
文件讀寫
讀寫文件前，我們先必須了解一下，在磁盤上讀寫文件的功能都是由操作系統(tǒng)提供的，現(xiàn)代操作系統(tǒng)不允許普通的程序直接操作磁盤，所以，讀寫文件就是請求操作系統(tǒng)打開一個文件對象（通常稱為文件描述符），然后，通過操作系統(tǒng)提供的接口從這個文件對象中讀取數(shù)據(jù)（讀文件），或者把數(shù)據(jù)寫入這個文件對象（寫文件）。
讀文件
要以讀文件的模式打開一個文件對象，使用Python內置的open()函數(shù)，傳入文件名和標示符，標示符'r'表示讀
>>> f= open('C:/Users/Administrator/Desktop/1.txt','r') >>>調用read()方法可以一次讀取文件的全部內容，Python把內容讀到內存，用一個str對象表示：
>>> f.read() '123456788907897868686786\n水電費第三方士大夫士大夫防守打法\nasdsdasdasdadasdasdadasdad\n....,,,,,,,,,,,,,,,,,,.................,,,,,,,,,,,,,,,,??????"""""""""""""""\n' >>>由于文件讀寫時都有可能產生IOError，一旦出錯，后面的f.close()就不會調用。所以，為了保證無論是否出錯都能正確地關閉文件，我們可以使用try ... finally來實現(xiàn)：
>>> try: ... f=open('C:\\Users\\Administrator\\Desktop\\1.txt','r') ... f.read() ... finally: ... if f: ... f.close ... '123456788907897868686786\n水電費第三方士大夫士大夫防守打法\nasdsdasdasdadasdasdadasdad\n....,,,,,,,,,,,,,,,,,,.................,,,,,,,,,,,,,,,,??????"""""""""""""""\n' <built-in method close of _io.TextIOWrapper object at 0x00000178FC58AC18> >>>但是每次都這么寫實在太繁瑣，所以，Python引入了with語句來自動幫我們調用close()方法：
with open('C:/Users/Administrator/Desktop/1.txt','r') as f:
>>> with open('C:/Users/Administrator/Desktop/1.txt','r') as f: ... print(f.read()) ... 123456788907897868686786 水電費第三方士大夫士大夫防守打法 asdsdasdasdadasdasdadasdad ....,,,,,,,,,,,,,,,,,,.................,,,,,,,,,,,,,,,,??????""""""""""""""">>>讀取一行 readline()
>>> with open('C:/Users/Administrator/Desktop/1.txt','r') as f: ... print(f.readline()) ... 123456788907897868686786循環(huán)讀取一行
>>> with open('C:/Users/Administrator/Desktop/1.txt','r') as f: ... for line in f.readlines(): ... print(line) ... 123456788907897868686786水電費第三方士大夫士大夫防守打法asdsdasdasdadasdasdadasdad....,,,,,,,,,,,,,,,,,,.................,,,,,,,,,,,,,,,,??????""""""""""""""">>> with open('C:/Users/Administrator/Desktop/1.txt','r') as f: ... for line in f.readlines(): ... print(line.strip()) # 把末尾的'\n'刪掉 ... 123456788907897868686786 水電費第三方士大夫士大夫防守打法 asdsdasdasdadasdasdadasdad ....,,,,,,,,,,,,,,,,,,.................,,,,,,,,,,,,,,,,??????""""""""""""""" >>>調用read()會一次性讀取文件的全部內容，如果文件有10G，內存就爆了，所以，要保險起見，可以反復調用read(size)方法，每次最多讀取size個字節(jié)的內容
>>> with open('C:/Users/Administrator/Desktop/1.txt','r') as f: ... print(f.read(10)) ... 1234567889 >>>二進制文件
前面講的默認都是讀取文本文件，并且是UTF-8編碼的文本文件。要讀取二進制文件，比如圖片、視頻等等，用'rb'模式打開文件即可：
>>> with open('C:/Users/Administrator/Desktop/1.txt','rb') as f: ... print(f.read()) ... b'123456788907897868686786\r\n\xcb\xae\xb5\xe7\xb7\xd1\xb5\xda\xc8\xfd\xb7\xbd\xca\xbf\xb4\xf3\xb7\xf2\xca\xbf\xb4\xf3\xb7\xf2\xb7\xc0\xca\xd8\xb4\xf2\xb7\xa8\r\nasdsdasdasdadasdasdadasdad\r\n....,,,,,,,,,,,,,,,,,,.................,,,,,,,,,,,,,,,,??????"""""""""""""""\r\n' >>>字符編碼
要讀取非UTF-8編碼的文本文件，需要給open()函數(shù)傳入encoding參數(shù)，例如，讀取GBK編碼的文件：
>>> f = open('/Users/michael/gbk.txt', 'r', encoding='gbk') >>> f.read() '測試'遇到有些編碼不規(guī)范的文件，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(shù)還接收一個errors參數(shù)，表示如果遇到編碼錯誤后如何處理。最簡單的方式是直接忽略：
>>> f = open('/Users/michael/gbk.txt', 'r', encoding='gbk', errors='ignore')?
寫文件
寫文件和讀文件是一樣的，唯一區(qū)別是調用open()函數(shù)時，傳入標識符'w'或者'wb'表示寫文本文件或寫二進制文件：
>>> with open('C:/Users/Administrator/Desktop/1.txt','w') as f: ... f.write('HELLO') ... 5 >>>要寫入特定編碼的文本文件，請給open()函數(shù)傳入encoding參數(shù)，將字符串自動轉換成指定編碼。
細心的童鞋會發(fā)現(xiàn)，以'w'模式寫入文件時，如果文件已存在，會直接覆蓋（相當于刪掉后新寫入一個文件）。如果我們希望追加到文件末尾怎么辦？可以傳入'a'以追加（append）模式寫入。
>>> with open('C:/Users/Administrator/Desktop/1.txt','a') as f: ... f.write('12345') ... 5?
StringIO
很多時候，數(shù)據(jù)讀寫不一定是文件，也可以在內存中讀寫。
StringIO顧名思義就是在內存中讀寫str。
要把str寫入StringIO，我們需要先創(chuàng)建一個StringIO，然后，像文件一樣寫入即可：
>>> from io import StringIO >>> f = StringIO() >>> f.write('hello') 5 >>> f.write(' ') 1 >>> f.write('world!') 6 >>> print(f.getvalue()) hello world!getvalue()方法用于獲得寫入后的str。
要讀取StringIO，可以用一個str初始化StringIO，然后，像讀文件一樣讀取：
>>> from io import StringIO >>> f = StringIO('Hello!\nHi!\nGoodbye!') >>> while True: ... s = f.readline() ... if s == '': ... break ... print(s.strip()) ... Hello! Hi! Goodbye!BytesIO
StringIO操作的只能是str，如果要操作二進制數(shù)據(jù)，就需要使用BytesIO。
BytesIO實現(xiàn)了在內存中讀寫bytes，我們創(chuàng)建一個BytesIO，然后寫入一些bytes：
>>> from io import BytesIO >>> f = BytesIO() >>> f.write('中文'.encode('utf-8')) 6 >>> print(f.getvalue()) b'\xe4\xb8\xad\xe6\x96\x87'請注意，寫入的不是str，而是經過UTF-8編碼的bytes。
和StringIO類似，可以用一個bytes初始化BytesIO，然后，像讀文件一樣讀取：
>>> from io import BytesIO >>> f = BytesIO(b'\xe4\xb8\xad\xe6\x96\x87') >>> f.read() b'\xe4\xb8\xad\xe6\x96\x87'?
操作文件和目錄
如果我們要操作文件、目錄，可以在命令行下面輸入操作系統(tǒng)提供的各種命令來完成。比如dir、cp等命令。
如果要在Python程序中執(zhí)行這些目錄和文件的操作怎么辦？其實操作系統(tǒng)提供的命令只是簡單地調用了操作系統(tǒng)提供的接口函數(shù)，Python內置的os模塊也可以直接調用操作系統(tǒng)提供的接口函數(shù)。
打開Python交互式命令行，我們來看看如何使用os模塊的基本功能：
>>> import os >>> os.name # 操作系統(tǒng)類型 'posix'如果是posix，說明系統(tǒng)是Linux、Unix或Mac OS X，如果是nt，就是Windows系統(tǒng)。
要獲取詳細的系統(tǒng)信息，可以調用uname()函數(shù)：
>>> os.uname() posix.uname_result(sysname='Darwin', nodename='MichaelMacPro.local', release='14.3.0', version='Darwin Kernel Version 14.3.0: Mon Mar 23 11:59:05 PDT 2015; root:xnu-2782.20.48~5/RELEASE_X86_64', machine='x86_64')注意uname()函數(shù)在Windows上不提供，也就是說，os模塊的某些函數(shù)是跟操作系統(tǒng)相關的。
環(huán)境變量
在操作系統(tǒng)中定義的環(huán)境變量，全部保存在os.environ這個變量中，可以直接查看：
>>> os.environ environ({'VERSIONER_PYTHON_PREFER_32_BIT': 'no', 'TERM_PROGRAM_VERSION': '326', 'LOGNAME': 'michael', 'USER': 'michael', 'PATH': '/usr/bin:/bin:/usr/sbin:/sbin:/usr/local/bin:/opt/X11/bin:/usr/local/mysql/bin', ...})要獲取某個環(huán)境變量的值，可以調用os.environ.get('key')：
>>> os.environ.get('PATH') '/usr/bin:/bin:/usr/sbin:/sbin:/usr/local/bin:/opt/X11/bin:/usr/local/mysql/bin' >>> os.environ.get('x', 'default') 'default'操作文件和目錄
操作文件和目錄的函數(shù)一部分放在os模塊中，一部分放在os.path模塊中，這一點要注意一下。查看、創(chuàng)建和刪除目錄可以這么調用：
# 查看當前目錄的絕對路徑: >>> os.path.abspath('.') '/Users/michael' # 在某個目錄下創(chuàng)建一個新目錄，首先把新目錄的完整路徑表示出來: >>> os.path.join('/Users/michael', 'testdir') '/Users/michael/testdir' # 然后創(chuàng)建一個目錄: >>> os.mkdir('/Users/michael/testdir') # 刪掉一個目錄: >>> os.rmdir('/Users/michael/testdir')把兩個路徑合成一個時，不要直接拼字符串，而要通過os.path.join()函數(shù)，這樣可以正確處理不同操作系統(tǒng)的路徑分隔符。在Linux/Unix/Mac下，os.path.join()返回這樣的字符串：
part-1/part-2而Windows下會返回這樣的字符串：
part-1\part-2同樣的道理，要拆分路徑時，也不要直接去拆字符串，而要通過os.path.split()函數(shù)，這樣可以把一個路徑拆分為兩部分，后一部分總是最后級別的目錄或文件名：
>>> os.path.split('/Users/michael/testdir/file.txt') ('/Users/michael/testdir', 'file.txt')os.path.splitext()可以直接讓你得到文件擴展名，很多時候非常方便：
>>> os.path.splitext('/path/to/file.txt') ('/path/to/file', '.txt')這些合并、拆分路徑的函數(shù)并不要求目錄和文件要真實存在，它們只對字符串進行操作。
文件操作使用下面的函數(shù)。假定當前目錄下有一個test.txt文件：
# 對文件重命名: >>> os.rename('test.txt', 'test.py') # 刪掉文件: >>> os.remove('test.py')但是復制文件的函數(shù)居然在os模塊中不存在！原因是復制文件并非由操作系統(tǒng)提供的系統(tǒng)調用。理論上講，我們通過上一節(jié)的讀寫文件可以完成文件復制，只不過要多寫很多代碼。
幸運的是shutil模塊提供了copyfile()的函數(shù)，你還可以在shutil模塊中找到很多實用函數(shù)，它們可以看做是os模塊的補充。
最后看看如何利用Python的特性來過濾文件。比如我們要列出當前目錄下的所有目錄，只需要一行代碼：
>>> [x for x in os.listdir('.') if os.path.isdir(x)] ['.lein', '.local', '.m2', '.npm', '.ssh', '.Trash', '.vim', 'Applications', 'Desktop', ...]要列出所有的.py文件，也只需一行代碼：
>>> [x for x in os.listdir('.') if os.path.isfile(x) and os.path.splitext(x)[1]=='.py'] ['apis.py', 'config.py', 'models.py', 'pymonitor.py', 'test_db.py', 'urls.py', 'wsgiapp.py']序列化
在程序運行的過程中，所有的變量都是在內存中，比如，定義一個dict：
d = dict(name='Bob', age=20, score=88)可以隨時修改變量，比如把name改成'Bill'，但是一旦程序結束，變量所占用的內存就被操作系統(tǒng)全部回收。如果沒有把修改后的'Bill'存儲到磁盤上，下次重新運行程序，變量又被初始化為'Bob'。
我們把變量從內存中變成可存儲或傳輸?shù)倪^程稱之為序列化，在Python中叫pickling，在其他語言中也被稱之為serialization，marshalling，flattening等等，都是一個意思。
序列化之后，就可以把序列化后的內容寫入磁盤，或者通過網(wǎng)絡傳輸?shù)絼e的機器上。
反過來，把變量內容從序列化的對象重新讀到內存里稱之為反序列化，即unpickling。
Python提供了pickle模塊來實現(xiàn)序列化。
首先，我們嘗試把一個對象序列化并寫入文件：
>>> import pickle >>> d = dict(name='Bob', age=20, score=88) >>> pickle.dumps(d) b'\x80\x03}q\x00(X\x03\x00\x00\x00ageq\x01K\x14X\x05\x00\x00\x00scoreq\x02KXX\x04\x00\x00\x00nameq\x03X\x03\x00\x00\x00Bobq\x04u.'pickle.dumps()方法把任意對象序列化成一個bytes，然后，就可以把這個bytes寫入文件。或者用另一個方法pickle.dump()直接把對象序列化后寫入一個file-like Object：
>>> f = open('dump.txt', 'wb') >>> pickle.dump(d, f) >>> f.close()看看寫入的dump.txt文件，一堆亂七八糟的內容，這些都是Python保存的對象內部信息。
當我們要把對象從磁盤讀到內存時，可以先把內容讀到一個bytes，然后用pickle.loads()方法反序列化出對象，也可以直接用pickle.load()方法從一個file-like Object中直接反序列化出對象。我們打開另一個Python命令行來反序列化剛才保存的對象：
>>> f = open('dump.txt', 'rb') >>> d = pickle.load(f) >>> f.close() >>> d {'age': 20, 'score': 88, 'name': 'Bob'}變量的內容又回來了！
當然，這個變量和原來的變量是完全不相干的對象，它們只是內容相同而已。
Pickle的問題和所有其他編程語言特有的序列化問題一樣，就是它只能用于Python，并且可能不同版本的Python彼此都不兼容，因此，只能用Pickle保存那些不重要的數(shù)據(jù)，不能成功地反序列化也沒關系。
JSON
如果我們要在不同的編程語言之間傳遞對象，就必須把對象序列化為標準格式，比如XML，但更好的方法是序列化為JSON，因為JSON表示出來就是一個字符串，可以被所有語言讀取，也可以方便地存儲到磁盤或者通過網(wǎng)絡傳輸。JSON不僅是標準格式，并且比XML更快，而且可以直接在Web頁面中讀取，非常方便。
JSON表示的對象就是標準的JavaScript語言的對象，JSON和Python內置的數(shù)據(jù)類型對應如下：
| {} | dict |
| [] | list |
| "string" | str |
| 1234.56 | int或float |
| true/false | True/False |
| null | None |
Python內置的json模塊提供了非常完善的Python對象到JSON格式的轉換。我們先看看如何把Python對象變成一個JSON：
>>> import json >>> d = dict(name='Bob', age=20, score=88) >>> json.dumps(d) '{"age": 20, "score": 88, "name": "Bob"}'dumps()方法返回一個str，內容就是標準的JSON。類似的，dump()方法可以直接把JSON寫入一個file-like Object。
要把JSON反序列化為Python對象，用loads()或者對應的load()方法，前者把JSON的字符串反序列化，后者從file-like Object中讀取字符串并反序列化：
>>> json_str = '{"age": 20, "score": 88, "name": "Bob"}' >>> json.loads(json_str) {'age': 20, 'score': 88, 'name': 'Bob'}由于JSON標準規(guī)定JSON編碼是UTF-8，所以我們總是能正確地在Python的str與JSON的字符串之間轉換。
JSON進階
Python的dict對象可以直接序列化為JSON的{}，不過，很多時候，我們更喜歡用class表示對象，比如定義Student類，然后序列化：
import jsonclass Student(object):def __init__(self, name, age, score):self.name = nameself.age = ageself.score = scores = Student('Bob', 20, 88) print(json.dumps(s))運行代碼，毫不留情地得到一個TypeError：
Traceback (most recent call last):... TypeError: <__main__.Student object at 0x10603cc50> is not JSON serializable錯誤的原因是Student對象不是一個可序列化為JSON的對象。
如果連class的實例對象都無法序列化為JSON，這肯定不合理！
別急，我們仔細看看dumps()方法的參數(shù)列表，可以發(fā)現(xiàn)，除了第一個必須的obj參數(shù)外，dumps()方法還提供了一大堆的可選參數(shù)：
https://docs.python.org/3/library/json.html#json.dumps
這些可選參數(shù)就是讓我們來定制JSON序列化。前面的代碼之所以無法把Student類實例序列化為JSON，是因為默認情況下，dumps()方法不知道如何將Student實例變?yōu)橐粋€JSON的{}對象。
可選參數(shù)default就是把任意一個對象變成一個可序列為JSON的對象，我們只需要為Student專門寫一個轉換函數(shù)，再把函數(shù)傳進去即可：
def student2dict(std):return {'name': std.name,'age': std.age,'score': std.score}這樣，Student實例首先被student2dict()函數(shù)轉換成dict，然后再被順利序列化為JSON：
>>> print(json.dumps(s, default=student2dict)) {"age": 20, "name": "Bob", "score": 88}不過，下次如果遇到一個Teacher類的實例，照樣無法序列化為JSON。我們可以偷個懶，把任意class的實例變?yōu)閐ict：
print(json.dumps(s, default=lambda obj: obj.__dict__))因為通常class的實例都有一個__dict__屬性，它就是一個dict，用來存儲實例變量。也有少數(shù)例外，比如定義了__slots__的class。
同樣的道理，如果我們要把JSON反序列化為一個Student對象實例，loads()方法首先轉換出一個dict對象，然后，我們傳入的object_hook函數(shù)負責把dict轉換為Student實例：
def dict2student(d):return Student(d['name'], d['age'], d['score'])運行結果如下：
>>> json_str = '{"age": 20, "score": 88, "name": "Bob"}' >>> print(json.loads(json_str, object_hook=dict2student)) <__main__.Student object at 0x10cd3c190>打印出的是反序列化的Student實例對象。
?
?
?
?
?
?
?
?
?
?
?
總結
以上是生活随笔為你收集整理的Python(十三)IO编程的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： Python 魔术方法指南
- 下一篇： Python实现文件前添加序号