introduction

在磁盘上读写文件的功能都是由操作系统提供的，现代操作系统不允许普通的程序直接操作磁盘，所以，读写文件就是请求操作系统打开一个文件对象（通常称为文件描述符），然后，通过操作系统提供的接口从这个文件对象中读取数据（读文件），或者把数据写入这个文件对象（写文件）。

Python 提供了 with 语句来管理资源关闭。比如可以把打开的文件放在 with 语句中，这样 with 语句就会帮我们自动关闭文件。

读文件

要以读文件的模式打开一个文件对象，使用 Python 内置的 open() 函数，传入文件名和标示符：

1
>>> f = open('/Users/michael/test.txt', 'r')

标示符 'r' 表示读，这样我们就成功地打开了一个文件。

如果文件不存在，open() 函数就会抛出一个IOError 的错误，并且给出错误码和详细的信息告诉你文件不存在：

1
2
3
>>> f=open('/Users/michael/notfound.txt', 'r')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module> FileNotFoundError: [Errno 2] No such file or directory: '/Users/michael/notfound.txt'

如果文件打开成功，接下来，调用 read() 方法可以一次读取文件的全部内容，Python 把内容读到内存，用一个str对象表示：

1
2
>>> f.read()
'Hello, world!'

最后一步是调用 close() 方法关闭文件。文件使用完毕后必须关闭，因为文件对象会占用操作系统的资源，并且操作系统同一时间能打开的文件数量也是有限的：

1
>>> f.close()

由于文件读写时都有可能产生 IOError，一旦出错，后面的 f.close() 就不会调用。所以，为了保证无论是否出错都能正确地关闭文件，我们可以使用try ... finally来实现：

1
2
3
4
5
6
try:
    f = open('/path/to/file', 'r')
    print(f.read())
finally:
    if f:
        f.close()

但是每次都这么写实在太繁琐，所以，Python 引入了with语句来自动帮我们调用 close() 方法：

1
2
with open('/path/to/file', 'r') as f:
    print(f.read())

这和前面的 try ... finally 是一样的，但是代码更佳简洁，并且不必调用 f.close() 方法。

调用 read() 会一次性读取文件的全部内容，如果文件有 10G，内存就爆了，所以，要保险起见，可以反复调用 read(size) 方法，每次最多读取 size 个字节的内容。另外，调用 readline() 可以每次读取一行内容，调用 readlines() 一次读取所有内容并按行返回 list。因此，要根据需要决定怎么调用。

如果文件很小，read() 一次性读取最方便；如果不能确定文件大小，反复调用read(size)比较保险；如果是配置文件，调用readlines()最方便：

1
2
for line in f.readlines():
    sprint(line.strip()) # 把末尾的'\n'删掉

写文件

写文件和读文件是一样的，唯一区别是调用 open() 函数时，传入标识符 w 或者 wb 表示写文本文件或写二进制文件：

1
2
3
>>> f = open('/Users/michael/test.txt', 'w')
>>> f.write('Hello, world!')
>>> f.close()

你可以反复调用write()来写入文件，但是务必要调用f.close()来关闭文件。当我们写文件时，操作系统往往不会立刻把数据写入磁盘，而是放到内存缓存起来，空闲的时候再慢慢写入。只有调用close()方法时，操作系统才保证把没有写入的数据全部写入磁盘。忘记调用close()的后果是数据可能只写了一部分到磁盘，剩下的丢失了。所以，还是用with语句来得保险：

1
2
with open('/Users/michael/test.txt', 'w') as f:
    f.write('Hello, world!')

要写入特定编码的文本文件，请给open()函数传入encoding参数，将字符串自动转换成指定编码

字符编码

要读取非 UTF-8 编码的文本文件，需要给 open() 函数传入encoding参数，例如，读取 GBK 编码的文件：

1
>>> f = open('/Users/michael/gbk.txt', 'r', encoding='gbk') >>> f.read() '测试'

遇到有些编码不规范的文件，你可能会遇到 UnicodeDecodeError，因为在文本文件中可能夹杂了一些非法编码的字符。遇到这种情况，open()函数还接收一个 errors 参数，表示如果遇到编码错误后如何处理。最简单的方式是直接忽略：

1
>>> f = open('/Users/michael/gbk.txt', 'r', encoding='gbk', errors='ignore')

在 Windows 下打开文件时，容易遇到这种错误：“UnicodeEncodeError: 'gbk' codec can't encode character '' in position 46:illegal multibyte sequence”，此时，只需要设置 open 的参数: encoding='utf-8' 即可。

二进制文件

前面讲的默认都是读取文本文件，并且是 UTF-8 编码的文本文件。要读取二进制文件，比如图片、视频等等，用'rb'模式打开文件即可：

1
2
>>> f = open('/Users/michael/test.jpg', 'rb') >>> f.read()
b'\xff\xd8\xff\xe1\x00\x18Exif\x00\x00...' # 十六进制表示的字节

总结：以后读写文件都使用 with open 语句，不要再像以前那样用 f = open()这种语句了 with 语句的语法格式如下：

with context expression [as target(s)]: with 代码块

参考资料

UnicodeEncodeError: 'gbk' codec can't encode character '' in position 46:illegal multibyte sequence

python 文件读写,以后就用 with open 语句