Python文件處理

Python文件處理

在python中，要對一個文件進行操作，得把文件抽象為Streams流或者說file object或者叫file-like objects。
這樣將文件當作一個流對象來處理就方便多了。Stream對象提供了很多操作方法（如read(),write()等），操作這些Stream對象就是操作文件對象。所以python的概念里，文件對象即Stream。主要想說明的是：文件在python中都抽象成了Stream。
Stream是簡介操作I/O，所以要准許各種類型I/O設備各自的操作。操作Stream不是代表I/O的數據全部存在記憶體中，而是通過Stream操作I/O。

note1:python中這三種叫法是一樣的：File object/Stream/File-like objects
note2:除了文件會抽象成為Stream，依據不同的創建Stream的方式，可分為磁碟文件or其它類型存儲中的文件or通信設備（通信設備中如：stdin/stdout,sockets,in-memery buffers,pipes等）,這些都可以通過它們自己獨特的方式抽象為Stream，然後都可以通過Stream的介面像操作文件一樣間接操作這些可以讀寫i/o的實體

官方文檔:

怎麼將文件變為python中的file-object文件對象？

對於磁碟文件這類io實體，python是通過內置函數open()進行創建

文件對象提供哪些操作呢？讀、寫、改？

上面open操作我們看到，除了提供文件路徑，還有第二個參數。這個參數是文件打開的模式。通過指定不同的模式，就限制了文件對象的讀寫行為。下表說明不同模式的意思：

除去’U’模式，其它模式還可以分為3類，前四個都是打開操作一類，’b’ 和’t’是決定是二進位還是文本一類。有’+‘和沒’+‘ 又是一類是否可讀寫。三類組合下，就有16種組合模式，每種組合模式有自己的特點和其返回的對象所能支持的操作。

從兩個角度來說明什麼限制了文件對象能支持的操作：

1. 就是上面提到的打開模式限制。
2. 文件對象類型決定了其支持的操作(雖然第一中情況也部分決定了返回的file object對象類型，但是肯定存在其它方式創建file object的)。

這裡不以文件對象類型來分類方法了，具體實現參考官檔 ：

• close() flush 並 關閉Stream，相當於Stream 和 真實i/o設備 斷開。但是文件對象還存在。不能再進行i/o操作了。
• fileno() 返回Stream使用的底層文件描述符。如果沒有報出異常。
• flush() Flush buffers 中的數據到i/o設備中。對只讀或這non-blocking Stream是不起作用的。
• isatty() 如果Stream的i/o設備是一個交互終端，返回True。
• readable() 如果Stream是可讀的，那麼返回True
• readline(size=-1) 讀取一行並返回該行，size指定了的話，返回對應的位元組數。需要註意的是，對於二進位已b’\n’為行界定（包括b’\n’），對於文本， 已open()的newline參數為界定。
• readlines(hint=-1) 將全部行讀入一個list中並返回該list.hint指定的話，讀取對應行數。最好少用，因為Stream是可迭代的，全取出來的話對記憶體消耗肯能很大。
• seek(offset[,whence]) 改變Stream位置到位元組offset。可以指定起點whence({‘start’:0,’cur’:1,’end’:2} or {‘start’:’SEEK_SET’,’cur’:’SEEK_CUR’,’end’:’SEEK_END’})。文本Stream一般只能已Stream開頭偏移操作。位元組Stream三種都支持。函數返回的都是seek後的絕對位置。
• seekable() 判斷Stream是否支持random access。即seek(),tell(),truncate()。
• tell() 返回當前Stream 位置
• truncate(size=None) Resize the Stream 到指定的size 位元組(),如果本來Stream沒有size大，那麼使用zero-filled零添填充(utf-8對應的就是一個space空格的編碼 )。沒指定，就resize到當前位置，同樣，當前位置如果超過了位元組長度，那麼也用zero-filled填充。大多系統是zero-filled，不排除其它填充。同時，truncate()操作不影響Stream的位置，說明瞭seek的訪問範圍不是Stream的長度，可以超出其長度，即就算Stream只有兩個位元組，seek也可以到3個位元組處，也可以到100個位元組處。 返回值是resize後的位元組數。
• writable() 判定Stream是否可寫，即，write()和truncate()兩個寫操作。
• writelines(lines) 寫一個 list of lines to the Stream。Line separators are not added,so it is usaul for each of the lines provided to have a line separator at the end.就是，函數不會給每個元素後添加newline符。
• read(size = -1) 讀取指定size位元組並return讀取的位元組。還分交互io還是非交互io.

Stream對象都是一個context manager，也是一個可迭代對象。

文件對象都是上下文管理器，能夠用於with語法中。

with語句執行完畢後，自動關閉文件對象。
文件對象可迭代，用於for語句

TextStream和BufferedStream ，前者如果open指定了已指定newline符。後者已b’\n’字元定界行

理論後，實踐操作

讀取文件

寫文件，有三種模式’w’,’x’,’a’

修改操作，修改要麼全部數據讀入記憶體，在回寫覆蓋。要麼一單位一單位讀，一單位一單位修改，一單位一單位寫入另一個新文件，最後rename。
需求：文件test.txt 的Hello全部替換為 Nice to meet you

with open('test.txt','r') as fp1, open('test.txt.new','w') as fp2:
　　cnt = 0
　　for line in fp1:
　　　　if 'Hello' in line:
　　　　　　newline = line.replace('Hello','Nice to meet you')
　　　　　　cnt += 1
　　　　else:
　　　　　　newline = line
　　　　fp2.write(newline)
print(cnt)

python I/O 模塊的結構是：IOBase 是頂層抽象

RawI/O就是低級的訪問底層的OS設備或API，不會嘗試將數據裝入高級的單元中()
BufferedIOBase 位元組Stream的基礎類，支持各種類型buffering.
。。。只有參考官方文檔->Generic Operating System Services->io