Python学习（九）—— IO编程

青旅半醒 2022-02-22 15:36 300阅读 0赞

### 一、IO的概念 ###

IO在计算机中指Input/Output，也就是输入和输出。由于程序和运行时数据是在内存中驻留，由CPU这个超快的计算核心来执行，涉及到数据交换的地方，通常是磁盘、网络等，就需要IO接口。

IO编程中，Stream（流）是一个很重要的概念，可以把流想象成一个水管，数据就是水管里的水，但是只能单向流动。Input Stream就是数据从外面（磁盘、网络）流进内存，Output Stream就是数据从内存流到外面去。

IO又分为同步IO和异步IO：

（1）同步IO：好比你去麦当劳点餐，你说“来个汉堡”，服务员告诉你，对不起，汉堡要现做，需要等5分钟，于是你站在收银台前面等了5分钟，拿到汉堡再去逛商场，这是同步IO。

（2）异步IO：你说“来个汉堡”，服务员告诉你，汉堡需要等5分钟，你可以先去逛商场，等做好了，我们再通知你，这样你可以立刻去干别的事情（逛商场），这是异步IO。

### 二、文件读写 ###

1.读文件

通过Python内置的open()函数打开一个文件，read()函数读取文件的全部内容，close()函数关闭文件。

>>> f=open('/Users/michael/test.txt', 'r')           #'r'表示只读
    >>> f.read()                                         #读取文件
    'Hello,world!'
    >>> f.close()                                        #关闭文件

要打开的文件如果不存在，会抛出一个IOError错误：

>>> 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

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

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

Python提供了以下读函数：

<table style="width:700px;"> 
 <thead> 
  <tr> 
   <th>函数</th> 
   <th>含义</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>read()</td> 
   <td>一次性读取文件的全部内容</td> 
  </tr> 
  <tr> 
   <td>read(size)</td> 
   <td>每次读取size个字节的内容</td> 
  </tr> 
  <tr> 
   <td>readline()</td> 
   <td>每次读取一行内容</td> 
  </tr> 
  <tr> 
   <td>readlines()</td> 
   <td>一次读取所有内容并按行返回<span style="color:#f33b45;">list</span></td> 
  </tr> 
 </tbody> 
</table>

2.file-like Object

像open()函数返回的这种有个read()方法的对象，在Python中统称为file-like Object。除了file外，还可以是内存的字节流，网络流，自定义流等等。file-like Object不要求从特定类继承，只要写个read()方法就行。

StringIO就是在内存中创建的file-like Object，常用作临时缓冲。

3.二进制文件

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：

>>> 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

4.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：

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

5.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：

>>> 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：

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。

细心的童鞋会发现，以`'w'`模式写入文件时，如果文件已存在，会直接覆盖（相当于删掉后新写入一个文件）。如果我们希望追加到文件末尾怎么办？可以传入`'a'`以追加（append）模式写入。

所有模式的定义及含义可以参考Python的[官方文档][Link 1]。

### 三、StringIO和BytesIO ###

1.StringIO

很多时候，数据读写不一定是文件，也可以在内存中读写。

StringIO顾名思义就是在内存中读写str。

要把str写入StringIO，我们需要先创建一个StringIO，然后，像文件一样写入即可：

>>> from io import StringIO
    >>> f = StringIO()
    >>> f.write('hello')
    5
    >>> f.write(' ')
    1
    >>> f.write('world!')
    6
    >>> print(f.getvalue())
    hello world!

`getvalue()`方法用于获得写入后的str。

要读取StringIO，可以用一个str初始化StringIO，然后，像读文件一样读取：

>>> from io import StringIO
    >>> f = StringIO('Hello!\nHi!\nGoodbye!')
    >>> while True:
    ...     s = f.readline()
    ...     if s == '':
    ...         break
    ...     print(s.strip())
    ...
    Hello!
    Hi!
    Goodbye!

2.BytesIO

StringIO操作的只能是str，如果要操作二进制数据，就需要使用BytesIO。

BytesIO实现了在内存中读写bytes，我们创建一个BytesIO，然后写入一些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'

请注意，写入的不是str，而是经过UTF-8编码的bytes。

和StringIO类似，可以用一个bytes初始化BytesIO，然后，像读文件一样读取：

>>> from io import BytesIO
    >>> f = BytesIO(b'\xe4\xb8\xad\xe6\x96\x87')
    >>> f.read()
    b'\xe4\xb8\xad\xe6\x96\x87'

### 四、OS模块：环境变量、文件和目录 ###

1.查看操作系统类型

>>> import os
    >>> os.name # 操作系统类型
    'nt'

如果是posix，说明系统是Linux、Unix或Mac OS X，如果是nt，就是Windows系统。

2.环境变量

在操作系统中定义的环境变量，全部保存在os.environ这个变量中，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', ...})

要获取某个环境变量的值，可以调用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'

3.操作文件和目录

操作文件和目录的函数一部分放在os模块中，一部分放在os.path模块中，shutil模块对os模块进行补充。

查看、创建和删除目录的调用如下：

<table style="width:700px;"> 
 <thead> 
  <tr> 
   <th>函数调用</th> 
   <th>结果</th> 
   <th>含义</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>os.path.abspath('.')</td> 
   <td>‘/Users/michael’</td> 
   <td>查看当前目录的绝对路径</td> 
  </tr> 
  <tr> 
   <td>os.path.join('/Users/michael', 'testdir')</td> 
   <td>'/Users/michael/testdir'</td> 
   <td>将新目录的路径表示出来</td> 
  </tr> 
  <tr> 
   <td>os.mkdir('/Users/michael/testdir')</td> 
   <td>无</td> 
   <td>创建一个新目录</td> 
  </tr> 
  <tr> 
   <td>os.rmdir('/Users/michael/testdir')</td> 
   <td>无</td> 
   <td>删除一个目录</td> 
  </tr> 
 </tbody> 
</table>

目录路径的操作函数如下（只是字符串的操作，与目录无关）：

<table style="width:700px;"> 
 <thead> 
  <tr> 
   <th style="width:70px;">含义</th> 
   <th style="width:117px;">操作系统</th> 
   <th style="width:284px;">函数</th> 
   <th style="width:281px;">结果</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td colspan="1" style="width:70px;">合并路径</td> 
   <td style="width:117px;">Linux/Unix/Mac</td> 
   <td colspan="1" style="width:284px;">os.path.join('/Users/michael', 'testdir')</td> 
   <td style="width:281px;"> <p>'/Users/michael/testdir'</p> </td> 
  </tr> 
  <tr> 
   <td style="width:117px;">Windows</td> 
   <td colspan="1" style="width:284px;">os.path.join('C:\Users\michael', 'testdir')</td> 
   <td style="width:281px;">'C:\Users\michael\testdir'</td> 
  </tr> 
  <tr> 
   <td colspan="1" style="width:70px;">拆分路径</td> 
   <td style="width:117px;">Linux/Unix/Mac</td> 
   <td colspan="1" style="width:284px;">os.path.split('/Users/michael/testdir/file.txt')</td> 
   <td style="width:281px;">('/Users/michael/testdir', 'file.txt')</td> 
  </tr> 
  <tr> 
   <td style="width:117px;">Windows</td> 
   <td colspan="1" style="width:284px;">os.path.split('C:\Users\michael\testdir\file.txt')</td> 
   <td style="width:281px;">('C:\Users\michael\testdir', 'file.txt')</td> 
  </tr> 
  <tr> 
   <td colspan="1" style="width:70px;">获得扩展名</td> 
   <td style="width:117px;">Linux/Unix/Mac</td> 
   <td colspan="1" style="width:284px;">os.path.splitext('/Users/michael/testdir/file.txt')</td> 
   <td style="width:281px;">('/Users/michael/testdir/file', '.txt')</td> 
  </tr> 
  <tr> 
   <td style="width:117px;">Windows</td> 
   <td colspan="1" style="width:284px;">os.path.splitext('C:\Users\michael\testdir\file.txt')</td> 
   <td style="width:281px;">('C:\Users\michael\testdir\file', '.txt')</td> 
  </tr> 
 </tbody> 
</table>

对文件操作的函数调用如下：

<table style="width:700px;"> 
 <thead> 
  <tr> 
   <th style="width:337px;">函数调用</th> 
   <th style="width:362px;">含义</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td style="width:337px;">os.rename('test.txt', 'test.py')</td> 
   <td style="width:362px;">对文件重命名</td> 
  </tr> 
  <tr> 
   <td style="width:337px;">os.remove('test.py')</td> 
   <td style="width:362px;">删除文件</td> 
  </tr> 
  <tr> 
   <td style="width:337px;">shutil.copy(src, dst)</td> 
   <td style="width:362px;">将src复制到dst，src和dst可以是文件名或目录名</td> 
  </tr> 
  <tr> 
   <td style="width:337px;">shutil.copyfile(src, dst)</td> 
   <td style="width:362px;">将src复制到dst，src和dst只能是文件名</td> 
  </tr> 
 </tbody> 
</table>

利用Python的特性来过滤文件：

>>> [x for x in os.listdir('.') if os.path.isdir(x)]
    ['.lein', '.local', '.m2', '.npm', '.ssh', '.Trash', '.vim', 'Applications', 'Desktop', ...]

（2）列出所有.py文件：

>>> [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']

### 五、序列化 ###

1.序列化的定义：序列化就是把变量从内存变成可存储或传输的过程，即pickling。

反序列化的定义：把变量内容从序列化的对象重新读到内存里称之为反序列化，即unpickling。

2.pickle模块：

dumps()函数和loads()函数：将变量序列化为一个bytes

>>> import pickle
    >>> d = dict(name='Bob', age=20, score=80)        #创建一个dict
    >>> dd = pickle.dumps(d)                          #将d序列化为一个bytes,即dd,可以将dd写入文件中
    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.'    
    >>> dl = pickle.loads(dd)                         #将dd反序列化为dl,即dict变量
    {'age':20, 'score':88, 'name':'Bob'}

dump()函数和load()函数：直接把对象序列化后写入一个file-like Object

#序列化
    >>> f = open('dump.txt', 'wb')            #创建一个文件
    >>> pickle.dump(d, f)                     #将d序列化后存入f文件中
    >>> f.close()                             #关闭文件
    #反序列化
    >>> f = open('dump.txt', 'rb')            #打开dump.txt         
    >>> d = pickle.load(f)                    #将f反序列化
    >>> f.close()                             #关闭文件
    >>> d                                     #获得dict
    {'age': 20, 'score': 88, 'name': 'Bob'}

3.json模块：

如果我们要在不同的编程语言之间传递对象，就必须把对象序列化为标准格式，比如XML，但更好的方法是序列化为JSON，因为JSON表示出来就是一个字符串，可以被所有语言读取，也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式，并且比XML更快，而且可以直接在Web页面中读取，非常方便。

JSON表示的对象就是标准的JavaScript语言的对象，JSON和Python内置的数据类型对应如下：

<table style="width:500px;"> 
 <thead> 
  <tr> 
   <th>JSON类型</th> 
   <th>Python类型</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>{}</td> 
   <td>dict</td> 
  </tr> 
  <tr> 
   <td>[]</td> 
   <td>list</td> 
  </tr> 
  <tr> 
   <td>"string"</td> 
   <td> <p>str</p> </td> 
  </tr> 
  <tr> 
   <td>1234.56</td> 
   <td>int或float</td> 
  </tr> 
  <tr> 
   <td>true/false</td> 
   <td>True/False</td> 
  </tr> 
  <tr> 
   <td>null</td> 
   <td>None</td> 
  </tr> 
 </tbody> 
</table>

json模块也有dumps()、loads()、dump()、load()等函数，用法与pickle模块类似。

将Python对象序列化为一个JSON：

>>> import json
    >>> d = dict(name='Bob', age=20, score=88)
    >>> json.dumps(d)
    '{"age":20, "score":80, "name":"Bob"}'

将JSON反序列化为一个Python对象：

>>> json_str = '{"age": 20, "score": 88, "name": "Bob"}'
    >>> json.loads(json_str)
    {'age': 20, 'score': 88, 'name': 'Bob'}

4.json进阶

将一个class对象序列化为JSON：

>>> import json
    >>> class Student(object):                    #定义一个Student类
    ...    def __init__(self, name, age, score):
    ...        self.name = name
    ...        self.age = age
    ...        self.score = score
    ...
    >>> def student2dict(std):                    #定义Student转dict的函数
    ...    return {
    ...        'name'  : std.name,
    ...        'age'   : std.age,
    ...        'score' : std.score
    ...    }
    ...
    >>> s = Student('Bob', 20, 88)                #实例化Student
    >>> print(json.dumps(s, default = student2dict))    #将转换函数传给可选参数default
    {"age":20, "name":"Bob", "score":88}
    >>> print(json.dumps(s,default = lambda obj:obj.__dict__))        #因为通常class的实例都有一个__dict__属性，它就是一个dict，用来存储实例变量。也有少数例外，比如定义了__slots__的class
    {"age":20, "name":"Bob", "score":88}

将JSON反序列化为一个class对象：

>>> def dict2student(d):                                    #定义dict转student的函数
    ...    return Student(d['name'], d['age'], d['score'])
    ...
    >>> json_str = '{"age": 20, "score": 88, "name": "Bob"}'    #student类的JSON对象
    >>> print(json.loads(json_str, object_hook=dict2student))   #将转换函数传给object_hook可选参数
    <__main__.Student object at 0x10cd3c190>

[Link 1]: https://docs.python.org/3/library/functions.html#open