IO编程

作者: Sun_atom | 来源:发表于2017-11-24 11:31 被阅读0次

IO在计算机中是指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这个超快的核心来执行,涉及到数据交换的地方,通常是磁盘,网络等,这里就需要IO接口。
通常,程序完成IO操作会有input和output两个数据流。在IO编程中stream是一个很重要的概念,顾名思义stream就是一根里面由水流流过的水管,数据就是里面的水,但是只可以单向流动。
另外一个值得注意的问题就是CPU和内存的速度远远高于外设的速度,因此在IO编程中存在速度严重不匹配的问题。为了解决这个问题,有两种方法:同步IO和异步IO。下面讲的主要是同步IO。异步复杂度较高。

文件读写

读写文件是常见的IO操作。PYthon内置了读写文件的函数,用法是和C兼容的。
在磁盘上读写文件的功能是由操作系统提供的,现代操作系统不允许普通用户直接操作磁盘,所以读写操作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),然后通过操作系统接口从这个文件中读取数据(读文件),或者把数据写入这个文件(写文件)。

读文件

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

>>>f = open('home/a','r')     #标识符r表示读

这样就完成了读文件的语句,如果文件不存在,open()函数会抛出一个IOError:

>>> 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,就可以调用read()函数,一次性读取文件的全部内容,Python将内容读到内存,用str对象表示:

>>>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,而且操作系统同一时间可以打开的文件数量是有限的:

>>>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:

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

也可以使用比较简化的with语句:

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

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

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。

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

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'

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:

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

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。

StringIO和BytesIO

很多时候,数据读取不一定是文件,也可以在内存中读写。

StringIO

在内存中读取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 #write 5 strings 
>>>f.write(' ')
1
>>>f.write('world!')
6
>>>print(f.getvalue())   #getvalue()用于获取写入后的str
hello world!

要读取StringIO,可以用一个初始化StringIO,然后像文件一样读取:

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

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'

操作文件和目录

如果我们需要操作文件、目录,可以在命令行下面输入操作系统提供的各种指令来完成。
在Python程序中执行这些操作的话,就可以使用操作系统提供的接口函数,Python内置的os模块也可以直接调用操作系统提供的接口函数。
测试os模块的基本功能:

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

如果是posix,说明系统是Linux、Unix或Mac OS X,如果是nt,就是Windows系统。
获取更详尽的信息:

>>> os.uname()   #Windows上不提供
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')

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('kes'):

>>> 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')
'defaul

操作文件和目录

操作文件个目录的函数一般放在os模块中,一部分放在os.path模块中。
查看,创建,删除目录的调用方式:

# 查看当前目录的绝对路径:
>>> os.path.abspath('.')
'/Users/michael'
# 在某个目录下创建一个新目录,首先把新目录的完整路径表示出来:
>>> os.path.join('/Users/michael', 'testdir')
'/Users/michael/testdir'
# 然后创建一个目录:
>>> os.mkdir('/Users/michael/testdir')
# 删掉一个目录:
>>> os.rmdir('/Users/michael/testdir')

把两个路径合成一个时,不要直接拼字符串,而要通过os.path.join()函数,这样可以正确处理不同操作系统的路径分隔符。在Linux/Unix/Mac下,os.path.join()返回这样的字符串:

part-1/part-2

而Windows下会返回这样的字符串:

part-1\part-2

同样的道理,要拆分路径时,也不要直接去拆字符串,而要通过os.path.split()函数,这样可以把一个路径拆分为两部分,后一部分总是最后级别的目录或文件名:

>>> os.path.split('/Users/michael/testdir/file.txt')
('/Users/michael/testdir', 'file.txt')

os.path.splitext()可以直接让你得到文件扩展名,很多时候非常方便:

>>> os.path.splitext('/path/to/file.txt')
('/path/to/file', '.txt')

这些合并、拆分路径的函数并不要求目录和文件要真实存在,它们只对字符串进行操作。
假定当前目录下有一个test.py文件:

# 对文件重命名:
>>> os.rename('test.txt', 'test.py')
# 删掉文件:
>>> os.remove('test.py')

由于复制文件不是有操作系统提供的系统调用,所以osModule中没有复制文件的函数
但是我们可以使用shutil Module中的copyfile()函数。

利用Python特性来过滤文件:

#列出当前目录下所有文件
>>>[x for x in os.listdir('.') if os.path.isdir(x)]
['.lein', '.local', '.m2', '.npm', '.ssh', '.Trash', '.vim', 'Applications', 'Desktop', ...]

#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']

序列化

在程序运行的过程中,所有的变量都在内存中

#定义一个dict
d = dict(name='Bob', age=20, score=88)

可以随时修改变量,比如把name改成'Bill',但是一旦程序结束,变量所占用的内存就被操作系统全部回收。如果没有把修改后的'Bill'存储到磁盘上,下次重新运行程序,变量又被初始化为'Bob'。
把变量从内存中变成可存储或传输的过程称之为序列化,在Python中叫pickling
序列化之后可以把序列化后的内容写入磁盘,或者通过网络传到其他机器上,相反将序列化的内容重新读入内存就叫unpickling。
Python提供了pickle模块来实现序列化:

#尝试将一个对象序列化并写入文件
>>>import pickle
>>>d = dict(name='Bob',age=20,score=88)
>>>pickle.dumps(d)    #pickle.dumps()把任意对象序列化尾一个bytes

#使用pickle.dump()将上面的bytes写入文件
>>>f = open('dump.txt','wb')
>>>pickle.dump(d,f)
>>>f.close()

进行unpickling过程时,可以现将内容读到一个bytes,然后使用pickle.loads()方法反序列化出对象:

>>>f  = open('dump.txt','rb')
>>>d = pickle.load(f)
>>>f.close
>>>d
 {'age': 20, 'score': 88, 'name': 'Bob'}

这个变量和原来的变量只是内容相同,但是是两个互不相干的对象
Pickle的问题和所有其他编程语言特有的序列化问题一样,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保存那些不重要的数据,不能成功地反序列化也没关系。

JSON

如果我们要在不同的语言间传递对象,就必须将对象序列化为标准格式,比如XML,但是更好的是JSON,JSON表示出来就是一个字符串,可以被所有语言读取,也可以方便的存储到磁盘或者网络传输。
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。
Python内置的json模块提供了非常完善的Python对象到JSON格式的转换。

>>>import json
>>>d = dict(name='Bob', age=20, score=88)
>>>json.dumps(d) #dumps()方法返回一个str,内容就是标准的JSON。
'{"age": 20, "score": 88, "name": "Bob"}'

类似的,dump()方法可以直接把JSON写入一个file-like Object。

要把JSON反序列化为Python对象,用loads()或者对应的load()方法,前者把JSON的字符串反序列化,后者从file-like Object中读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标准规定JSON编码是UTF-8,所以我们总是能正确地在Python的str与JSON的字符串之间转换。

json进阶

定制JSON序列化

import json

class Student(object):
    def __init__(self, name, age, score):
        self.name = name
        self.age = age
        self.score = score

s = Student('Bob', 20, 88)
print(json.dumps(s))

运行代码,毫不留情地得到一个TypeError:

Traceback (most recent call last):
  ...
TypeError: <__main__.Student object at 0x10603cc50> is not JSON serializable

可选参数default就是把任意一个对象变成一个可序列为JSON的对象,我们只需要为Student专门写一个转换函数,再把函数传进去即可:

def student2dict(std):
    return{
        'name': std.name,
        'age': std.age,
        'score': std.score
    }

这样,Student实例就首先被Studnet2dict()函数转化成dict,然后再序列化为JSON:

>>> print(json.dumps(s, default=student2dict))
{"age": 20, "name": "Bob", "score": 88}

对于任意一个类的实例,将内容转化为dict:

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。

在反序列的时候我们执行相反的函数:

def dict2student(d):
    return Student(d['name'], d['age'], d['score'])

运行结果:

>>> json_str = '{"age": 20, "score": 88, "name": "Bob"}'
>>> print(json.loads(json_str, object_hook=dict2student))
<__main__.Student object at 0x10cd3c190>

相关文章

  • python文件

    IO在计算机编程中指的是输入和输出。IO编程中,Stream(流)是一个很重要的概念。IO有同步IO和异步IO两种...

  • IO编程

    读文件 字符编码 要读取非ASCII编码的文件,要以二进制模式打开,再解码。 Python还提供了一个codecs...

  • IO编程

    文件读写 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...

  • IO编程

  • IO编程

    IO在计算机中是指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...

  • IO编程

    文件读写 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...

  • IO编程

    IO在计算机中指Input/Output,也就是输入和输出。 读文件 要以读文件的模式打开一个文件对象,使用Pyt...

  • IO编程

    一、Java网络编程 https://www.runoob.com/java/java-networking.ht...

  • IO编程

    概念 Java流式I/O类都包含在java.io包中。有各种不同的流类来满足不同性质的输入/输出需要。根据流中的数...

  • IO编程

    一、网络编程基础知识 在网络环境上使用IO流进行数据传输 网络编程相关定义和实现,联网的底层细节被隐藏在 Java...

网友评论

      本文标题:IO编程

      本文链接:https://www.haomeiwen.com/subject/dylxbxtx.html