# python中读写文件的细节

> source: 文章/python-file-io/index.md

# Python 中读写文件的细节

记录一下使用Python读写文件时各参数的含义，以及它们的区别

<!-- more -->

## 缘起

前面在爬取马里奥兄弟的谱子的时候碰到了这样一个问题：

![截屏2023-05-07 16.41.42](https://mdstore.oss-cn-beijing.aliyuncs.com/202305071641708.png)

立刻意识到了这里爬取的两种文件有差别，于是想到了爬取文件的格式和读写，找到了下面的文章，说明得比较清楚

## response.text 和response.content

### response.text 
类型：`str `

解码类型：根据HTTP头部对响应的编码做出有根据的推测，推测的文本编码 

如何修改编码方式：

```python
response.encoding = "gbk"
```

### response.content

类型：`bytes `

解码类型：没有指定 

如何修改编码方式：

```python
response.content.decode("utf8")
```

### 差别

两者区别在于，content中间存的是字节码，而text中存的是Beautifulsoup根据猜测的编码方式将content内容编码成字符串
直接输出content，会发现前面存在`b`这样的标志，这是字节字符串的标志，而text是，没有前面的b,对于纯ascii码，这两个可以说一模一样，对于其他的文字，需要正确编码才能正常显示。大部分情况建议使用.text，因为显示的是汉字，但有时会显示乱码，这时需要用`.content.decode(‘utf-8’)`，中文常用utf-8和GBK，GB2312等。这样可以手工选择文字编码方式

所以简而言之，`.text`是现成的字符串，`.content`是字节码还要编码，但是`.text`不是所有时候显示都正常，这是就需要用`.content`进行手动编码

## 打开文件

有的时候会用``wb``打开文件，有的时候又用``w``打开文件，有什么区别呢？

在windows中的换行符是\r\n
在python代码中,
如果以w方式写入:
```python
f = open('./abcd', "w")
f.write('abc\nabcd')
f.close()
```

文本w方式写入时, 遇到`\n`自动替换成`\r\n`,

以二进制文本读:

```python
f = open('./abcd', 'rb')
print(f.read())
```
结果:

```python
b'abc\r\nabcd'
```

以文本读:

```python
f = open('./abcd', 'r')
print(f.read())
```

结果:
```python
abc
abcd
```
 
综上可知, 只文本`w`方式写入时, 遇到`\n`自动替换成`\r\n`,
所以用二进制读取时, 显示`\r\n`的格式, 自然以文本读时, 会自动换行

如果以wb方式写入:

```python
f = open('./abcd', "wb")
f.write('abc\nabcd'.encode("utf-8"))
f.close()
 
以二进制文本读:
f = open('./abcd', "rb")
print(f.read())
 
结果: 'abc\nabcd'
 
以文本读:
f = open('./abcd', "r")
print(f.read())
 
结果(换行): 
abc
abcd
```
 
因为这种情况是二进制方式写入的, 所以只写入了一个`\n`, 而只有一个`\n`在windows中
并不会被识别为换行符,
所以当以rb的方式读取时, 结果是
'abc\nabcd'
当以r的方式读取时, 又自动将`\n`识别成换行符, 所以结果时
 
对于Python3环境：
 
`r`：Python将会按照编码格式进行解析，`read()`操作返回的是`str`

`rb`：也即`binary mode`，`read()`操作返回的是`bytes`
 
也就是说, 如果以文本方式写入的文件, 无需制定编码.
而以二进制文本写入时, 由于写入的内容要求为`bytes`,所以通过`str.encode('charset')`来返回`bytes`


## open函数

python `open()` 函数用于打开一个文件，创建一个 **file** 对象，相关的方法才可以调用它进行读写。

### 函数语法

```python
open(name[, mode[, buffering]])
```

参数说明：

- `name` : 一个包含了你要访问的文件名称的字符串值。
- `mode` : `mode` 决定了打开文件的模式：只读，写入，追加等。所有可取值见如下的完全列表。这个参数是非强制的，默认文件访问模式为只读(r)。
- `buffering` : 如果 `buffering` 的值被设为 0，就不会有寄存。如果 `buffering` 的值取 1，访问文件时会寄存行。如果将 `buffering` 的值设为大于 1 的整数，表明了这就是的寄存区的缓冲大小。如果取负值，寄存区的缓冲大小则为系统默认。

不同模式打开文件的完全列表：

| 模式 | 描述                                                         |
| :--- | :----------------------------------------------------------- |
| t    | 文本模式 (默认)。                                            |
| x    | 写模式，新建一个文件，如果该文件已存在则会报错。             |
| b    | 二进制模式。                                                 |
| +    | 打开一个文件进行更新(可读可写)。                             |
| U    | 通用换行模式（不推荐）。                                     |
| r    | 以只读方式打开文件。文件的指针将会放在文件的开头。这是默认模式。 |
| rb   | 以二进制格式打开一个文件用于只读。文件指针将会放在文件的开头。这是默认模式。一般用于非文本文件如图片等。 |
| r+   | 打开一个文件用于读写。文件指针将会放在文件的开头。           |
| rb+  | 以二进制格式打开一个文件用于读写。文件指针将会放在文件的开头。一般用于非文本文件如图片等。 |
| w    | 打开一个文件只用于写入。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。 |
| wb   | 以二进制格式打开一个文件只用于写入。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。一般用于非文本文件如图片等。 |
| w+   | 打开一个文件用于读写。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。 |
| wb+  | 以二进制格式打开一个文件用于读写。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。一般用于非文本文件如图片等。 |
| a    | 打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入。 |
| ab   | 以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入。 |
| a+   | 打开一个文件用于读写。如果该文件已存在，文件指针将会放在文件的结尾。文件打开时会是追加模式。如果该文件不存在，创建新文件用于读写。 |
| ab+  | 以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。如果该文件不存在，创建新文件用于读写。 |

### file 对象方法

- **file.read([size])**：size 未指定则返回整个文件，如果文件大小 >2 倍内存则有问题，f.read()读到文件尾时返回""(空字串)。

- **file.readline()**：返回一行。

- **file.readlines([size])** ：返回包含size行的列表, size 未指定则返回全部行。

- **for line in f: print line** ：通过迭代器访问。

- **f.write("hello\n")**：如果要写入字符串以外的数据,先将他转换为字符串。

- **f.tell()**：返回一个整数,表示当前文件指针的位置(就是到文件头的字节数)。

- **f.seek(偏移量,[起始位置])**：用来移动文件指针。

  - 偏移量: 单位为字节，可正可负
  - 起始位置: 0 - 文件头, 默认值; 1 - 当前位置; 2 - 文件尾

- **f.close()** 关闭文件

  

> 更多内容参考：[Python File(文件) 方法](https://www.runoob.com/python/file-methods.html)
