一. 基本概念

文件

文件作为数据存储的单位，通常用来长期存储数据。文件中的数据是以字节为单位进行顺序存储的。操作文件的操作流程如下：

• 打开文件
• 读写文件
• 关闭文件

注：任何的操作系统，同一个应用程序同时打开文件的数量是有最大限制的，所以在用完文件后需要关闭。

文件的打开函数 open(file, mode='rt') 用于打开一个文件对象，文件打开失败时触发异常；文件的关闭方法 F.close() 用于关闭文件，释放系统资源。

上述 open 函数中用到了 mode 参数，即文本文件操作模式，对文本文件的读写需要用字符串 str 进行读取和写入数据。模式字符：t' 表示默认文件中存储的数据为字符数据，以行为单位分隔。

注： 在 Linux 系统中，换行符为 \n，在 Windows 下换行符则为 \r\n 。在 Python 中内部统一用 \n 作为换行符进行分隔：即在文本文件模式下，各操作系统的换行符在读入 Python 内部时，换为字符 \n 。

实际中常用的文件读取方式即文件的迭代读取：open 函数返回的文件流对象作为可迭代对象，并且是个迭代器：

>> f = open('example.txt')
>> iter(f)
<_io.TextIOWrapper name='example.txt' mode='r' encoding='cp936'>
>> iter(f)
<_io.TextIOWrapper name='example.txt' mode='r' encoding='cp936'>
>> next(f)
'A\n'
>> next(f)
'B\n'
>> next(f)
'C\n'
>> next(f)
StopIteration: 

对于二进制文件，默认文件中存储的都是以字节为单位的数据，通常有人为规则格式，需要以字节为单位进行读写。比如，Linux 下常用的命令 ls 对应的二进制文件如下：

下面，我们就利用 Python 来读取该二进制文件中的内容：

>> f = open('/bin/ls', 'rb')
>> f.read(4)
b'\x7fELF'
>> f.read(1)
b'\x02'
>> f.read(2)
b'\x01\x01'

在以二进制读的形式打开文件 /bin/ls 之后，使用了 read 函数依次读取了 4 个字节、1 个字节以及 2 个字节。Python 中关于文件句柄的方法非常丰富，下面我们就来介绍一下他们吧~

文件句柄的常用方法

关于文件句柄的常用方法总结如下：

关于 f.read 的返回类型：对于文本模式 t 打开的文件，返回字符串 str ；对于二进制模式 b 打开的文件，返回字节串 bytes 。关于 f.write(x) 参数 x 的类型：对于文本模式，x 必须为字符串；对于二进制模式，x 必须为字节串。

>> f = open('a.txt', 'wt')
>> f.write('A')
>> f.close()

运行结果：

>> f = open('b.txt', 'wb')
>> f.write(bytearray([66]))
>> f.close()

运行结果：

下面是 read readline readlines 的使用示例：

with open('example.txt') as f:
    print(f.readline())
    print(f.readline())
    print(f.readline())
    print(f.readline())

运行结果：

with open('example.txt') as f:
    print(f.readlines())

运行结果：

with open('example.txt') as f:
    print(f.read())

运行结果：

f.seek() 方法用来改变当前文件的读写位置：f.seek(偏移量， 相对位置) ：

• 偏移量：大于 0 的数代表向文件尾方向移动；小于 0 的数代表向文件头方向移动。
• 相对位置：0 代表从文件头开始偏移；1 代表从当前位置开始偏移；2 代表从文件尾开始偏移。

f.tell() 方法返回当前文件读写位置。

下面是关于两方法使用的示例：

with open('example.bin', 'wb') as f:
    f.writelines([b'Python\n', b'Hello World\n', b'123456\n'])

文件内容如下：

使用 f.seek 和 f.tell：

with open('example.bin', 'rb') as f:
    print(f.tell())
    print(f.read(6))
    print(f.tell())
    print(f.seek(7, 1))
    print(f.read(5))
    print(f.seek(-7, 2))
    print(f.read(7))

运行结果：

通常，二进制文件会用到 seek 和 tell 。

二. 汉字编码

汉字常用的 2 种编码方式即国标系列和国际标准。其中国标系列即 Windows 常用的编码方式：

• GB18030 (二字节或四字节编码，共27533个汉字）相比 GBK 多出的部分使用的是四字节编码
• GBK（二字节编码，共21003个汉字）
• GB2312（二字节编码，共6763个汉字）

国际标准则用于 Linux、Mac OS X、IOS、Android 等系统，如：UNICODE 16、UNICODE 31 等。

注：Python3 的字符串存储的是 Unicode 编码，但要存储在外部（磁盘，网络等）的时候，需要 encode 编码。

Python 编码（encode）字符串：gb2312 gbk gb18030 utf-8 ascii。

注：在 Python 源文件第一行或第二行写入如下内容即告诉解释执行器，此文件的编码类型是什么，如：# -*- coding: gbk -*- 设置源文件编码格式为 GBK ；# -*- coding: utf-8 -*- 设置源文件编码格式为 utf-8。Python3 源文件默认使用的编码方式即 utf-8 。

三. 总结

各类模式：

文本文件操作模式：

• 默认文件中存储的数据为字符数据，以行为单位分隔，在 Python 中内部统一用 \n 作为换行符进行分隔；
• 对文本文件的读写需要用字符串 str 进行读取和写入数据。

二进制文件操作模式：

• 默认文件中存储的都是以字节为单位的数据，通常有人为规则格式；
• 需要以字节为单位进行读写

open() 函数：
open(file, mode='rt') 用于打开一个文件对象，如果打开文件失败，则会触发 OSError；
open() 函数返回一个表示文件的对象，可作为迭代器；结合 next() 函数使用，每次返回一行内容，停止迭代时触发 StopIteration 。