🔨 open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)
该函数用于打开 file 并返回相应的 I/O 对象「也称文件对象(file object),详见 "I/O 对象" 小节」,如果打开失败则会抛出 OSError
。
io.open()
其实是 open()
函数的别名,而 os.open
被用于创建文件描述符。新创建的文件和文件描述符都是不可继承的(non-inheritable)——文件描述符具有"inheritable"标志,该标志指示子进程是否可以继承该文件描述符(可阅读 Inheritance of File Descriptors 和 os.open
,以了解更多信息)
还可查看文件处理模块,以了解更多信息,例如:fileinput
、io
(声明 open()
函数的模块)、os
、os.path
、tempfile
、shutil
。
更新情况:
-
Changed in version 3.3:
添加 opener 参数
添加
'x'
模式如果以独占创建模式 (
'x'
) 打开的文件已存在,则会抛出FileExistsError
-
Changed in version 3.4:
file 现在属于 non-inheritable
从 3.4 版本开始已弃用
'U'
模式,待到 4.0 版本时将移除该模式。
-
Changed in version 3.5:
如果系统调用被中断,并且信号处理器(signal handler)没有抛出异常,
open()
函数现在会再次尝试系统调用,而不是抛出InterruptedError
异常( 其基本原理详见 PEP 475)添加
'namereplace'
错误处理方案
-
Changed in version 3.6:
支持接收实现
os.PathLike
的对象在 Windows 上,打开控制台缓冲区可能会返回除
io.FileIO
之外的io.RawIOBase
的子类。
参数说明
file
open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)
file 用于设置需要打开的文件,有以下两种形式:
-
可以是一个表示文件系统路径(绝对路径或相对路径均可)的对象,即 path-like 对象。该对象可以是文本字符串或 byte 字符串,也可是实现了
os.PathLike
协议的对象。"""./somefile.txt中的内容 first line second line """ fin = open(b'somefile.txt') print(fin.read()) print(fin.fileno()) # fileno()会返回文件描述符 fin.close() """Out: first line second line 3 """
-
还可以是一个整型文件描述符(integer file descriptor),该描述符代表一个被打包(wrapped)的文件,可通过
os.open
创建。如果给出了文件描述符,那么当我们关闭open()
返回的 I/O 对象时,该文件描述符也将被关闭,除非将 closefd 设置为False
。另外,有些文档中可能会混用文件描述符和文件句柄,需要注意区分这两个概念。"""./somefile.txt中的内容 first line second line """ import os # 使用底层IO打开一个文件,并返回其文件描述符(integer) fd = os.open('somefile.txt', os.O_RDONLY) print("文件描述符的值是 {0},类型是 {1}".format(fd, type(fd))) f = open(fd, 'r') print(f.read()) f.close() # f被关闭后,对应的文件描述符也将被关闭, # 但文件描述符被关闭后不能再次被打开 f = open(fd, 'r') """Out: 文件描述符的值是 3,类型是 <class 'int'> first line second line Traceback (most recent call last): File "c:/Users/iwhal/Desktop/内置函数/BI_open.py", line 13, in <module> f = open(fd, 'r') OSError: [WinError 6] 句柄无效。 """
如果需要再次打开文件描述,则需将 closefd 参数设置为
False
:"""./somefile.txt中的内容 first line second line """ import os fd = os.open('somefile.txt', os.O_RDONLY) # 将closefd设置为False f = open(fd, 'r', closefd=False) f.close() f = open(fd, 'r') print(f.read()) """Out: first line second line """
扩展阅读: 5.18 将文件描述符包装成文件对象 - Python Cookbook
mode
open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)
mode 用于设定文件的打开模式,默认值是 'rt'
,有如下可用模式:
Character | Meaning |
---|---|
'r' |
open for reading (default)<br />必须保证文件存在,否则会抛出异常 |
'w' |
open for writing , truncating the file first <br />如果文件已存在,则会清空现有内容;如果文件不存在,则会创建该文件。必须保证文件所在目录存在,否则会抛出异常 |
'x' |
open for exclusive creation, failing if the file already exists<br />如果文件不存在,则会创建该文件,并默认以 'wt' 打开;如果文件已存在,则会抛出 FileExistsError
|
'a' |
open for writing, appending to the end of the file if it exists<br />在某些 Unix 系统中,这意味着所有写入都会被附加到文件的末尾,并且无视 seek 位置 |
'b' |
binary mode (以字节形式读写数据,用于不包含文本的所有文件)<br />在读写 raw bytes 时,需使用 binary 模式,并且不需要指定编码方式 |
't' |
text mode (default)<br />在文本模式下,如果未指定 encoding,则依赖平台的编码方式,即调用locale.getpreferredencoding(False) 来获取当前本地编码方式。 |
'+' |
open a disk file for updating (reading and writing) |
'U' |
universal newlines mode (deprecated), Use newline to control universal newlines mode.<br />'U' 模式已被弃用,在未来的 Python 版本中将会引发异常。该模式在 Python 3 中无效。 |
前面四个( 'r'
、'w'
、'x'
、'a'
)需要和后面三个( 'b'
、't'
、'+'
)组合使用。
对于二进制(binary)读写访问,'w+b'
会截断文件至 0 字节,但 'r+b'
不会截断文件,这两种模式在流中都以 0 偏移量为起点。
如 io
模块中概述部分所言,Python 会区分 binary I/O 和 text I/O: (即使底层操作系统并不会区分这两者,Python 仍然会进行区别)
以 binary 模式(
'b'
)打开文件后:在读取文件时,会将文件中的内容以bytes
对象返回,不会进行任何解码操作;在写入文件时,会将bytes
对象直接写入文件,不会进行任何编码操作。在使用 binary 模式时,需保持encoding=None
。-
以 text 模式(
't'
)打开文件后:在读取文件时,会先对读取到的字节进行解码,再以str
对象返回解码后的内容;在写入文件时,会先对被写入的str
对象进行编码,再将编码得到的字节写入文件。在 text 模式下,如果未指定 encoding,则依赖平台的编码方案,即调用locale.getpreferredencoding(False)
来获取当前本地编码方案。在 Windows 下,默认的编码方式是 cp936:
>>> import locale >>> locale.getpreferredencoding(False) 'cp936'
注意:Python 不依赖于底层操作系统定义的文本文件的概念;所有处理都由 Python 本身完成,因此与平台无关。
示例 - 展示 binary 模式和 text 模式的区别
with open('a_file.txt', 'r+b') as fin:
# 在binary模式下会直接向文件写入字节
fin.write(b'orca_j35 ' + bytes('鲸', 'utf8'))
fin.seek(0)
# 读取之前写入的字节
print(fin.read())
with open('a_file.txt', 'r+', encoding='utf8') as fin:
# 在text模式下,会先对读取到的字节进行解码,再以字符串对象返回解码后的内容
print(fin.read())
"""Out:
b'orca_j35 \xe9\xb2\xb8'
orca_j35 鲸
"""
buffering
open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)
buffering 用于设置缓冲策略(buffering policy),可以是以下整数值:
-
0 to switch buffering off (only allowed in binary mode, raise ValueError in text mode) - 会立即把内容输出至流文件,不会进行缓存
>>> f=open('test.txt', 'w+b') # 此时test.txt中没有何内容 >>> f.write(b'a') 1 # 此时test.txt中仍然没有何内容,会先将输出至文件对象的数据进行缓存 # 待文件对象关闭时,才会将缓存的数据写入文件对象 >>> f.close() # 此时test.txt中出现'a' >>> f=open('test.txt', 'w+b', 0) # 此时test.txt中没有何内容 >>> f.write(b'a') 1 # 此时test.txt中出现'a' # buffering=0时不会缓存数据,会立即把内容输出到流文件,不用等文件对象关闭后再写入 >>> f.close() # buffering=0不能用于text模式,否则会抛出异常 >>> f=open('test.txt', 'wt', 0) Traceback (most recent call last): File "<pyshell#15>", line 1, in <module> f=open('test.txt', 'wt', 0) ValueError: can't have unbuffered text I/O
-
1 to select line buffering (only usable in text mode) - 每次缓存一行数据,行分隔符由 newline 参数决定。
>>> f=open('test.txt', 'w+t', 1) # 此时test.txt中没有何内容 >>> f.write('abc') 3 # 此时test.txt中仍没有何内容 >>> f.write('cde\n') 4 # 此时test.txt中出现'abccde' >>> f.write('efg\r') 4 # 此时test.txt中出现'efg' # buffering=1对binary模式无效 >>> f=open('test.txt', 'w+b', 1) # 此时test.txt中没有何内容 >>> f=open('test.txt', 'w+b', 1) >>> f.write(b'abc\n') 4 >>> f.write(b'def\r') 4 # 此时test.txt中仍没有何内容 >>> f.close() # 此时test.txt中出现'abc'和'def'
-
an integer > 1 to indicate the size in bytes of a fixed-size chunk buffer - 将缓冲器设置为给定的尺寸,当缓冲器中数据的尺寸大于该长度时,便会向文件对象写入一次数据。似乎只对 binary 模式有效,对 text 模式无效。
>>> f=open('test.txt', 'w+b', 2) >>> f.write(b'ab') 2 # 此时test.txt中没有何内容 >>> f.write(b'c') 1 # 此时test.txt中出现 'ab',但没有'c' >>> f.close() # 此时test.txt中出现 'ab'和'c'
如果没有给出 buffering 参数,默认缓冲策略的工作方式如下:
-
Binary files are buffered in fixed-size chunks; the size of the buffer is chosen using a heuristic trying to determine the underlying device’s “block size” and falling back on
io.DEFAULT_BUFFER_SIZE
. On many systems, the buffer will typically be 4096 or 8192 bytes long.即,二进制文件会以固定尺寸的缓冲器块进行缓存
“Interactive” text files (files for which
isatty()
returnsTrue
) use line buffering. Other text files use the policy described above for binary files.
encoding
open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)
encoding 用于设置字符编码方案,在编码(或解码)文件内容时便会使用该编码方案,该参数只能用于 text 模式。在 codecs
模块中列举了 Python 支持的编码方案。
当 encoding=None
时,编码方案取决于当前平台,会通过 locale.getpreferredencoding(False)
来获取当前本地编码方案。在 Windows 下,默认的编码方式是 cp936:
>>> import locale
>>> locale.getpreferredencoding(False)
'cp936'
errors
open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)
errors 用于设置错误处理方案,当出现编码(或解码)错误时,便会使用此错误处理方案,该参数不能用于 binary 模式,默认采用 'strict'
。
errors 的实参值可以是 Error Handlers 中列出的标准错误处理方案;也可以是已在 codecs.register_error()
注册过的任何错误处理方案的名称。
标准错误处理方案包括:
-
'strict'
to raise aValueError
exception if there is an encoding error. The default value ofNone
has the same effect. -
'ignore'
ignores errors. Note that ignoring encoding errors can lead to data loss. -
'replace'
causes a replacement marker (such as'?'
) to be inserted where there is malformed data. -
'surrogateescape'
will represent any incorrect bytes as code points in the Unicode Private Use Area ranging from U+DC80 to U+DCFF. These private code points will then be turned back into the same bytes when thesurrogateescape
error handler is used when writing data. This is useful for processing files in an unknown encoding. -
'xmlcharrefreplace'
is only supported when writing to a file. Characters not supported by the encoding are replaced with the appropriate XML character reference&#nnn;
. -
'backslashreplace'
replaces malformed data by Python’s backslashed escape sequences. -
'namereplace'
(also only supported when writing) replaces unsupported characters with\N{...}
escape sequences.
还可阅读 codecs.register
的文档或是运行 'help(codecs.Codec)'
,来了解各种错误处理方案。
with open('a_file.txt', 'w', encoding='utf8') as fin:
fin.write('逆戟鲸 orca_j35')
with open('a_file.txt', 'r', encoding='utf8') as fin:
print(fin.read())
with open('a_file.txt', 'r', encoding='ascii', errors='ignore') as fin:
print(fin.read())
with open('a_file.txt', 'r', encoding='ascii', errors='replace') as fin:
print(fin.read())
'''Out:
逆戟鲸 orca_j35
orca_j35
��������� orca_j35
'''
newline
open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)
newline 用于控制通用换行符模式( 'U'
)的工作方式,只能用于 text 模式,其值可以是None
、''
、'\n'
、'\r'
、'\r\n'
,具体工作方式如下:
- 从流中读取输入数据时:
- 如果
newline=None
,则会启用通用换行符模式。输入数据中的行分隔符可以是'\n'
、'\r'
或'\r\n'
,但在将数据返回给调用者之前,这三种换行符均会被转换为'\n'
。 - 如果
newline=''
,同样会启用通用换行符模式,但会将换行符原样返回给调用者,不会对换行符进行转换。 - 如果 newline 是
'\n'
、'\r'
、'\r\n'
三者之一,则在读取数据时仅会将 newline 视作行分隔符,并且会将换行符原样返回给调用者,不会对换行符进行转换。
- 如果
- 向流中写入输出数据时:
-
如果
newline=None
,则会将输出数据中所有的'\n'
字符转换为系统默认的行分隔符(即,os.linesep
)。with open('a_file.txt', 'w+t', newline=None) as fin: fin.write('a_\r') fin.write('b_\n') fin.write('c_\r\n') '''a_file.txt中的内容如下: a_␍ b_␍␊ c_␍ ␍␊ '''
-
如果 newline 是
''
或'\n'
,则会将输出数据中的行分隔符原样保留。with open('a_file.txt', 'w+t', newline='') as fin: fin.write('a_\r') fin.write('b_\n') fin.write('c_\r\n') '''a_file.txt中的内容如下: a_␍ b_␊ c_␍␊ '''
-
如果 newline 是
'\r'
或'\r\n'
,则会将输出数据中所有的'\n'
字符装换为 newline。with open('a_file.txt', 'w+t', newline='\r') as fin: fin.write('a_\r') fin.write('b_\n') fin.write('c_\r\n') '''a_file.txt中的内容如下: a_␍ b_␍ c_␍ ␍ ''' with open('a_file.txt', 'w+t', newline='\r\n') as fin: fin.write('a_\r') fin.write('b_\n') fin.write('c_\r\n') '''a_file.txt中的内容如下: a_␍ b_␍␊ c_␍ ␍␊ '''
-
closefd
open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)
如果 closefd=False
并且 file 的值是文件描述符,当我们关闭 open()
返回的文件对象时,底层文件描述符依旧会保持打开状态。
如果 closefd=True
并且 file 的值是文件描述符,当我们关闭 open()
返回的文件对象时,底层文件描述符也将被关闭。
如果 file 的值是某个路径,那么 closefd 必须保持默认状态(True
),否则会抛出异常。
opener
open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)
opener 用于设置自定义开启器(opener)。调用开启器( 即 opener(file, flags)
)后,可获得文件对象的底层文件描述符。开启器的返回值必须是一个打开的文件描述符。opener=os.open
与 opener=None
的等效。
The following example uses the dir_fd parameter of the os.open()
function to open a file relative to a given directory:
在下面这个示例中,将使用 os.open()
函数的 dir_fd 参数来打开相对于给定目录的文件:
>>> import os
>>> dir_fd = os.open('somedir', os.O_RDONLY)
>>> def opener(path, flags):
... return os.open(path, flags, dir_fd=dir_fd)
...
>>> with open('spamspam.txt', 'w', opener=opener) as f:
... print('This will be written to somedir/spamspam.txt', file=f)
...
>>> os.close(dir_fd) # don't leak a file descriptor
I/O 对象
如需了解以下 I/O 对象包含的属性,请查看笔记『io — Core tools for working with streams.md』
open()
函数返回的 I/O 对象的类型取决于 mode 参数:
-
当以 text 模式(
'w'
,'r'
,'wt'
,'rt'
, etc.)打开某个文件时,将返回io.TextIOBase
的子类(io.TextIOWrapper
)的实例with open('a_file.txt', 'r') as fin: print(type(fin)) # Out:<class '_io.TextIOWrapper'> with open('a_file.txt', 'w') as fin: print(type(fin)) # Out:<class '_io.TextIOWrapper'> with open('a_file.txt', 'r+') as fin: print(type(fin)) # Out:<class '_io.TextIOWrapper'>
-
当以 binary 模式打开某个启用 buffering 的文件时,将返回
io.BufferedIOBase
的子类的实例,具体的子类如下:- 在 read binary 模式下,将返回
io.BufferedReader
类的实例 - 在 write(or append) binary 模式下,将返回
io.BufferedWriter
类的实例 - 在 read/write binary 模式下,将返回
io.BufferedRandom
类的实例
# 注意,已启用buffering,详见之后的buffering小节 with open('a_file.txt', 'rb') as fin: print(type(fin)) # Out:<class '_io.BufferedReader'> with open('a_file.txt', 'wb') as fin: print(type(fin)) # Out:<class '_io.BufferedWriter'> with open('a_file.txt', 'r+b') as fin: print(type(fin)) # Out:<class '_io.BufferedRandom'>
- 在 read binary 模式下,将返回
-
当禁用 buffering 时,将返回原始流(raw stream),即
io.RawIOBase
的子类(io.FileIO
)的实例# 注意,buffering=0便会禁用缓冲器,详见之后的buffering小节 with open('a_file.txt', 'rb', 0) as fin: print(type(fin)) # Out:<class '_io.FileIO'> with open('a_file.txt', 'wb', 0) as fin: print(type(fin)) # Out:<class '_io.FileIO'> with open('a_file.txt', 'r+b', 0) as fin: print(type(fin)) # Out:<class '_io.FileIO'>
io
模块中,各个 I/O 类间的继承关系如下:
IOBase
|--RawIOBase
|--FileIO
|--BufferedIOBase
|--BytesIO
|--BufferedReader
|--BufferedWriter
|--BufferedRandom
|--BufferedRWPair
|--TextIOBase
|--TextIOWrapper
|--StringIO
可迭代
以上提到的三种 I/O 对象均是可迭代对象:
from collections import abc
with open('a_file.txt', 'r') as fin:
assert isinstance(fin, abc.Iterable)
with open('a_file.txt', 'rb') as fin:
assert isinstance(fin, abc.Iterable)
with open('a_file.txt', 'rb', 0) as fin:
assert isinstance(fin, abc.Iterable)
因此, for line in file: ...
等效于 for line in file.readlines()
。
关闭 I/O 对象
现代操作系统不允许普通程序直接操作磁盘,对磁盘内文件的读写功能,均由操作系统提供的。对文件进行读写,其实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向该对象读/写数据。
在执行写操作时,部分 I/O 对象会先将数据缓存到内存中(参考 buffering 小节),并不会立刻把数据写入磁盘。只有在关闭 I/O 对象时,才会保证把没有写入的数据全部写入磁盘(也被称作 flush)。因此,在执行写入操作后,如果没有关闭 I/O 对象,则很有可能会丢失数据。另外,被打开的 I/O 对象还会占用系统资源。所有,在使用完 I/O 对象后,必须确保其正确关闭。
关闭 I/O 对象最直接方式是调用 close()
方法:
fin = open('a_file.txt', 'r')
"""--snip--:操作IO对象,最后关闭IO对象"""
fin.close()
这种方式的缺点是,如果在读写 I/O 对象的过程中抛出 IOError
异常,便无法关闭 I/O 对象。为了确保 I/O 对象被顺利关闭,可使用如下两种方法:
-
使用
try...finally
语句try: fin = open('/path/to/file', 'r') """--snip--:操作IO对象,最后关闭IO对象""" finally: fin.close()
-
使用
with
语句with open("myfile.txt") as f: for line in f: print(line, end="")
关于 try...finally
和 with
语句,可阅读笔记『0x11 错误、调试和测试.md 』-> 2. 处理异常
StringIO & BytesIO
io.StringIO
会在内存中创建一个 text I/O 流;io.BytesIO
会在内存中创建一个 bytes I/O 流。
详见笔记『io — Core tools for working with streams.md』
术语
file object
An object exposing a file-oriented API (with methods such as read()
or write()
) to an underlying resource. Depending on the way it was created, a file object can mediate access to a real on-disk file or to another type of storage or communication device (for example standard input/output, in-memory buffers, sockets, pipes, etc.). File objects are also called file-like objects or streams.
There are actually three categories of file objects: raw binary files, buffered binary filesand text files. Their interfaces are defined in the io
module. The canonical way to create a file object is by using the open()
function.
file-like object
A synonym for file object.
path-like object
An object representing a file system path. A path-like object is either a str
or bytes
object representing a path, or an object implementing the os.PathLike
protocol. An object that supports the os.PathLike
protocol can be converted to a str
or bytes
file system path by calling the os.fspath()
function; os.fsdecode()
and os.fsencode()
can be used to guarantee a str
or bytes
result instead, respectively. Introduced by PEP 519.
text file
A file object able to read and write str
objects. Often, a text file actually accesses a byte-oriented datastream and handles the text encoding automatically. Examples of text files are files opened in text mode ('r'
or 'w'
), sys.stdin
, sys.stdout
, and instances ofio.StringIO
.
See also binary file for a file object able to read and write bytes-like objects.
text encoding
A codec which encodes Unicode strings to bytes.
universal newlines
A manner of interpreting text streams in which all of the following are recognized as ending a line: the Unix end-of-line convention '\n'
, the Windows convention '\r\n'
, and the old Macintosh convention '\r'
. See PEP 278 and PEP 3116, as well asbytes.splitlines()
for an additional use.