一.IO编程是什么
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
。
比如你打开浏览器,访问新浪首页,浏览器这个程序就需要通过网络IO
获取新浪的网页。浏览器首先会发送数据给新浪服务器,告诉它我想要首页的HTML,这个动作是往外发数据,叫Output,随后新浪服务器把网页发过来,这个动作是从外面接收数据,叫Input。所以,通常,程序完成IO操作会有Input和Output两个数据流。当然也有只用一个的情况,比如,从磁盘读取文件到内存,就只有Input操作,反过来,把数据写到磁盘文件里,就只是一个Output操作。
- 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。对于浏览网页来说,浏览器和新浪服务器之间至少需要建立两根水管,才可以既能发数据,又能收数据。
由于CPU和内存的速度远远高于外设的速度,所以,在IO编程中,就存在速度严重不匹配的问题。举个例子来说,比如要把100M的数据写入磁盘,CPU输出100M的数据只需要0.01秒,可是磁盘要接收这100M数据可能需要10秒,怎么办呢?有两种办法:
-
第一种是CPU等着,也就是程序暂停执行后续代码,等100M的数据在10秒后写入磁盘,再接着往下执行,这种模式称为同步IO;
-
另一种方法是CPU不等待,只是告诉磁盘,“您老慢慢写,不着急,我接着干别的事去了”,于是,后续代码可以立刻接着执行,这种模式称为异步IO。
同步和异步的区别就在于是否等待IO执行的结果。
-
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。
- 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。
很明显,使用异步IO来编写程序性能会远远高于同步IO,但是异步IO的缺点是编程模型复杂。
- 想想看,你得知道什么时候通知你“汉堡做好了”,而通知你的方法也各不相同。
如果是服务员跑过来找到你,这是回调模式
- 如果服务员发短信通知你,
你就得不停地检查手机,这是轮询模式
。总之,异步IO的复杂度远远高于同步IO。
操作IO的能力都是由操作系统提供的,每一种编程语言都会把操作系统提供的低级C接口封装起来方便使用,Python也不例外。我们后面会详细讨论Python的IO编程接口。
注意,本章的IO编程都是同步模式,异步IO由于复杂度太高,后续涉及到服务器端程序开发时我们再讨论。
二.文件读写
1.读取文件
-
使用Python内置的
open()
函数,传入文件名和标示符
:f = open('/data/est.txt', 'r')
-
标示符
'r'
表示读,如果文件不存在,open()函数就会抛出一个IOError错误
,表示文件不存在:Traceback (most recent call last): File "<stdin>", line 1, in <module> FileNotFoundError: [Errno 2] No such file or directory: '/data/est.txt'
-
-
如果文件打开成功,调用
read()
方法可以一次读取文件的全部内容
,Python把内容读到内存,用一个str对象
表示:f.read() #'Hello, world!'
-
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
,并且操作系统同一时间能打开的文件数量也是有限的:
f.close()
- 文件使用完毕后必须关闭,因为
-
文件读写可能产生
IOError
,一旦出错,后面的f.close()
就不会调用。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('/data/file.txt', 'r') print(f.read()) finally: if f: f.close()
-
每次都这么写实在太繁琐,所以,Python引入了
with语句
来自动帮我们调用close()方法:with open('/data/file.txt', 'r') as f: print(f.read())
-
-
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
- 另外,调用
建议:如果文件很小,read()
一次性读取最方便;如果不能确定文件大小,反复调用read(size)
比较保险;如果是配置文件,调用readlines()
最方便:
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
。
二进制文件
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()
-
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。- 这种场景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')
- 这种场景open()函数还接收一个
3.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
:
- 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
。f = open('/data/test.txt', 'w') f.write('Hello, world!') f.close()
- 可以反复调用
write()
来写入文件,但是务必要调用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:
- 只有调用close()方法时,
with open('/Users/michael/test.txt', 'w') as f: f.write('Hello, world!')
- 当我们写文件时,操作系统往往
file对象的常用函数
常见标识符
三.StringIO和BytesIO
- StringIO和BytesIO是在内存中操作str和bytes的方法,使得和读写文件具有一致的接口。
1.StringIO
StringIO顾名思义就是在内存中读写str。
-
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。
-
-
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
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,创建一个BytesIO,然后写入一些bytes:
写入的不是str,而是经过UTF-8编码的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'
-
初始化一个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.操作文件和目录
如果要在Python程序中执行这些目录和文件的命令dir、cp、del操作怎么办?
- 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。
#导入os模块
import os
#操作系统类型 如果是posix,说明系统是Linux、Unix或Mac OS X,如果是nt,就是Windows系统。
print(os.name)
# 查看当前目录的绝对路径:
print(os.path.abspath('.'))
# 'E:\29_resources_python\study'
#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
print(os.path.join('E:/29_resources_python/study/', 'testdir'))
#创建一个目录:
os.mkdir('E:/29_resources_python/study/testdir')
#删掉一个目录:
os.rmdir('E:/29_resources_python/study/testdir')
#对文件重命名:
os.rename('E:/29_resources_python/study/test1', 'test.py')
#删掉文件:
os.remove('test.py')
- os模块中不存在复制文件功能
-
因是复制文件并非由操作系统提供的系统调用。我们通过文件读写可以完成文件复制,只不过要多写很多代码。
- 幸运的是
shutil模块
提供了copyfile()的函数
,你还可以在shutil模块中找到很多实用函数,它们可以看做是os模块的补充
。
- 幸运的是
-
五.序列化和反序列化
-
把变量从内存中变成可存储或传输的过程称之为
序列化
,序列化之后,就可以写入磁盘,或者通过网络传输到别的机器上。 -
反过来,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
,Python提供了pickle模块
来实现序列化。
1.pickle.dumps()
-
pickle.dumps()
方法可以任意对象序列化成一个bytes,然后,就可以把这个bytes写入文件。import pickle d = dict(name='Bob', age=20, score=88) print(pickle.dumps(d)) #执行结果 #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.'
- 或者使用
pickle.dump()
直接把对象序列化后写入一个指定文件中
f = open('dump.txt', 'wb') pickle.dump(d, f) f.close()
- 或者使用
2.pickle.loads()
-
当我们要把对象从磁盘读到内存时,可以先把内容读到一个·bytes·,然后用
pickle.loads()
方法反序列化出对象,也可以直接用·pickle.load()·方法从一个文件直接反序列化出对象。f = open('dump.txt', 'rb') d = pickle.load(f) f.close() print(d) #{'age': 20, 'score': 88, 'name': 'Bob'}
3.JSON
-
将数据序列化为JSON,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:
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。
Python序列化为Json对象
-
dumps():方法返回一个str,
内容就是标准的JSON
-
dump():方法可以直接把JSON写入一个文件中
import json d = dict(name='Bob', age=20, score=88) json.dumps(d) #'{"age": 20, "score": 88, "name": "Bob"}'
JSON反序列化为Python对象
-
loads():JSON的字符串反序列化
-
load():从文件中读取字符串并反序列化:
import json json_str = '{"age": 20, "score": 88, "name": "Bob"}' json.loads(json_str) #{'age': 20, 'score': 88, 'name': 'Bob'}
Class转JSON
-
对象实例直接转class会报错报错,原因是Student对象不是一个可序列化为JSON的对象。
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))
Traceback (most recent call last): ... TypeError: <__main__.Student object at 0x10603cc50> is not JSON serializable
-
默认情况下,
dumps()
方法不知道如何将Student实例变为一个JSON的{}对象。我需要为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 }
-
需要Student实例首先被
student2dict()函数转换成dict,然后再被顺利序列化为JSON
:s = Student('Bob', 20, 88) print(json.dumps(s, default=student2dict)) # {"age": 20, "name": "Bob", "score": 88}
-
也可以把任意class的实例变为dict:
print(json.dumps(s, default=lambda obj: obj.__dict__)) # {"age": 20, "name": "Bob", "score": 88}
- 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
。
- 因为通常class的实例都有一个
-
JSON转Class文章来源:https://www.toymoban.com/news/detail-687201.html
先用loads()方法
首先转换出一个dict对象
,然后传入的转换函数负责 将dict转换为Student实例:文章来源地址https://www.toymoban.com/news/detail-687201.html
def dict2student(d):
return Student(d['name'], d['age'], d['score'])
json_str = '{"age": 20, "score": 88, "name": "Bob"}'
print(json.loads(json_str, object_hook=dict2student))
#<__main__.Student object at 0x000001C3B0BD9CD0>
到了这里,关于【Python】从入门到上头— IO编程(8)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!