python讀寫文件,設置文件的字符編碼好比utf-8

一. python打開文件代碼以下：

f = open("d:\test.txt", "w")

說明：
第一個參數是文件名稱，包括路徑；
第二個參數是打開的模式mode

'r'：只讀（缺省。若是文件不存在，則拋出錯誤）
'w'：只寫（若是文件不存在，則自動建立文件）
'a'：附加到文件末尾
'r+'：讀寫 

若是須要以二進制方式打開文件，須要在mode後面加上字符"b"，好比"rb""wb"等

2、python讀取文件內容f.read(size)

參數size表示讀取的數量，能夠省略。若是省略size參數，則表示讀取文件全部內容。

f.readline()讀取文件一行的內容 f.readlines()讀取全部的行到數組裏面[line1,line2,...lineN]。

在避免將全部文件內容加載到內存中，這種方法經常使用，便於提升效率。

3、python寫入文件f.write(string)

將一個字符串寫入文件，若是寫入結束，必須在字符串後面加上"\n"，而後f.close()關閉文件

4、文件中的內容定位

f.read()讀取以後，文件指針到達文件的末尾，若是再來一次f.read()將會發現讀取的是空內容，若是想再次讀取所有內容，必須將定位指針移動到文件開始：

f.seek(0)

這個函數的格式以下（單位是bytes）：f.seek(offset, from_what) from_what表示開始讀取的位置，offset表示從from_what再移動必定量的距離，好比f.seek(10, 3)表示定位到第三個字符並再後移10個字符。

from_what值爲0時表示文件的開始，它也能夠省略，缺省是0即文件開頭。下面給出一個完整的例子：

f = open('/tmp/workfile', 'r+') f.write('0123456789abcdef') f.seek(5) # Go to the 6th byte in the file f.read(1) f.seek (-3, 2) # Go to the 3rd byte before the end f.read(1)

5、關閉文件釋放資源文件操做完畢，必定要記得關閉文件f.close()，能夠釋放資源供其餘程序使

只是ASCII或者gbk編碼格式的的文件讀寫，比較簡單，讀寫以下：

# coding=gbk f = open('c:/intimate.txt','r') # r 指示文件打開模式，即只讀 s1 = f.read() s2 = f.readline() s3 = f.readlines() #讀出全部內容 f.close() f = open('c:/intimate.txt','w') # w 寫文件 11 f.write(s1) 12 f.writelines(s2) # 沒有writeline 13 f.close()

六. f.writelines不會輸出換行符。

python unicode文件讀寫：

# coding=gbk import codecs f = codecs.open('c:/intimate.txt','a','utf-8') f.write(u'中文') s = '中文' f.write(s.decode('gbk')) f.close() f = codecs.open('c:/intimate.txt','r','utf-8') s = f.readlines() f.close() for line in s: print line.encode('gbk')

python代碼文件的編碼

py文件默認是ASCII編碼，中文在顯示時會作一個ASCII到系統默認編碼的轉換，這時就會出錯：SyntaxError: Non-ASCII character。須要在代碼文件的第一行或第二行添加編碼指示：

1. # coding=utf-8 ##以utf-8編碼儲存中文字符
2. print '中文'像上面那樣直接輸入的字符串是按照代碼文件的編碼來處理的，若是用unicode編碼，有如下2種方式：

   1. s1 = u'中文' #u表示用unicode編碼方式儲存信息
   2. s2 = unicode('中文','gbk')

unicode是一個內置函數，第二個參數指示源字符串的編碼格式。

decode是任何字符串具備的方法，將字符串轉換成unicode格式，參數指示源字符串的編碼格式。

encode也是任何字符串具備的方法，將字符串轉換成參數指定的格式。

python字符串的編碼

用 u'漢字' 構造出來的是unicode類型，不用的話構造出來是str類型

str的編碼是與系統環境相關的，通常就是sys.getfilesystemencoding()獲得的值

因此從unicode轉str，要用encode方法

從str轉unicode，因此要用decode

例如：

# coding=utf-8   #默認編碼格式爲utf-8 s = u'中文' #unicode編碼的文字 print s.encode('utf-8') #轉換成utf-8格式輸出  print s #效果與上面相同，彷佛默認直接轉換爲指定編碼

個人總結：

u=u'unicode編碼文字' g=u.encode('gbk') #轉換爲gbk格式 print g #此時爲亂碼，由於當前環境爲utf-8,gbk編碼文字爲亂碼 str=g.decode('gbk').encode('utf-8') #以gbk編碼格式讀取g（由於他就是gbk編碼的）並轉換爲utf-8格式輸出 print str #正常顯示中文

安全的方法：

s.decode('gbk','ignore').encode('utf-8′) #以gbk編碼讀取（固然是讀取gbk編碼格式的文字了）並忽略錯誤的編碼，轉換成utf-8編碼輸出 

由於decode的函數原型是decode([encoding], [errors='strict'])，能夠用第二個參數控制錯誤處理的策略，默認的參數就是strict，表明遇到非法字符時拋出異常；

若是設置爲ignore，則會忽略非法字符； 若是設置爲replace，則會用?取代非法字符； 若是設置爲xmlcharrefreplace，則使用XML的字符引用。