python學習——基礎（九）

讀寫文件是最多見的IO操做。Python內置了讀寫文件的函數，用法和C是兼容的。

try:
    f = open(r'C:\Users\syc\Desktop\temp.txt')
    print f.read()
finally:
    if f:
        f.close()

讀取文件必須執行close方法；另外一種方法：

with open(r'C:\Users\syc\Desktop\temp.txt') as f:
    print f.read()

Python引入了with 語句來自動幫咱們調用close() 方法，這和前面的try ... finally是同樣的，可是代碼更佳簡潔，而且沒必要調用f.close()方法

調用read()會一次性讀取文件的所有內容，若是文件有10G，內存就爆了，因此，要保險起見，能夠反覆調用read(size)方法，每次最多讀取size個字節的內容。另外，調用readline()能夠每次讀取一行內容，調用readlines()一次讀取全部內容並按行返回list。所以，要根據須要決定怎麼調用。

若是文件很小，read()一次性讀取最方便；若是不能肯定文件大小，反覆調用read(size)比較保險；若是是配置文件，調用readlines()最方便：

for line in f.readlines():
    print(line.strip()) # 把末尾的'\n'刪掉

file-like Object

像open()函數返回的這種有個read()方法的對象，在Python中統稱爲file-like Object。除了file外，還能夠是內存的字節流，網絡流，自定義流等等。file-like Object不要求從特定類繼承，只要寫個read()方法就行。

StringIO就是在內存中建立的file-like Object，經常使用做臨時緩衝。

前面講的默認都是讀取文本文件，而且是ASCII編碼的文本文件。要讀取二進制文件，好比圖片、視頻等等，用'rb' 模式打開文件便可

f = open('/Users/michael/test.jpg', 'rb')

要讀取非ASCII編碼的文本文件，就必須以二進制模式打開，再解碼。好比GBK編碼的文件

Python提供了一個codecs模塊幫咱們在讀文件時自動轉換編碼，直接讀出unicode：

import codecs
with codecs.open('/Users/michael/gbk.txt', 'r', 'gbk') as f:
    f.read() # u'\u6d4b\u8bd5'

寫文件

寫文件和讀文件是同樣的，惟一區別是調用open()函數時，傳入標識符'w'或者'wb'表示寫文本文件或寫二進制文件；

你能夠反覆調用write()來寫入文件，可是務必要調用f.close()來關閉文件。當咱們寫文件時，操做系統每每不會馬上把數據寫入磁盤，而是放到內存緩存起來，空閒的時候再慢慢寫入。只有調用close()方法時，操做系統才保證把沒有寫入的數據所有寫入磁盤。忘記調用close()的後果是數據可能只寫了一部分到磁盤，剩下的丟失了。因此，仍是用with語句來得保險：

with open('/Users/michael/test.txt', 'w') as f:
    f.write('Hello, world!')

要寫入特定編碼的文本文件，請效仿codecs 的示例，寫入unicode，由codecs 自動轉換成指定編碼。

在Python中，文件讀寫是經過open()函數打開的文件對象完成的。使用with語句操做文件IO是個好習慣。

操做文件和目錄

os模塊的某些函數是跟操做系統相關的，操做文件和目錄的函數一部分放在os模塊中，一部分放在os.path模塊中，這一點要注意一下。查看、建立和刪除目錄能夠這麼調用：

os.path.abspath('.') # 當前路徑下的絕對路徑
os.path.join('xxx', 'yyyy') # 把兩個路徑合成一個時，不要直接拼字符串，而要經過os.path.join()函數，這樣能夠正確處理不一樣操做系統的路徑分隔符。
os.mkdir('xxx') # 建立目錄
os.rmdir('xxx') # 刪除目錄
os.path.split('/Users/michael/testdir/file.txt') # ('/Users/michael/testdir', 'file.txt') 拆分目錄
os.path.splitext('/path/to/file.txt') # ('/path/to/file', '.txt') os.path.splitext()能夠直接讓你獲得文件擴展名
os.rename('test.txt', 'test.py') # 文件重命名
os.remove('test.py') # 刪除文件

序列化：

Python提供兩個模塊來實現序列化：cPickle 和pickle 。這兩個模塊功能是同樣的，區別在於cPickle 是C語言寫的，速度快，pickle 是純Python寫的，速度慢，跟cStringIO 和StringIO 一個道理。用的時候，先嚐試導入cPickle ，若是失敗，再導入pickle ：

try:
    import cPickle as pickle
except ImportError:
    import pickle

#############################正則表達式
# +：表示一個或多個
# ？：表示0個或一個
# *：表示任意個，包含0個
# \d：表示數字
# \w：表示字母或數字
# {n}：表示n個字符
# {n,m}：表示n到m個字符
# \s：匹配一個空格（也包括Tab等空白符）
# .:能夠匹配任意字符
# [0-9a-zA-Z\_]：能夠匹配一個數字、字母或者下劃線
# [0-9a-zA-Z\_]+：能夠匹配至少由一個數字、字母或者下劃線組成的字符串
# [a-zA-Z\_][0-9a-zA-Z\_]* ： 能夠匹配由字母或下劃線開頭，後接任意個由一個數字、字母或者下劃線組成的字符串，也就是Python合法的變量
# [a-zA-Z\_][0-9a-zA-Z\_]{0, 19} ：更精確地限制了變量的長度是1-20個字符（前面1個字符+後面最多19個字符）
# A|B ： 能夠匹配A或B
# ^：表示行的開頭，^\d表示以數字開頭
# $：表示行的結束，\d$表示以數字結束