python学习——基础（九）

读写文件是最多见的IO操做。Python内置了读写文件的函数，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()

读取文件必须执行close方法；另外一种方法：

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

Python引入了with 语句来自动帮咱们调用close() 方法，这和前面的try ... finally是同样的，可是代码更佳简洁，而且没必要调用f.close()方法

调用read()会一次性读取文件的所有内容，若是文件有10G，内存就爆了，因此，要保险起见，能够反复调用read(size)方法，每次最多读取size个字节的内容。另外，调用readline()能够每次读取一行内容，调用readlines()一次读取全部内容并按行返回list。所以，要根据须要决定怎么调用。

若是文件很小，read()一次性读取最方便；若是不能肯定文件大小，反复调用read(size)比较保险；若是是配置文件，调用readlines()最方便：

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

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，还能够是内存的字节流，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就是在内存中建立的file-like Object，经常使用做临时缓冲。

前面讲的默认都是读取文本文件，而且是ASCII编码的文本文件。要读取二进制文件，好比图片、视频等等，用'rb' 模式打开文件便可

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

要读取非ASCII编码的文本文件，就必须以二进制模式打开，再解码。好比GBK编码的文件

Python提供了一个codecs模块帮咱们在读文件时自动转换编码，直接读出unicode：

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

写文件

写文件和读文件是同样的，惟一区别是调用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；

你能够反复调用write()来写入文件，可是务必要调用f.close()来关闭文件。当咱们写文件时，操做系统每每不会马上把数据写入磁盘，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，操做系统才保证把没有写入的数据所有写入磁盘。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。因此，仍是用with语句来得保险：

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

要写入特定编码的文本文件，请效仿codecs 的示例，写入unicode，由codecs 自动转换成指定编码。

在Python中，文件读写是经过open()函数打开的文件对象完成的。使用with语句操做文件IO是个好习惯。

操做文件和目录

os模块的某些函数是跟操做系统相关的，操做文件和目录的函数一部分放在os模块中，一部分放在os.path模块中，这一点要注意一下。查看、建立和删除目录能够这么调用：

os.path.abspath('.') # 当前路径下的绝对路径
os.path.join('xxx', 'yyyy') # 把两个路径合成一个时，不要直接拼字符串，而要经过os.path.join()函数，这样能够正确处理不一样操做系统的路径分隔符。
os.mkdir('xxx') # 建立目录
os.rmdir('xxx') # 删除目录
os.path.split('/Users/michael/testdir/file.txt') # ('/Users/michael/testdir', 'file.txt') 拆分目录
os.path.splitext('/path/to/file.txt') # ('/path/to/file', '.txt') os.path.splitext()能够直接让你获得文件扩展名
os.rename('test.txt', 'test.py') # 文件重命名
os.remove('test.py') # 删除文件

序列化：

Python提供两个模块来实现序列化：cPickle 和pickle 。这两个模块功能是同样的，区别在于cPickle 是C语言写的，速度快，pickle 是纯Python写的，速度慢，跟cStringIO 和StringIO 一个道理。用的时候，先尝试导入cPickle ，若是失败，再导入pickle ：

try:
    import cPickle as pickle
except ImportError:
    import pickle

#############################正则表达式
# +：表示一个或多个
# ？：表示0个或一个
# *：表示任意个，包含0个
# \d：表示数字
# \w：表示字母或数字
# {n}：表示n个字符
# {n,m}：表示n到m个字符
# \s：匹配一个空格（也包括Tab等空白符）
# .:能够匹配任意字符
# [0-9a-zA-Z\_]：能够匹配一个数字、字母或者下划线
# [0-9a-zA-Z\_]+：能够匹配至少由一个数字、字母或者下划线组成的字符串
# [a-zA-Z\_][0-9a-zA-Z\_]* ： 能够匹配由字母或下划线开头，后接任意个由一个数字、字母或者下划线组成的字符串，也就是Python合法的变量
# [a-zA-Z\_][0-9a-zA-Z\_]{0, 19} ：更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）
# A|B ： 能够匹配A或B
# ^：表示行的开头，^\d表示以数字开头
# $：表示行的结束，\d$表示以数字结束