Python——文件与文件系统

一、 file对象与open()函数

　　三个参数的介绍

　　二进制与文本文件

　　缓冲

　　文件的有序和无序访问

二、file对象的属性、方法

　　file对象是可以迭代的

　　file-like对象

三、文件系统操作

四、fd操作

一、file对象与open()函数

　　file对象是Python内置的数据类型，通过open()函数打开文件可以获得一个file对象。

1. open()函数

　　open()函数的格式如下：

open(filename, mode=‘r‘, bufsize=-1)

　　open()返回一个file对象，它是Python内置的file类型的一个实例。

　　open()函数各个参数的含义如下：

• filename：格式：字符串。含义：要打开的文件的路径，可以绝对路径，也可以是相对路径。注意，在Unix和Windows上，都可以使用斜杠“/”作为目录的分隔符。在Windows中，路径分隔符是反斜杠“\”，这与正则表达式中的转义符号相同，因此windows文件路径中需要使用"\\"表示目录，如：‘c:\\test\\test.txt‘，或使用Python中的raw string，如 r‘c:\test\test.txt‘，来表示路径，Linux中则无此要求。
• mode：格式：字符串。含义：以哪种读写模式打开文件。mode的可选项见下文。
• bufsize：格式：整型。含义：为文件设置的缓存。bufsize=0时，等价于unbuffer形式，写到文件的内容立即被刷到硬盘；bufsize=1时，表示行缓冲，每一次写入"\n"后，内容就被刷到硬盘。bufsize < 0时，使用系统默认的缓冲大小；bufsize > 1时，使用其作为文件的缓冲大小。

2. 参数mode的取值与含义

　　‘r‘ —— 只读模式，要求目标文件必须存在。

　　‘w‘ —— 只写模式，如果目标文件已存在，将会截断目标文件并覆盖其内容；如果目标文件不存在，则新建之。

　　‘a‘ —— 追加模式，只写打开目标文件，如果目标文件已存在，写入的内容追加到源文件的结尾；如果目标文件不存在，则创建之。

　　‘r+‘ —— 读写模式，要求目标文件必须存在，此时写入，并不会截断源文件，而是替换源文件中相应位置的内容。

　　‘w+‘ —— 读写模式，如果目标文件已存在，将会截断目标文件并覆盖其内容；如果目标文件不存在，则新建之。

　　‘a+‘ —— 追加模式，读写打开目标文件，如果目标文件已存在，写入的内容追加到源文件的结尾；如果目标文件不存在，则创建之。

二进制文件与文本文件

　　上面的6中文件打开模式，还可以与‘b‘，‘t‘相结合，组成类似‘rb‘、‘wt‘这样的形式，‘b‘代表二进制模式，‘t‘代表文本模式。默认情况下，Python以文本模式打开目标文件。

• Unix平台上，二者没有区别，
• Windows平台上，如果以文本模式打开文件，当每次遇读到os.linesep （实际上是‘\r\n‘）时，返回‘\n‘，当每次写入"\n"时，实际转换成 os.linesep。

3. 文件的顺序与非顺序访问

　　文件本质上是顺序的，想要读取后面的内容，一般就需要先读出前面的内容，同时后面的字节也不会在前面的字节之前被读取。但是文件也支持非顺序的读写方式，file对象记录一个它自己的当前位置，下一次的读写将从这个位置开始。通过f.tell()函数可以查看当前的位置，通过f.seek()函数则可以设置文件当前的位置。

二、file对象的属性、方法

可迭代的file对象　　

　　前面已经提到，file对象是可迭代的，

for line in f:
    ...

　　会一次遍历 f 中的每一行。

file-like对象与多态

　　Python中存在file-like对象这个概念，意思是具有file对象部分属性与功能的对象，file-like对象需要实现哪些方法取决于调用它们的client-code，比如它们是只读的，那就可以只实现file对象的读操作，如read()函数等，file-like是只实现file对象功能的某个子集的对象。

三、文件系统操作

　　os模块的功能主要包括文件系统部分和进程部分，这里介绍其中与文件系统相关的部分。

　　当请求操作系统失败时，os模块返回内置异常 exceptions.OSError 的实例，可以通过 os.error 访问这个类型，OSError的实例有三种属性：

• errno：操作系统错误的错误代码
• strerror：描述错误的字符串；
• filename：操作在哪个文件上出错。

os模块提供的有用属性

>>> os.curdir‘.‘

　　表示当前目录的字符串,Unix和Windows上都是“.”。

>>> os.pardir
‘..‘

　　表示父目录的字符串，Unix和Windows上都是“..”。

>>> os.defpath
‘.;C:\\bin‘

　　程序的默认搜索路径，如果缺乏PATH环境变量时使用。

>>> os.linesep
‘\r\n‘

　　文本行的结尾字符串，Unix上是‘\n‘，Windows上是‘\r\n‘。

>>> os.linesep
‘\r\n‘

　　分隔文件的扩展名和文件名的分隔符，Unix和Windows上都是“.”。

>>> os.pathsep
‘;‘

　　路径列表中用来分隔路径的分隔符，可以参考PATH环境变量，Unix平台上是“:”，Windows平台上是";"。

>>> os.sep
‘\\‘

　　路径组成的分割符，在Unix平台上是"/"，Windows平台上是"\\"。

os模块提供的与文件系统相关的方法

os.access(path, mode)
# e.g.
>>> os.access("C:\Windows\System32", os.R_OK | os.W_OK)
True

　　access()函数判断当前进程的真实用户（组）（real user / real group）是否具有对路径 path 执行所有 mode 中列出的操作的权限，参数mode的可选值包括：

• os.F_OK：路径指定的文件是否存在；
• os.R_OK：路径指定的文件是否可读；
• os.W_OK：路径指定的文件是否可写；
• os.X_OK：路径指定的文件是否可执行；

os.chdir(path)# e.g.>>> os.chdir("c:/")

　　等于 cd 到路径path，即將pwd切換到 path 指定的路径。

os.chmod(path, mode)

　　将 path 的访问权限设置为mode ，mode 可以是0或多个 os.R_OK，os.W_OK，os.X_OK，也可是3位8进制的整数（Unix平台），如 0777， 0664等。

os.getcwd()
#e.g.
>>> os.getcwd()
‘c:\\‘

　　getcwd()获取当前工作目录的路径。

os.listdir(path)

　　listdir(path) 返回一个列表，列表中包括 path 路径下的所有文件和目录，但是不包括“.”和“..”目录。

　　listdir()返回的列表是未排序的。

os.mkdirs(path, mode=0777)
os.mkdir(path, mode=0777)

　　创建一个目录，此时 path 可能涉及多级目录，mkdirs会创建沿路所有尚不存在的目录，然后设置访问权限；而 mkdir()只创建 path 最右端的 基地址，基地址前面如果存在尚未创建的目录，mkdir()会抛出异常OSError。

　　创建失败时两个函数都抛出OSError，当指定的路径已经存在时也抛出相同的异常。

os.remove(path)
os.unlink(path)

　　这两个函数删除 path 指定的文件。

os.removedirs(path)

　　把 path 中经过的所有目录（要求是空的目录）都删除。

os.rmdir(path)

　　删除 path 指定的目录（要求目录为空），删除失败时抛出OSError，例如删除的目录非空。

os.rename(src, dest)

　　将文件或目录 src 重命名为 dest。

os.renames(src, dest)

　　重命名，但是重命名的过程中会自动创建参数 dest 中所有的尚不存在的中间路径，重命名后会删除 src 中包含的空目录。

os.stat(path)

　　返回一个 stat_result 类型的值，该值提供了 10 种关于参数 path 的信息，可以通过对应的属性访问这些信息，例：

1 >>> os.path.getsize(‘test1.py‘)
2 0L
3 >>> os.stat(‘test1.py‘).st_size
4 0L

　　这10种关于文件、目录的信息及其对应的属性名称分别为：

os.utime(path, times=None)

　　设置文件的最后访问和最后修改时间，

• 如果 times 是None，则utime()使用当前的时间；
• 如果 times 不为None，则 times 必须是一个二元组——(accessed, modified)，即指定最后访问和修改的时间，这里这两个值都要是自 epoch 以来的秒数。

os.walk(top, topdown=True, onerror=None)

　　首先，这个函数是一个生成器！用来遍历参数 top 指定的目录

• 当参数 topdown 为True（默认情形）时，从 top 向其子目录遍历
• 当参数 topdown 为False时，倒序从 top 目录树的叶节点开始，反向遍历

　　参数 onerror :

• 如果是None，则walk()忽略遍历过程中遇到的一切OSError异常
• 否则必须是一个函数，以异常OSError的实例为唯一的参数，一旦walk()遇到异常，就将其传递给 onerror()函数，onerror()可以自由定义。

　　walk() 每次生成的 item 都是一个三元组——(dirpath, dirnames, filenames)，其中：

• dirpath：当前遍历到的目录的名称；
• dirnames：列表，包含当前目录的所有直接子目录名（不包括 "." 和 ".."）；
• filenames：列表，包含当前目录中的所有文件名；

例：

import os
for dirpath, dirnames, filenames in os.walk("d:\\programs"):
    dirnames[:] = [ d for d in dirnames if not d.startswith(‘.‘) ]
    for name in filenames:
        print os.path.join(dirpath, name)

　　该例子将会打印出”d:\\programs“目录下，所有不以 “.” 开头的目录中的所有文件，

　　注意在 topdown 为True时，遍历到一层目录时，修改生成得到的dirnames列表，可以影响下一层将要遍历的子目录个数和顺序，比如这里就在遍历时剔除了以“.”开头的目录。