Python(廖)之IO编程

一，IO编程简介

（1）什么是IO？

从磁盘，网络等地方向内存中输入数据是Input

从内存向磁盘，网络等地方输出数据是Output

（2）IO编程中的“流”概念

首先，流类似于一个水管，数据就是水且只能单向流动。

数据从外面流进内存是Input Stream

数据从内存流进外面是Output Stream

（3）IO操作中必然涉及CPU，内存，外设之间的速度不匹配问题。

所以有了同步IO和异步IO

同步IO就是CPU闲置，直到需要的数据全部加载完毕，再执行

异步IO就是CPU先执行其它指令，直到需要的数据全部加载完毕，再回来继续执行。

（4）异步IO涉及了两种模式

回调模式：数据加载完毕后，调度程序去主动向CPU发出指令

轮询模式：数据加载过程中，CPU主动询问是否数据已经加载完毕

（5）操作IO的能力都是由操作系统提供的，这要牢记。

      每一种编程语言是把操作系统提供的低级C借口封装起来方便使用

二，IO编程常见操作之文件读写

（1）文件读写操作必知必会

现代操作系统不允许普通程序直接操作磁盘进行文件读写，而是提供一个接口，由普通程序调用。

这个接口一般称为文件对象或者文件描述符。

（2）读文件

示例1：

#向操作系统请求占用打开该文件进行读操作

f=open('D://hello.txt','r')

注1：如果文件不存在，open函数会抛出一个IOError的错误

#读取文件内容

f.read()

注2：read()方法会一次将文件的全部内容读取到内存中，数据类型是str对象。

         这个方法适合于内容较少的文件，不然内存可能会不够用

#关闭文件

f.close()

注3：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。

特别强调：

由于文件读写时都有可能产生IOError，一旦抛出异常，则f.close()就不会执行了。

所以为了保证务必能正确地关闭文件，解除占用，使用try...finally来保证:

try:

     f=open("D://hello.txt",'r')

     print(f.read())

 finally:

     if f:

        f.close()

为了简化代码，Python引入了with语句来自动帮我们调用close()方法：

with open("D://hello.txt",'r') as f:

        print(f.read())

（3） 读取方法简介：

a.  read()  会一次性读取文件的全部内容，但有可能大文件会撑爆内存。

b.  read(size) 会每次最多读取size个字节的内容

c.  readline()  可以每次读取一行内容

d.  readlines()一次读取所有内容并按行返回list

适用介绍：

如果文件很小，read()一次读取最方便

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。

（4）file-like Object

a. 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。

（5）二进制文件读取

f=open("D://hello.txt",'rb')

f.read()

（6）读取非UTF-8编码的文本文件，要传入encoding参数，也就是字符编码

f=open('D://hello.txt','r',encoding='gbk')

f.read

(7) 遇到编码不规范的文件，可能会遭遇UnicodeDecodeError，最简单的处理方式就是忽略

f=open("D://hello.txt",'r',encoding='gbk',errors='ignore')

(8)写文件

f=open('D://hello.txt','w')

f.write('hello,world!')

f.close()

注意：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，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磁盘，剩下的就会丢失了。

（9）写入特定编码的文本文件

向open()传入encoding参数，将字符串自动转换成指定编码。

注意：以‘w’模式写入文件，会直接覆盖。以‘a’ 也就是追加(append)写入，可以追加到文件末尾。

小结：

安全读写操作，特定编码问题。

三，SringIO和BytesIO

数据读写不一定非得是文件，也可以是在内存中读写。

(1) StringIO就是在内存中读写str。只需要创建一个StringIO对象

>>> 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。

要读取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

StringIO操作的只能是str,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，我们创建一个BytesIO，然后写入一些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'

请注意，写入的不是str，而是经过UTF-8编码的bytes。

和StringIO类似，可以用一个bytes初始化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'

 小结：

StringIO和BytesIO是内存中操作str和bytes的方法，使得和读写文件具有一致的接口。

三，操作文件和目录

（1） 我们可以通过操作系统的接口函数，也就是命令去操作文件和目录

（2）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

      import os

      os.name   #操作系统类型

      os.uname #详细的系统信息，windows不会提供。 

                      #所以，os模块的某些函数是跟操作系统相关的

      os.environ  #在操作系统中定义的环境变量

      os.environ.get('key') #获取某个环境变量的值

  (2) os.path模块

        os.path.abspath('.')  #查看当前目录的绝对路径

        os.path.join('/Users/michael','testdir') #在某个目录下创建一个新目录，首先把新目录的完整路径表示出来

        os.mkdir('/Users/michael/testdir')  #创建一个目录

         os.rmdir('/Users/michael/testdir')  #删掉一个目录

        os.path.split('/Users/michael/testdir/file.txt')  #把一个路径拆分为两部分，后一部分总是把最后级别的目录或文件名

        os.path.splitext('/path/to/file.txt')  #可以得到文件 扩展名

         os.rename('test.txt','test.py')  #对文件重命名

         os.remove('test.py')                #删掉文件

        [x for x in os.listdir('.')  if os.path.isdir(x)]  #显示当前目录下的所有目录

        [x for x in os.listdir('.')  if os.path.isfile(x) and os.path.splitext(x)[1]=='.py']

（3）os模块里面没有复制文件的函数，shutil模块提供了copyfile()函数

四. 序列化

1.  为什么序列化?

变量从内存中变成可存储或传输的过程称之为序列化，在Python中叫pickling

序列化之后，就可以把序列化后的内容写入磁盘，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，即unpickling。

Python提供了pickle模块来实现序列化。

>>> import pickle
>>> d = dict(name='Bob', age=20, score=88)
>>> pickle.dumps(d)
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.'

2.   pickle的序列化操作

pickle.dumps()方法把任意对象序列化成一个bytes，然后，就可以把这个bytes写入文件。或者用另一个方法pickle.dump()直接把对象序列化后写入一个file-like Object：

>>> f = open('dump.txt', 'wb')
>>> pickle.dump(d, f)
>>> f.close()

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file-like Object中直接反序列化出对象。我们打开另一个Python命令行来反序列化刚才保存的对象：

>>> f = open('dump.txt', 'rb')
>>> d = pickle.load(f)
>>> f.close()
>>> d
{'age': 20, 'score': 88, 'name': 'Bob'}

        Pickle的问题和所有其他编程语言特有的序列化问题一样，就是它只能用于Python，并且可能不同版本的Python彼此都不兼容，因此，只能用Pickle保存那些不重要的数据，不能成功地反序列化也没关系。

也就是说，Python自带的这个序列化是很受局限性的，使用范围很窄的。

3. JSON

（1）为什么要用JSON？

如果我们要在不同的编程语言之间传递对象，就必须把对象序列化为标准格式，比如XML，但更好的方法是序列化为JSON，因为JSON表示出来就是一个字符串，可以被所有语言读取，也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：

JSON类型	Python类型
{}	dict
[]	list
"string"	str
1234.56	int或float
true/false	True/False
null	None

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。我们先看看如何把Python对象变成一个JSON：

>>> import json
>>> d = dict(name='Bob', age=20, score=88)
>>> json.dumps(d)
'{"age": 20, "score": 88, "name": "Bob"}'

dumps()方法返回一个str，内容就是标准的JSON。类似的，dump()方法可以直接把JSON写入一个file-like Object。

要把JSON反序列化为Python对象，用loads()或者对应的load()方法，前者把JSON的字符串反序列化，后者从file-like Object中读取字符串并反序列化：

>>> json_str = '{"age": 20, "score": 88, "name": "Bob"}'
>>> json.loads(json_str)
{'age': 20, 'score': 88, 'name': 'Bob'}

由于JSON标准规定JSON编码是UTF-8，所以我们总是能正确地在Python的str与JSON的字符串之间转

（2）JSON进阶

Python的dict对象可以直接序列化为JSON的{}，不过，很多时候，我们更喜欢用class表示对象，比如定义Student类，然后序列化：

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))

运行代码，毫不留情地得到一个TypeError：

Traceback (most recent call last):
  ...
TypeError: <__main__.Student object at 0x10603cc50> is not JSON serializable

错误的原因是Student对象不是一个可序列化为JSON的对象。

如果连class的实例对象都无法序列化为JSON，这肯定不合理！

别急，我们仔细看看dumps()方法的参数列表，可以发现，除了第一个必须的obj参数外，dumps()方法还提供了一大堆的可选参数：

https://docs.python.org/3/library/json.html#json.dumps

这些可选参数就是让我们来定制JSON序列化。前面的代码之所以无法把Student类实例序列化为JSON，是因为默认情况下，dumps()方法不知道如何将Student实例变为一个JSON的{}对象。

可选参数default就是把任意一个对象变成一个可序列为JSON的对象，我们只需要为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
    }

这样，Student实例首先被student2dict()函数转换成dict，然后再被顺利序列化为JSON：

>>> print(json.dumps(s, default=student2dict))
{"age": 20, "name": "Bob", "score": 88}

不过，下次如果遇到一个Teacher类的实例，照样无法序列化为JSON。我们可以偷个懒，把任意class的实例变为dict：

print(json.dumps(s, default=lambda obj: obj.__dict__))

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。

同样的道理，如果我们要把JSON反序列化为一个Student对象实例，loads()方法首先转换出一个dict对象，然后，我们传入的object_hook函数负责把dict转换为Student实例：

def dict2student(d):
    return Student(d['name'], d['age'], d['score'])

运行结果如下：

>>> json_str = '{"age": 20, "score": 88, "name": "Bob"}'
>>> print(json.loads(json_str, object_hook=dict2student))
<__main__.Student object at 0x10cd3c190>