文件读取：数组

codecs.open(filepath,method,encoding)安全

filepath--文件路径函数

method--打开方式，r为读，w为写，rw为读写编码

encoding--文件的编码，中文文件使用utf-8.net

一. python打开文件代码以下：指针

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

说明：

第一个参数是文件名称，包括路径；

第二个参数是打开的模式modecode

'r'：只读(缺省。若是文件不存在，则抛出错误)

'w'：只写(若是文件不存在，则自动建立文件)

'a'：附加到文件末尾

'r+'：读写 xml

若是须要以二进制方式打开文件，须要在mode后面加上字符"b"，好比"rb""wb"等blog

2、python读取文件内容f.read(size)

参数size表示读取的数量，能够省略。若是省略size参数，则表示读取文件全部内容。

f.readline()读取文件一行的内容 f.readlines()读取全部的行到数组里面[line1,line2,...lineN]。

在避免将全部文件内容加载到内存中，这种方法经常使用，便于提升效率。

3、python写入文件f.write(string)

将一个字符串写入文件，若是写入结束，必须在字符串后面加上"\n"，而后f.close()关闭文件

4、文件中的内容定位

f.read()读取以后，文件指针到达文件的末尾，若是再来一次f.read()将会发现读取的是空内容，若是想再次读取所有内容，必须将定位指针移动到文件开始：

f.seek(0)

这个函数的格式以下(单位是bytes)：f.seek(offset, from_what) from_what表示开始读取的位置，offset表示从from_what再移动必定量的距离，好比f.seek(10, 3)表示定位到第三个字符并再后移10个字符。

from_what值为0时表示文件的开始，它也能够省略，缺省是0即文件开头。下面给出一个完整的例子：

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、关闭文件释放资源文件操做完毕，必定要记得关闭文件f.close()，能够释放资源供其余程序使

只是ASCII或者gbk编码格式的的文件读写，比较简单，读写以下：

# coding=gbk

f = open('c:/intimate.txt','r') # r 指示文件打开模式，即只读

s1 = f.read()

s2 = f.readline()

s3 = f.readlines() #读出全部内容

f.close()

f = open('c:/intimate.txt','w') # w 写文件

11 f.write(s1)

12 f.writelines(s2) # 没有writeline

13 f.close()

六. f.writelines不会输出换行符。

python unicode文件读写：

# 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代码文件的编码

py文件默认是ASCII编码，中文在显示时会作一个ASCII到系统默认编码的转换，这时就会出错：SyntaxError: Non-ASCII character。须要在代码文件的第一行或第二行添加编码指示：

# coding=utf-8 ##以utf-8编码储存中文字符

print '中文'像上面那样直接输入的字符串是按照代码文件的编码来处理的，若是用unicode编码，有如下2种方式：

s1 = u'中文' #u表示用unicode编码方式储存信息

s2 = unicode('中文','gbk')

unicode是一个内置函数，第二个参数指示源字符串的编码格式。

decode是任何字符串具备的方法，将字符串转换成unicode格式，参数指示源字符串的编码格式。

encode也是任何字符串具备的方法，将字符串转换成参数指定的格式。

python字符串的编码

用 u'汉字' 构造出来的是unicode类型，不用的话构造出来是str类型

str的编码是与系统环境相关的，通常就是sys.getfilesystemencoding()获得的值

因此从unicode转str，要用encode方法

从str转unicode，因此要用decode

例如：

# coding=utf-8   #默认编码格式为utf-8

s = u'中文' #unicode编码的文字

print s.encode('utf-8')   #转换成utf-8格式输出

print s #效果与上面相同，彷佛默认直接转换为指定编码

个人总结：

u=u'unicode编码文字'

g=u.encode('gbk') #转换为gbk格式

print g #此时为乱码，由于当前环境为utf-8,gbk编码文字为乱码

str=g.decode('gbk').encode('utf-8')   #以gbk编码格式读取g(由于他就是gbk编码的)并转换为utf-8格式输出

print str #正常显示中文

安全的方法：

s.decode('gbk','ignore').encode('utf-8′) #以gbk编码读取(固然是读取gbk编码格式的文字了)

并忽略错误的编码，转换成utf-8编码输出

由于decode的函数原型是decode([encoding], [errors='strict'])，能够用第二个参数控制错误处理的策略，默认的参数就是strict，表明遇到非法字符时抛出异常；

若是设置为ignore，则会忽略非法字符；

若是设置为replace，则会用?取代非法字符；

若是设置为xmlcharrefreplace，则使用XML的字符引用。