python 学习笔记6

现在看文件的读取、写入和编解码问题

读写文件

python的读写文件相当简单，比C和Java都要方便。
下面举个栗子：

 #!/usr/bin/python# Filename: using_file.pypoem = '''\Programming is funWhen the work is doneif you wanna make your work also fun:        use Python!'''f = file('poem.txt', 'w') # open for 'w'ritingf.write(poem) # write text to filef.close() # close the filef = file('poem.txt')# if no mode is specified, 'r'ead mode is assumed by defaultwhile True:    line = f.readline()    if len(line) == 0: # Zero length indicates EOF        break    print line,    # Notice comma to avoid automatic newline added by Pythonf.close() # close the file 

输出：

$ python using_file.pyProgramming is funWhen the work is doneif you wanna make your work also fun:        use Python! 

首先，我们把字符串poem写如一个poem.txt中，若不写明绝对路径，则放在当前python的运行路径下。另外，这里也没有指明编码格式，那写入的时候就以系统编码为准。读取的时候，也没有指定绝对路径和解码格式，所以也是按照系统默认的编码来。
上面line=f.readline()是读取下一行的意思，若要读取指定行，可以使用readcache模块中的getline(filename,linenum)函数。
如果要读入指定编码的格式呢？若读入时解码错误，则会是乱码，甚至读入报错。

指定编解码格式的读写文件

读文件：

若读入一个gbk格式的中文文件，我们可以使用下面的语句代替上面的line=f.readline()。其中str是一个专用标识符，表示字符串类。不要在程序中使用以str为名的变量即可。其中的gbk，还可以换成gb2312,utf8等，根据文件编码格式而定。

line = str.decode(f.readline(), 'gbk')

注意，gb2312为常用中文和英文的编码，是gbk的子集，字集中没有繁体和生僻字。若有生僻字要使用gbk,否则出现字集中没有的会报错

写文件：

若要用指定格式写文件，则在写内容的时候就用Unicode格式，在写入文件的时候指定编码。因为python程序中默认使用的ASCII编码（并不支持中文），而utf8,gbk等字符都是unicode字符，在程序中应该这样表示：

poem=u'''\写程序让我很兴奋但是出bug会很坑想要少坑用python!'''f = file('poem.txt', 'w') # open for 'w'ritingf.write(poem.encode('gbk')) # write text to file using 'gbk' encodingf.close() # close the file

在写入的时候通过poem.encode(‘gbk’)来转化为gbk编码的字符串。
这样输出是正常的，虽然写的时候用了gbk编码，但是读的时候用了gbk解码。
输出：

写程序让我很兴奋但是出bug会很坑想要少坑用python!

再看poem.txt源文件，因为我的机器用的是utf8编码，现在看是乱码（用gbk打开就是正常的了）说明这些字符串已经用gbk进行编码了。