当我们用open()函数去打开文件的时候,有好几种打开的模式。
‘r’->只读
‘w’->只写,文件已存在则清空,不存在则创建。
‘a’->追加,写到文件末尾
‘b’->二进制模式,比如打开图像、音频、word文件。
‘+’->更新(可读可写)
这个带’+’号的有点难以理解,上代码感受下。
with open(‘foo.txt’, ‘w+’) as f:
f.write(‘bar\n’)
f.seek(0)
data = f.read()
可以看到,上面这段代码,它不但可以写,还可以读出来。注意要先定位到开头,f.seek(0),不然读出来的是空数据。
一些人可能会有迷惑,既然带’+’号是可读可写,那’w+’跟’r+’有什么不同。
那就是,
‘w+’会清空,会创建 (文件已存在则清空,不存在则创建。)
‘r+’不清空,不创建
不要用二进制模式打开文本文件
先看下面代码的“诡异”现象。
假设在windows下,我有个f.txt文件,里面的内容是下面这样的。
hello
world
代码一,
with open(‘f.txt’, ‘r’) as f:
print f.readlines()
with open(‘f.txt’, ‘rb’) as f:
print f.readlines()
输出
[‘hello\n’, ‘world\n’]
[‘hello\r\n’, ‘world\r\n’]
代码二,
with open(‘f.txt’, ‘rb’) as f:
data = f.read()
with open(‘f.txt’, ‘w’) as f:
f.write(data)
打开文件,变成了下面这样,
hello^m
world^m
首先,先理解换行符’\n’跟回车符’\r’的概念。
‘\n’,换行符(lf,line-feed ),指新的一行。
‘\r’,回车符(cr,carriage-return),指回到行头。
因为在不同系统下的换行标识是不一样的。
windows->’\r\n’
unix->’\n’
mac->’\r’
这就是为什么windows下的txt在linux打开的时候行尾会有’^m’。
这就是为什么我在linux下跑脚本导出游戏数据下到本地windows打开变成了一行。
其实文本文件也是二进制文件,是文本编码的二进制文件,文本文件对一些不可见字符进行了处理,增加可读性。
在python中,可以通过os.linesep获得当前系统的换行标识。比如在windows下,os.linesep是’\r\n’。
在python中操作换行标识的时候,并不用管是在什么平台下,直接用’\n’就行了,python会自动根据不同系统转成不同标识。
有了上面这些理论依据,就可以解析本文开头代码的“诡异”现象了。
代码一中,用文本模式打开的文件,换行标识会被python处理成’\n’,而用二进制模式打开则原封不动。
代码二中,用二进制模式打开,用文本模式写入。二进制打开原封不动还是’\r\n’,而文本模式写入的时候因为python会把’\n’转成’\r\n’,所以其实就等于是写入了’\r\r\n’,于是就多了个’^m’。