文本文件的读取操作

  1. read( )函数
    2. Python 提供了如下 3 种函数，它们都可以帮我们实现读取文件中数据的操作：
    1. read() 函数：逐个字节或者字符读取文件中的内容，若有参数，则根据指定值读取字节或字符;
    2. readline() 函数：逐行读取文件中的内容；
    3. readlines() 函数：一次性读取文件中多行内容。

    本节先讲解 read() 函数的用法，readline() 和 readlines() 函数会放到后续章节中作详细介绍。

    Python read()函数

    对于借助 open() 函数，并以可读模式（包括 r、r+、rb、rb+）打开的文件，可以调用 read() 函数逐个字节（或者逐个字符）读取文件中的内容。

    如果文件是以文本模式（非二进制模式）打开的，则 read() 函数会逐个字符进行读取；反之，如果文件以二进制模式打开，则 read() 函数会逐个字节进行读取。

    read() 函数的基本语法格式如下：

    file.read([size])

    其中，file 表示已打开的文件对象；size 作为一个可选参数，用于指定一次最多可读取的字符（字节）个数，如果省略，则默认一次性读取所有内容。

    举个例子，首先创建一个名为 my_file.txt 的文本文件，其内容为：

    Python教程
    http://c.biancheng.net/python/

    然后在和 my_file.txt 同目录下，创建一个 file.py 文件，并编写如下语句： 
    1. #以 utf-8 的编码格式打开指定文件
    2. f = open("my_file.txt",encoding = "utf-8")
    3. #输出读取到的数据
    4. print(f.read())
    5. #关闭文件
    6. f.close()
    程序执行结果为：

    Python教程
    http://c.biancheng.net/python/

    注意，当操作文件结束后，必须调用 close() 函数手动将打开的文件进行关闭，这样可以避免程序发生不必要的错误。


    当然，我们也可以通过使用 size 参数，指定 read() 每次可读取的最大字符（或者字节）数，例如： 
    1. #以 utf-8 的编码格式打开指定文件
    2. f = open("my_file.txt",encoding = "utf-8")
    3. #输出读取到的数据
    4. print(f.read(6))
    5. #关闭文件
    6. f.close()
    程序执行结果为：

    Python

    显然，该程序中的 read() 函数只读取了 my_file 文件开头的 6 个字符。

    再次强调，size 表示的是一次最多可读取的字符（或字节）数，因此，即便设置的 size 大于文件中存储的字符（字节）数，read() 函数也不会报错，它只会读取文件中所有的数据。


    除此之外，对于以二进制格式打开的文件，read() 函数会逐个字节读取文件中的内容。例如：
    1. #以二进制形式打开指定文件
    2. f = open("my_file.txt",'rb+')
    3. #输出读取到的数据
    4. print(f.read())
    5. #关闭文件
    6. f.close()
    程序执行结果为：

    b'Python\xe6\x95\x99\xe7\xa8\x8b\r\nhttp://c.biancheng.net/python/'

    可以看到，输出的数据为 bytes 字节串。我们可以调用 decode() 方法，将其转换成我们认识的字符串。

    有关 bytes 字节串，读者可阅读《Python bytes类型》一节做详细了解。


    另外需要注意的一点是，想使用 read() 函数成功读取文件内容，除了严格遵守 read() 的语法外，其还要求 open() 函数必须以可读默认（包括 r、r+、rb、rb+）打开文件。举个例子，将上面程序中 open(）的打开模式改为 w，程序会抛出io.UnsupportedOperation异常，提示文件没有读取权限：

    Traceback (most recent call last):
      File "C:\Users\mengma\Desktop\file.py", line 3, in <module>
        print(f.read())
    io.UnsupportedOperation: not readable

    read()函数抛出UnicodeDecodeError异常的解决方法

    在使用 read() 函数时，如果 Python 解释器提示UnicodeDecodeError异常，其原因在于，目标文件使用的编码格式和 open() 函数打开该文件时使用的编码格式不匹配。

    举个例子，如果目标文件的编码格式为 GBK 编码，而我们在使用 open() 函数并以文本模式打开该文件时，手动指定 encoding 参数为 UTF-8。这种情况下，由于编码格式不匹配，当我们使用 read() 函数读取目标文件中的数据时，Python 解释器就会提示UnicodeDecodeError异常。

    要解决这个问题，要么将 open() 函数中的 encoding 参数值修改为和目标文件相同的编码格式，要么重新生成目标文件（即将该文件的编码格式改为和 open() 函数中的 encoding 参数相同）。

    除此之外，还有一种方法：先使用二进制模式读取文件，然后调用 bytes 的 decode() 方法，使用目标文件的编码格式，将读取到的字节串转换成认识的字符串。

    举个例子： 
    1. #以二进制形式打开指定文件，该文件编码格式为 utf-8
    2. f = open("my_file.txt",'rb+')
    3. byt = f.read()
    4. print(byt)
    5. print("\n转换后：")
    6. print(byt.decode('utf-8'))
    7. #关闭文件
    8. f.close()
    程序执行结果为：

    b'Python\xe6\x95\x99\xe7\xa8\x8b\r\nhttp://c.biancheng.net/python/'

    转换后：
    Python教程
    http://c.biancheng.net/python/

  2. readline( ) 函数
    3. 和 read() 函数不同，这 2 个函数都以“行”作为读取单位，即每次都读取目标文件中的一行。对于读取以文本格式打开的文件，读取一行很好理解；对于读取以二进制格式打开的文件，它们会以“\n”作为读取一行的标志。

    Python readline()函数

    readline() 函数用于读取文件中的一行，包含最后的换行符“\n”。此函数的基本语法格式为：

    file.readline([size])

    其中，file 为打开的文件对象；size 为可选参数，用于指定读取每一行时，一次最多读取的字符（字节）数。

    和 read() 函数一样，此函数成功读取文件数据的前提是，使用 open() 函数指定打开文件的模式必须为可读模式（包括 r、rb、r+、rb+ 4 种）。

    仍以前面章节中创建的 my_file.txt 文件为例，该文件中有如下 2 行数据：

    Python教程
    http://c.biancheng.net/python/

    下面程序演示了 readline() 函数的具体用法： 
    1. f = open("my_file.txt")
    2. 读取一行数据
    3. byt = f.readline()
    4. print(byt)
    程序执行结果为：

    Python教程
     

    由于 readline() 函数在读取文件中一行的内容时，会读取最后的换行符“\n”，再加上 print() 函数输出内容时默认会换行，所以输出结果中会看到多出了一个空行。


    不仅如此，在逐行读取时，还可以限制最多可以读取的字符（字节）数，例如： 
    1. #以二进制形式打开指定文件
    2. f = open("my_file.txt",'rb')
    3. byt = f.readline(6)
    4. print(byt)
    运行结果为：

    b'Python'

    和上一个例子的输出结果相比，由于这里没有完整读取一行的数据，因此不会读取到换行符。
  3. readlines( ) 函数

    4. Python readlines()函数

    readlines() 函数用于读取文件中的所有行，它和调用不指定 size 参数的 read() 函数类似，只不过该函数返回是一个字符串列表，其中每个元素为文件中的一行内容。

    和 readline() 函数一样，readlines() 函数在读取每一行时，会连同行尾的换行符一块读取。

    readlines() 函数的基本语法格式如下：

    file.readlines()

    其中，file 为打开的文件对象。和 read()、readline() 函数一样，它要求打开文件的模式必须为可读模式（包括 r、rb、r+、rb+ 4 种）。

    举个例子：
    1. f = open("my_file.txt",'rb')
    2. byt = f.readlines()
    3. print(byt)
    运行结果为：

    [b'Python\xbd\xcc\xb3\xcc\r\n', b'http://c.biancheng.net/python/']

  4. 从文件members.txt中以字典形式读取数据，名字作为键，年龄作为值。文件中的内容如下，以制表符（'\t'）分隔数据
    5. content = []
with open('members.txt', 'r') as f:
    for line in f.readlines():
        line_list = line.strip('\n').split('\t')     # 去除换行符，以制表符分隔
        content.append(line_list)
    keys = content[0]
    for i in range(1, len(content)):
        content_dict = {}
        for k, v in zip(keys, content[i]):
            content_dict[k] = v
        print(content_dict)

    {'Name': 'Andy', 'age': '32'}
    {'Name': 'Bob', 'age': '20'}
    {'Name': 'Jenny', 'age': '43'}
    {'Name': 'Holly', 'age': '48'}
    {'Name': 'Danie', 'age': '27'}