IO在計算機中指Input/Output，也就是輸入和輸出。由于程序和運行時數據是在內存中駐留，由CPU這個超快的計算核心來執行，涉及到數據交換的地方，通常是磁盤、網絡等，就需要IO接口。

比如你打開瀏覽器，訪問新浪首頁，瀏覽器這個程序就需要通過網絡IO獲取新浪的網頁。瀏覽器首先會發送數據給新浪服務器，告訴它我想要首頁的HTML，這個動作是往外發數據，叫Output，隨后新浪服務器把網頁發過來，這個動作是從外面接收數據，叫Input。所以，通常，程序完成IO操作會有Input和Output兩個數據流。當然也有只用一個的情況，比如，從磁盤讀取文件到內存，就只有Input操作，反過來，把數據寫到磁盤文件里，就只是一個Output操作。

IO編程中，Stream（流）是一個很重要的概念，可以把流想象成一個水管，數據就是水管里的水，但是只能單向流動。Input Stream就是數據從外面（磁盤、網絡）流進內存，Output Stream就是數據從內存流到外面去。對于瀏覽網頁來說，瀏覽器和新浪服務器之間至少需要建立兩根水管，才可以既能發數據，又能收數據。

由于CPU和內存的速度遠遠高于外設的速度，所以，在IO編程中，就存在速度嚴重不匹配的問題。舉個例子來說，比如要把100M的數據寫入磁盤，CPU輸出100M的數據只需要0.01秒，可是磁盤要接收這100M數據可能需要10秒，怎么辦呢？有兩種辦法：

第一種是CPU等著，也就是程序暫停執行后續代碼，等100M的數據在10秒后寫入磁盤，再接著往下執行，這種模式稱為同步IO；

另一種方法是CPU不等待，只是告訴磁盤，“您老慢慢寫，不著急，我接著干別的事去了”，于是，后續代碼可以立刻接著執行，這種模式稱為異步IO。

同步和異步的區別就在于是否等待IO執行的結果。好比你去麥當勞點餐，你說“來個漢堡”，服務員告訴你，對不起，漢堡要現做，需要等5分鐘，于是你站在收銀臺前面等了5分鐘，拿到漢堡再去逛商場，這是同步IO。

你說“來個漢堡”，服務員告訴你，漢堡需要等5分鐘，你可以先去逛商場，等做好了，我們再通知你，這樣你可以立刻去干別的事情（逛商場），這是異步IO。

很明顯，使用異步IO來編寫程序性能會遠遠高于同步IO，但是異步IO的缺點是編程模型復雜。想想看，你得知道什么時候通知你“漢堡做好了”，而通知你的方法也各不相同。如果是服務員跑過來找到你，這是回調模式，如果服務員發短信通知你，你就得不停地檢查手機，這是輪詢模式。總之，異步IO的復雜度遠遠高于同步IO。

操作IO的能力都是由操作系統提供的，每一種編程語言都會把操作系統提供的低級C接口封裝起來方便使用，Python也不例外。我們后面會詳細討論Python的IO編程接口。

文件讀寫

讀寫文件前，我們先必須了解一下，在磁盤上讀寫文件的功能都是由操作系統提供的，現代操作系統不允許普通的程序直接操作磁盤，所以，讀寫文件就是請求操作系統打開一個文件對象（通常稱為文件描述符），然后，通過操作系統提供的接口從這個文件對象中讀取數據（讀文件），或者把數據寫入這個文件對象（寫文件）。

讀文件

要以讀文件的模式打開一個文件對象，使用Python內置的open()函數，傳入文件名和標示符，標示符'r'表示讀

>>> f= open('C:/Users/Administrator/Desktop/1.txt','r') >>>

調用read()方法可以一次讀取文件的全部內容，Python把內容讀到內存，用一個str對象表示：

>>> f.read() '123456788907897868686786\n水電費第三方士大夫士大夫防守打法\nasdsdasdasdadasdasdadasdad\n....,,,,,,,,,,,,,,,,,,.................,,,,,,,,,,,,,,,,??????"""""""""""""""\n' >>>

由于文件讀寫時都有可能產生IOError，一旦出錯，后面的f.close()就不會調用。所以，為了保證無論是否出錯都能正確地關閉文件，我們可以使用try ... finally來實現：

>>> try: ... f=open('C:\\Users\\Administrator\\Desktop\\1.txt','r') ... f.read() ... finally: ... if f: ... f.close ... '123456788907897868686786\n水電費第三方士大夫士大夫防守打法\nasdsdasdasdadasdasdadasdad\n....,,,,,,,,,,,,,,,,,,.................,,,,,,,,,,,,,,,,??????"""""""""""""""\n' <built-in method close of _io.TextIOWrapper object at 0x00000178FC58AC18> >>>

但是每次都這么寫實在太繁瑣，所以，Python引入了with語句來自動幫我們調用close()方法：

with open('C:/Users/Administrator/Desktop/1.txt','r') as f:

>>> with open('C:/Users/Administrator/Desktop/1.txt','r') as f: ... print(f.read()) ... 123456788907897868686786 水電費第三方士大夫士大夫防守打法 asdsdasdasdadasdasdadasdad ....,,,,,,,,,,,,,,,,,,.................,,,,,,,,,,,,,,,,??????""""""""""""""">>>

讀取一行 readline()

>>> with open('C:/Users/Administrator/Desktop/1.txt','r') as f: ... print(f.readline()) ... 123456788907897868686786

循環讀取一行

>>> with open('C:/Users/Administrator/Desktop/1.txt','r') as f: ... for line in f.readlines(): ... print(line) ... 123456788907897868686786水電費第三方士大夫士大夫防守打法asdsdasdasdadasdasdadasdad....,,,,,,,,,,,,,,,,,,.................,,,,,,,,,,,,,,,,??????""""""""""""""">>> with open('C:/Users/Administrator/Desktop/1.txt','r') as f: ... for line in f.readlines(): ... print(line.strip()) # 把末尾的'\n'刪掉 ... 123456788907897868686786 水電費第三方士大夫士大夫防守打法 asdsdasdasdadasdasdadasdad ....,,,,,,,,,,,,,,,,,,.................,,,,,,,,,,,,,,,,??????""""""""""""""" >>>

調用read()會一次性讀取文件的全部內容，如果文件有10G，內存就爆了，所以，要保險起見，可以反復調用read(size)方法，每次最多讀取size個字節的內容

>>> with open('C:/Users/Administrator/Desktop/1.txt','r') as f: ... print(f.read(10)) ... 1234567889 >>>

二進制文件

前面講的默認都是讀取文本文件，并且是UTF-8編碼的文本文件。要讀取二進制文件，比如圖片、視頻等等，用'rb'模式打開文件即可：

>>> with open('C:/Users/Administrator/Desktop/1.txt','rb') as f: ... print(f.read()) ... b'123456788907897868686786\r\n\xcb\xae\xb5\xe7\xb7\xd1\xb5\xda\xc8\xfd\xb7\xbd\xca\xbf\xb4\xf3\xb7\xf2\xca\xbf\xb4\xf3\xb7\xf2\xb7\xc0\xca\xd8\xb4\xf2\xb7\xa8\r\nasdsdasdasdadasdasdadasdad\r\n....,,,,,,,,,,,,,,,,,,.................,,,,,,,,,,,,,,,,??????"""""""""""""""\r\n' >>>

字符編碼

要讀取非UTF-8編碼的文本文件，需要給open()函數傳入encoding參數，例如，讀取GBK編碼的文件：

>>> f = open('/Users/michael/gbk.txt', 'r', encoding='gbk') >>> f.read() '測試'

遇到有些編碼不規范的文件，你可能會遇到UnicodeDecodeError，因為在文本文件中可能夾雜了一些非法編碼的字符。遇到這種情況，open()函數還接收一個errors參數，表示如果遇到編碼錯誤后如何處理。最簡單的方式是直接忽略：

>>> f = open('/Users/michael/gbk.txt', 'r', encoding='gbk', errors='ignore')

?

寫文件

寫文件和讀文件是一樣的，唯一區別是調用open()函數時，傳入標識符'w'或者'wb'表示寫文本文件或寫二進制文件：

>>> with open('C:/Users/Administrator/Desktop/1.txt','w') as f: ... f.write('HELLO') ... 5 >>>

要寫入特定編碼的文本文件，請給open()函數傳入encoding參數，將字符串自動轉換成指定編碼。

細心的童鞋會發現，以'w'模式寫入文件時，如果文件已存在，會直接覆蓋（相當于刪掉后新寫入一個文件）。如果我們希望追加到文件末尾怎么辦？可以傳入'a'以追加（append）模式寫入。

>>> with open('C:/Users/Administrator/Desktop/1.txt','a') as f: ... f.write('12345') ... 5

?

StringIO

很多時候，數據讀寫不一定是文件，也可以在內存中讀寫。

StringIO顧名思義就是在內存中讀寫str。

要把str寫入StringIO，我們需要先創建一個StringIO，然后，像文件一樣寫入即可：

>>> from io import StringIO >>> f = StringIO() >>> f.write('hello') 5 >>> f.write(' ') 1 >>> f.write('world!') 6 >>> print(f.getvalue()) hello world!

getvalue()方法用于獲得寫入后的str。

要讀取StringIO，可以用一個str初始化StringIO，然后，像讀文件一樣讀取：

>>> from io import StringIO >>> f = StringIO('Hello!\nHi!\nGoodbye!') >>> while True: ... s = f.readline() ... if s == '': ... break ... print(s.strip()) ... Hello! Hi! Goodbye!

BytesIO

StringIO操作的只能是str，如果要操作二進制數據，就需要使用BytesIO。

BytesIO實現了在內存中讀寫bytes，我們創建一個BytesIO，然后寫入一些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'

請注意，寫入的不是str，而是經過UTF-8編碼的bytes。

和StringIO類似，可以用一個bytes初始化BytesIO，然后，像讀文件一樣讀取：

>>> from io import BytesIO >>> f = BytesIO(b'\xe4\xb8\xad\xe6\x96\x87') >>> f.read() b'\xe4\xb8\xad\xe6\x96\x87'

?

操作文件和目錄

如果我們要操作文件、目錄，可以在命令行下面輸入操作系統提供的各種命令來完成。比如dir、cp等命令。

如果要在Python程序中執行這些目錄和文件的操作怎么辦？其實操作系統提供的命令只是簡單地調用了操作系統提供的接口函數，Python內置的os模塊也可以直接調用操作系統提供的接口函數。

打開Python交互式命令行，我們來看看如何使用os模塊的基本功能：

>>> import os >>> os.name # 操作系統類型 'posix'

如果是posix，說明系統是Linux、Unix或Mac OS X，如果是nt，就是Windows系統。

要獲取詳細的系統信息，可以調用uname()函數：

>>> os.uname() posix.uname_result(sysname='Darwin', nodename='MichaelMacPro.local', release='14.3.0', version='Darwin Kernel Version 14.3.0: Mon Mar 23 11:59:05 PDT 2015; root:xnu-2782.20.48~5/RELEASE_X86_64', machine='x86_64')

注意uname()函數在Windows上不提供，也就是說，os模塊的某些函數是跟操作系統相關的。

環境變量

在操作系統中定義的環境變量，全部保存在os.environ這個變量中，可以直接查看：

>>> os.environ environ({'VERSIONER_PYTHON_PREFER_32_BIT': 'no', 'TERM_PROGRAM_VERSION': '326', 'LOGNAME': 'michael', 'USER': 'michael', 'PATH': '/usr/bin:/bin:/usr/sbin:/sbin:/usr/local/bin:/opt/X11/bin:/usr/local/mysql/bin', ...})

要獲取某個環境變量的值，可以調用os.environ.get('key')：

>>> os.environ.get('PATH') '/usr/bin:/bin:/usr/sbin:/sbin:/usr/local/bin:/opt/X11/bin:/usr/local/mysql/bin' >>> os.environ.get('x', 'default') 'default'

操作文件和目錄

操作文件和目錄的函數一部分放在os模塊中，一部分放在os.path模塊中，這一點要注意一下。查看、創建和刪除目錄可以這么調用：

# 查看當前目錄的絕對路徑: >>> os.path.abspath('.') '/Users/michael' # 在某個目錄下創建一個新目錄，首先把新目錄的完整路徑表示出來: >>> os.path.join('/Users/michael', 'testdir') '/Users/michael/testdir' # 然后創建一個目錄: >>> os.mkdir('/Users/michael/testdir') # 刪掉一個目錄: >>> os.rmdir('/Users/michael/testdir')

把兩個路徑合成一個時，不要直接拼字符串，而要通過os.path.join()函數，這樣可以正確處理不同操作系統的路徑分隔符。在Linux/Unix/Mac下，os.path.join()返回這樣的字符串：

part-1/part-2

而Windows下會返回這樣的字符串：

part-1\part-2

同樣的道理，要拆分路徑時，也不要直接去拆字符串，而要通過os.path.split()函數，這樣可以把一個路徑拆分為兩部分，后一部分總是最后級別的目錄或文件名：

>>> os.path.split('/Users/michael/testdir/file.txt') ('/Users/michael/testdir', 'file.txt')

os.path.splitext()可以直接讓你得到文件擴展名，很多時候非常方便：

>>> os.path.splitext('/path/to/file.txt') ('/path/to/file', '.txt')

這些合并、拆分路徑的函數并不要求目錄和文件要真實存在，它們只對字符串進行操作。

文件操作使用下面的函數。假定當前目錄下有一個test.txt文件：

# 對文件重命名: >>> os.rename('test.txt', 'test.py') # 刪掉文件: >>> os.remove('test.py')

但是復制文件的函數居然在os模塊中不存在！原因是復制文件并非由操作系統提供的系統調用。理論上講，我們通過上一節的讀寫文件可以完成文件復制，只不過要多寫很多代碼。

幸運的是shutil模塊提供了copyfile()的函數，你還可以在shutil模塊中找到很多實用函數，它們可以看做是os模塊的補充。

最后看看如何利用Python的特性來過濾文件。比如我們要列出當前目錄下的所有目錄，只需要一行代碼：

>>> [x for x in os.listdir('.') if os.path.isdir(x)] ['.lein', '.local', '.m2', '.npm', '.ssh', '.Trash', '.vim', 'Applications', 'Desktop', ...]

要列出所有的.py文件，也只需一行代碼：

>>> [x for x in os.listdir('.') if os.path.isfile(x) and os.path.splitext(x)[1]=='.py'] ['apis.py', 'config.py', 'models.py', 'pymonitor.py', 'test_db.py', 'urls.py', 'wsgiapp.py']

序列化

在程序運行的過程中，所有的變量都是在內存中，比如，定義一個dict：

d = dict(name='Bob', age=20, score=88)

可以隨時修改變量，比如把name改成'Bill'，但是一旦程序結束，變量所占用的內存就被操作系統全部回收。如果沒有把修改后的'Bill'存儲到磁盤上，下次重新運行程序，變量又被初始化為'Bob'。

我們把變量從內存中變成可存儲或傳輸的過程稱之為序列化，在Python中叫pickling，在其他語言中也被稱之為serialization，marshalling，flattening等等，都是一個意思。

序列化之后，就可以把序列化后的內容寫入磁盤，或者通過網絡傳輸到別的機器上。

反過來，把變量內容從序列化的對象重新讀到內存里稱之為反序列化，即unpickling。

Python提供了pickle模塊來實現序列化。

首先，我們嘗試把一個對象序列化并寫入文件：

>>> 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.'

pickle.dumps()方法把任意對象序列化成一個bytes，然后，就可以把這個bytes寫入文件。或者用另一個方法pickle.dump()直接把對象序列化后寫入一個file-like Object：

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

看看寫入的dump.txt文件，一堆亂七八糟的內容，這些都是Python保存的對象內部信息。

當我們要把對象從磁盤讀到內存時，可以先把內容讀到一個bytes，然后用pickle.loads()方法反序列化出對象，也可以直接用pickle.load()方法從一個file-like Object中直接反序列化出對象。我們打開另一個Python命令行來反序列化剛才保存的對象：

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

變量的內容又回來了！

當然，這個變量和原來的變量是完全不相干的對象，它們只是內容相同而已。

Pickle的問題和所有其他編程語言特有的序列化問題一樣，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保存那些不重要的數據，不能成功地反序列化也沒關系。

JSON

如果我們要在不同的編程語言之間傳遞對象，就必須把對象序列化為標準格式，比如XML，但更好的方法是序列化為JSON，因為JSON表示出來就是一個字符串，可以被所有語言讀取，也可以方便地存儲到磁盤或者通過網絡傳輸。JSON不僅是標準格式，并且比XML更快，而且可以直接在Web頁面中讀取，非常方便。

JSON表示的對象就是標準的JavaScript語言的對象，JSON和Python內置的數據類型對應如下：

JSON類型Python類型

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

Python內置的json模塊提供了非常完善的Python對象到JSON格式的轉換。我們先看看如何把Python對象變成一個JSON：

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

dumps()方法返回一個str，內容就是標準的JSON。類似的，dump()方法可以直接把JSON寫入一個file-like Object。

要把JSON反序列化為Python對象，用loads()或者對應的load()方法，前者把JSON的字符串反序列化，后者從file-like Object中讀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標準規定JSON編碼是UTF-8，所以我們總是能正確地在Python的str與JSON的字符串之間轉換。

JSON進階

Python的dict對象可以直接序列化為JSON的{}，不過，很多時候，我們更喜歡用class表示對象，比如定義Student類，然后序列化：

import jsonclass Student(object):def __init__(self, name, age, score):self.name = nameself.age = ageself.score = scores = Student('Bob', 20, 88) print(json.dumps(s))

運行代碼，毫不留情地得到一個TypeError：

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

錯誤的原因是Student對象不是一個可序列化為JSON的對象。

如果連class的實例對象都無法序列化為JSON，這肯定不合理！

別急，我們仔細看看dumps()方法的參數列表，可以發現，除了第一個必須的obj參數外，dumps()方法還提供了一大堆的可選參數：

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

這些可選參數就是讓我們來定制JSON序列化。前面的代碼之所以無法把Student類實例序列化為JSON，是因為默認情況下，dumps()方法不知道如何將Student實例變為一個JSON的{}對象。

可選參數default就是把任意一個對象變成一個可序列為JSON的對象，我們只需要為Student專門寫一個轉換函數，再把函數傳進去即可：

def student2dict(std):return {'name': std.name,'age': std.age,'score': std.score}

這樣，Student實例首先被student2dict()函數轉換成dict，然后再被順利序列化為JSON：

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

不過，下次如果遇到一個Teacher類的實例，照樣無法序列化為JSON。我們可以偷個懶，把任意class的實例變為dict：

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

因為通常class的實例都有一個__dict__屬性，它就是一個dict，用來存儲實例變量。也有少數例外，比如定義了__slots__的class。

同樣的道理，如果我們要把JSON反序列化為一個Student對象實例，loads()方法首先轉換出一個dict對象，然后，我們傳入的object_hook函數負責把dict轉換為Student實例：

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

運行結果如下：

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

打印出的是反序列化的Student實例對象。

?

?

?

?

?

?

?

?

?

?

?

總結

以上是生活随笔為你收集整理的Python(十三)IO编程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。