python文件操作及seek偏移详解

标签：python   中汉字   占字节数   

一、python文件操作中的编码

       本次测试是基于python 2.7.12   OS:Ubuntu16.04  pycharm环境，以及win7下2.7.12;

首先说下汉字在文件中占用的字节数，这个先看以下实验（win7）下 因为linux下不支持gbk，本文不讲utf-8 ,gbk编码具体知识，有兴趣可以访问http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html或自行搜索相当资料。本次实验只讲解python在使用utf-8和gbk编码时，对汉字占用的字节有所不同。

先看下实验截图：

右上解的代码如下：

#-*- coding: utf-8 -*-
with open("test2.txt","w") as f:
    f.write("董hellow world!")
    f.write("Python is a good language!\n")
    f.write("Python 是世界上最好的语言!")
with open("test2.txt","r") as f:
    print(len(f.read()))
    f.seek(0)
    print f.read(2)
    f.seek(0)
    print f.read(3)
    f.tell()

保存运行(F5) 运行结果为图左上角 出现长度78  和汉字"董"的乱码 再次从头读3个字节 可以正确显示“董”

右下解的代码如下：

#-*- coding: gbk -*-
with open("test3.txt","w") as f:
    f.write("董hellow world!")
    f.write("Python is a good language!\n")
    f.write("Python 是世界上最好的语言!")
with open("test3.txt","r") as f:
    print(len(f.read()))
    f.seek(0)
    print f.read(2)
    f.tell()

保存运行（F5)运行结果为图左下角 出现长度为68  能正确显示“董”

test2.txt 和test3.txt中的内容均一样，只是在不同的编码下存入文件中！

从实验可以看出汉字在utf8编码下占3个字节，gbk下占2个字节，而英文不管在那个编码下都只占1个字节！

二、python文件操作

搞清楚以上问题我们可以通过操作文件来读取内容，以防止是乱码。

1、python文件操作主要通过file(3版本去掉了), open（2，3版本均有）函数来实现

open函数中最主要的几个模式说明及对比：

注：如是是对二进制文件操作即在以上模式中加一个b 如读二制文件rb

2、文件操作方法实验

f.write()    #字符串写入文件

f.writelines   #将一串字符串写入文件。 该序列可以是生成字符串的任何可迭代对象，通常是字符串列表

f.read([size])   #默认读出文件中所有内容，可以指定size（字节）

f.readline([size])        #默认每次读取一行，字符串中保留一个尾随的换行字符。

f.readlines([size])      #默认将文件内容讲到列表中保存

f.flush()        #将缓冲中的内容写入磁盘

f.tell()       #显示当前文件的指针所在位置

f.close()    #关闭打开的文件

f.seek()       #对文件进行指针偏移操作，有三个模式，

            seek(0,0) 默认移动到文件开头或简写成seek(0)

            seek(x,1) 表示从当前指针位置向后移x（正数）个字节，如果x是负数，则是当前位置向前移动x个字节

            seek(x,2) 表示从文件末尾向前后移x（正数）个字节，如果x负数，则是从末尾向前移动x个字节

3、对文件seek详细说明

实验代码如下：

先创建一个文件file2.txt

# -*- coding: utf-8 -*-
f = open("file2.txt",‘w+‘)
f.write("I love python\n")
f.write("python 是世界上最美丽的语言！\n")
f.write("python 世界上最美丽的语言?")

file2.txt内容如下：

I love python
python 是世界上最美丽的语言！
Python 世界上最美丽的语言

对file2.txt进行操作

f = open("file2.txt",‘r‘)
print(len(f.read()))     #文件总长度 89
print(f.tell())          #读完文件，文件指针位置89
f.seek(0,0)              #偏移回文件头
print(f.readline())      #打印出文件中一行（第一行）
print f.tell()           #显示文件指针现在的位置
f.seek(2,1)              #从当前文件指针（向后）偏移2个字节
print(f.readline())      #再打印一行（应该少2个字节）
print(f.tell())          #显示 现在 的指针位置
f.seek(-7,1)             #从当前位置向前偏移2个字节
print(f.readline())      #打印下一行
print(f.tell())          #显示 现在 的指针位置
f.seek(-9,2)             #从尾部向前偏移9个字符
print(f.tell())          #显示 现在 的指针位置
print(f.readline())      #打印出内容
f.seek(0)  #==>默认是0 等等seek(0,0)
f.seek(80)      #等同上面的seek(-9,2) 从尾部取
print(f.readline())

结果如图：

本文均为在学习过程中的实验结果，可能不同版本不同平台略有误差，如有不当之处，欢迎指正交流！

本文出自 “学无止境,学以致用” 博客，请务必保留此出处http://dyc2005.blog.51cto.com/270872/1943682

python文件操作及seek偏移详解

标签：python   中汉字   占字节数   

原文地址：http://dyc2005.blog.51cto.com/270872/1943682