前言
本篇是Python学习笔记系列的第（十）篇，主要介绍I/O编程。
概述
I/O在计算机中指Input/Output，也就是输入和输出。
操作IO的能力都是由操作系统提供的，每一种编程语言都会把操作系统提供的低级C接口封装起来方便使用，Python也是如此。
⚠️注意：本章的IO编程都是同步模式，异步IO由于复杂度太高，后续涉及时再讨论。
文件读写
- 读文件
现代操作系统不允许普通的程序直接操作磁盘，所以，读写文件就是请求操作系统打开一个文件对象（通常称为文件描述符），再通过操作系统提供的接口进行读写操作。
使用Python内置的open()函数打开一个文件对象：
# 标示符'r'表示读
>>> f = open('/Users/jack/test.txt', 'r')
打开成功后，调用read()方法可以一次读取文件的全部内容：
>>> f.read()
'Hello, world!'
调用close()方法关闭文件。
文件使用完毕后必须关闭，因为文件对象会占用操作系统的资源，并且操作系统同一时间能打开的文件数量也是有限的。
文件读写有可能产生IOError，为了保证无论是否出错都能正确地关闭文件，我们可以使用try ... finally来实现：
try:
f = open('/path/to/file', 'r')
print(f.read())
finally:
if f:
f.close()
但是每次都这么写太繁琐，Python引入了with语句来自动调用close()方法：
with open('/path/to/file', 'r') as f:
print(f.read())
这和前面的try ... finally是一样的，代码更简洁，不必调用f.close()方法。
保险起见，可以反复调用read(size)方法，每次最多读取size个字节的内容。另外，调用readline()可以每次读取一行内容，调用readlines()一次读取所有内容并按行返回list。
- 二进制文件
前面讲的默认都是读取文本文件，并且是UTF-8编码的文本文件。要读取二进制文件，比如图片、视频等等，需要用'rb'模式打开文件：
>>> f = open('/Users/jack/test.jpg', 'rb')
>>> f.read()
b'\xff\xd8\xff\xe1\x00\x18Exif\x00\x00...' # 十六进制表示的字节
- 字符编码
要读取非UTF-8编码的文本文件，需要给open()函数传入encoding参数，例如，读取GBK编码的文件：
>>> f = open('/Users/jack/gbk.txt', 'r', encoding='gbk')
>>> f.read()
'测试'
你可能会遇到UnicodeDecodeError，因为在文本文件中可能夹杂了一些非法编码的字符。遇到这种情况，open()函数还接收一个errors参数，表示如果遇到编码错误后如何处理。最简单的方式是直接忽略：
>>> f = open('/Users/jack/gbk.txt', 'r', encoding='gbk', errors='ignore')
- 写文件
写文件和读文件一样，调用open()函数时传入标识符'w'或者'wb'表示写文本文件或写二进制文件：
>>> f = open('/Users/jack/test.txt', 'w')
>>> f.write('Hello, world!')
>>> f.close()
⚠️可以反复调用write()来写入文件，但务必要调用f.close()来关闭文件。因为当我们写文件时，操作系统往往不会立刻把数据写入磁盘，而是放到内存缓存起来，空闲的时候再慢慢写入。只有调用close()方法时，操作系统才保证把没有写入的数据全部写入磁盘。忘记调用close()的后果是数据可能只写了一部分到磁盘，剩下的丢失了。所以，还是用with语句来得保险：
with open('/Users/jack/test.txt', 'w') as f:
f.write('Hello, world!')
要写入特定编码的文本文件，请给open()函数传入encoding参数，将字符串自动转换成指定编码。
以'w'模式写入文件时，如果文件已存在，会直接覆盖（相当于删掉后新写入一个文件）。如果希望追加到文件末尾，可以传入'a'以追加（append）模式写入。
StringIO和BytesIO
StringIO和BytesIO是在内存中操作str和bytes的方法。
- StringIO
创建一个StringIO，然后就可以把str写入StringIO了
>>> from io import StringIO
>>> f = StringIO()
>>> f.write('hello')
5
>>> f.write(' ')
1
>>> f.write('world!')
6
>>> print(f.getvalue())
hello world!
# 可以用一个str初始化StringIO，然后，像读文件一样读取
>>> 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，如果要操作二进制数据，就需要使用BytesIO。
BytesIO实现了在内存中读写bytes，我们创建一个BytesIO，然后写入一些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'
请注意，写入的不是str，而是经过UTF-8编码的bytes。
# 和StringIO类似，可以用一个bytes初始化BytesIO，然后，像读文件一样读取
>>> from io import BytesIO
>>> f = BytesIO(b'\xe4\xb8\xad\xe6\x96\x87')
>>> f.read()
b'\xe4\xb8\xad\xe6\x96\x87'
操作文件和目录
os模块
>>> import os
>>> os.name # 操作系统类型
'posix'
如果是posix，说明系统是Linux、Unix或Mac OS X，如果是nt，就是Windows系统。
- 环境变量
在操作系统中定义的环境变量，全部保存在os.environ这个变量中，可以直接查看。要获取某个环境变量的值，可以调用os.environ.get('key')。
- 操作文件和目录
操作文件和目录的函数一部分放在os模块中，一部分放在os.path模块中。
目录操作
# 查看当前目录的绝对路径:
>>> os.path.abspath('.')
'/Users/jack'
# 在某个目录下创建一个新目录，首先把新目录的完整路径表示出来:
>>> os.path.join('/Users/jack', 'testdir')
'/Users/jack/testdir'
# 然后创建一个目录:
>>> os.mkdir('/Users/jack/testdir')
# 删掉一个目录:
>>> os.rmdir('/Users/jack/testdir')
⚠️注意：
-
把两个路径合成一个时，不要直接拼字符串，而要通过
os.path.join()函数，这样可以正确处理不同操作系统的路径分隔符。 -
同样的道理，要拆分路径时，也不要直接去拆字符串，而要通过
os.path.split()函数，这样可以把一个路径拆分为两部分，后一部分总是最后级别的目录或文件名。 -
os.path.splitext()可以直接让你得到文件扩展名，很多时候非常方便。
文件操作
# 对文件重命名:
>>> os.rename('test.txt', 'test.py')
# 删掉文件:
>>> os.remove('test.py')
os模块中不存在复制文件的函数。幸运的是shutil模块提供了copyfile()的函数，shutil模块中还能找到很多实用的函数，它们可以看做是os模块的补充。
序列化
我们把变量从内存中变成可存储或传输的过程称之为序列化，在Python中叫pickling，在其他语言中也被称之为serialization，marshalling，flattening等等，都是一个意思。反过来，把变量内容从序列化的对象重新读到内存里称之为反序列化，即unpickling。
Python提供了pickle模块来实现序列化。
pickle.dumps()方法把任意对象序列化成一个bytes，然后，就可以把这个bytes写入文件。或者用另一个方法pickle.dump()直接把对象序列化后写入一个file-like Object：
>>> 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.'
>>> f = open('dump.txt', 'wb')
>>> pickle.dump(d, f)
>>> f.close()
反序列化时，以先把内容读到一个bytes，然后用pickle.loads()方法反序列化出对象。也可以直接用pickle.load()方法从一个file-like Object中直接反序列化出对象。
>>> f = open('dump.txt', 'rb')
>>> d = pickle.load(f)
>>> f.close()
>>> d
{'age': 20, 'score': 88, 'name': 'Bob'}
⚠️注意：Pickle只能用于Python，并且可能不同版本的Python彼此都不兼容。
- JSON
如果我们要在不同的编程语言之间传递对象，就必须把对象序列化为标准格式，比如XML，但更好的方法是序列化为JSON，因为JSON表示出来就是一个字符串，可以被所有语言读取，也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式，并且比XML更快，而且可以直接在Web页面中读取，非常方便。
JSON表示的对象就是标准的JavaScript语言的对象，JSON和Python内置的数据类型对应如下：
| JSON类型 | Python类型 |
|---|---|
| {} | dict |
| [] | list |
| “string” | str |
| 1234.56 | int或float |
| true/false | True/False |
| null | None |
Python内置的json模块提供了非常完善的Python对象到JSON格式的转换。我们先看看如何把Python对象变成一个JSON：
>>> import json
>>> d = dict(name='Bob', age=20, score=88)
>>> json.dumps(d)
'{"age": 20, "score": 88, "name": "Bob"}'
dumps()方法返回一个str，内容就是标准的JSON。类似的，dump()方法可以直接把JSON写入一个file-like Object。
要把JSON反序列化为Python对象，用loads()或者对应的load()方法，前者把JSON的字符串反序列化，后者从file-like Object中读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标准规定JSON编码是UTF-8，所以我们总是能正确地在Python的str与JSON的字符串之间转换。
- JSON进阶
dumps()方法还提供可选参数，让我们来定制JSON序列化。
我们有一个student对象需要被序列化，默认情况下，dumps()方法不知道如何将Student实例变为一个JSON的{}对象。可选参数default就是把任意一个对象变成一个可序列为JSON的对象，我们只需要为Student专门写一个转换函数，再把函数传进去即可：
# Student实例首先被student2dict()函数转换成dict，然后再被顺利序列化为JSON
def student2dict(std):
return {
'name': std.name,
'age': std.age,
'score': std.score
}
>>> print(json.dumps(s, default=student2dict))
{"age": 20, "name": "Bob", "score": 88}
把JSON反序列化为一个Student对象实例，传入的object_hook参数把dict转换为Student实例：
def dict2student(d):
return Student(d['name'], d['age'], d['score'])
>>> json_str = '{"age": 20, "score": 88, "name": "Bob"}'
>>> print(json.loads(json_str, object_hook=dict2student))
<__main__.Student object at 0x10cd3c190>
Python语言特定的序列化模块是pickle，但如果要把序列化搞得更通用、更符合Web标准，就可以使用json模块。
总结
本章主要介绍了IO编程的内容，包括文件读取与存储，数据持久化（序列化）。下一章将会讲述进程与线程的内容。