Python 2.7.8 与 Python 3.3.5 的 open() 内置函数的差别

liuliuab1 · 发表于 2014-12-8 23:00:48

Python 2.7.8 与 Python 3.3.5 的 open() 内置函数的差别

以前学 Python 也不觉得，因为同大家一样，一开始会选其中一个版本来学，要么是 Python 2，要么是 Python 3，今天把这两个版本的 open() 内置函数仔细研究了一下，发现，真的差别很大，Python 3 下的 open() 内置函数看起来功能真丰富。不多说，摘录一段 “官方英文帮助文件” 中文翻译，同大家一起分享。

以下为 “Python 2.7.8 官方英文帮助文件” 中文翻译部分摘录：

open(name[, mode[, buffering]])
   打开文件，返回 File Objects (文件对象)章节所述的 file (文件) 类型对象。若文件不能被打开，则会引发IOError (输入/输出错误)。打开文件时，使用 open() 函数比直接援引 file (文件)构造函数更可取。

   前 2 自变量与  stdio (标准输入/输出) 的 fopen() 方法类似：name 是要打开的文件名，mode 是如何打开文件的字符串指示。

   mode 常-用值，包括 'r' 读取，'w' 写入 (截取，若文件已存在)，'a' 追加 (在某些 Unix 系统，这意味着所有写入会被追加到文件末尾，而不管当前定位位置)。若省略 mode，则默认为 'r'。默认使用文本模式，在写入和返回读取时，会把 '\n' 字符转换成特定-平台表示。因此，当打开二进制文件时，应把 'b' 追加到 mode 值，从而以改善可移植性的二进制模式找开文件。(追加 'b'  会很有用，甚至在系统把二进制文件与文本文件视为相同时，它还可充当文档编制。) 见下文，mode 还有更多可能值。

可选 buffering 自变量可指定文件期望的缓冲区大小：0 意味着不缓冲，1 意味着行缓冲，任何其它正值意味着使用 (以字节为单位的) 相应 ( 近似) 缓冲区大小。负 buffering 意味着使用系统默认；对于 tty (电传打字机) 设备而言，通常是行缓冲，其它文件则为完全缓冲。若省略，则使用系统默认。

以 'r+'、'w+'、'a+' 模式打开会 (读、写) 更新文件；注意：'w+' 还会截取文件。在有区分二进制文件与文本文件的系统中，把 'b' 追加到 mode 会以二进制模式打开文件；在没有区分二进制文件与文本文件的系统中，添加 'b' 没有任何作用。

除标准 fopen() 值外，mode 还可为 'U' 或 'rU'。Python 通常以 universal newlines (通用换行符) 支持构建；提供 'U' 会把文件打开为文本文件，但会通过下列任一行-尾约定终止行，譬如：Unix 行-尾约定为 '\n'，Macintosh 为 '\r'，Windows 为 '\r\n'。Python 程序会把所有这些外部表示视为 '\n'。若 Python 未以通用换行符支持构建，则 mode 为 'U' 会与普通文本模式相同。注意：这样打开的文件对象，还有 None 值 (若没有换行，但仍可见的话)、'\n'、'\r'、'\r\n' newlines (换行符) 属性、或含有所有可见换行类型的元组。

在剥离 'U' 后，Python 强制施行以 'r'、'w' 或 'a' 模式开头。

Python 提供了多种文件处理模块，包括 fileinput (文件输入)、os (操作系统)、os.path ( 操作系统.路径 ), tempfile (临时文件) 及 shutil。

改变于 2.5 版：引入 mode 字符串首字母限定。

以下为 “Python 3.3.5 官方英文帮助文件” 中文翻译部分摘录：

open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)
   打开 file 并返回相应 file object (文件对象)。若文件不能被打开的话，会引发 OSError (操作系统错误)。

   file 要么是可给出打开文件路径名 (绝对或相对当前工作目录) 的字符串或字节对象，要么是包裹文件的整数文件描述符。(若给定文件描述符，当关闭返回 I/O 对象时，也会关闭文件描述符，除非 closefd 被设为 False。)

   mode 是能指定文件打开方式的可选字符串。默认值为 'r'，意味着以文本模式读取打开。其它常见值，包括：'w' 写入 (截取文件，若文件已存在)、'x' 独占创建、'a' 追加 (在某些 Unix 系统，意味着所有写入会被追加到文件末尾，不管当前定位位置)。在文本模式下，若不指定 encoding，使用编码会从属平台：可调用 locale.getpreferredencoding(False) 函数获取当前区域设置编码。(原生字节会以二进制模式读写，不必指定 encoding。) 可用模式包括：

字符	含义
'r'	读取打开 (默认)
'w'	写入打开 (会先截取文件)
'x'	独占创建打开 (若文件已存在的话，操作会失败)
'a'	写入打开 (若文件存在的话，会追加到文件末尾)
'b'	二进制模式
't'	文本模式 (默认)
'+'	更新打开磁盘文件 (读写)
'U'	通用换行符模式 (为保持向后兼容；不应用于新代码)

默认模式为 'r' (读取打开文本，同义词 'rt')。二进制读-写访问模式 'w+b'：打开文件并截取到 0 字节。'r+b'：不截取打开文件。

如Overview (概述) 所述，Python 会区分二进制 I/O 和文本 I/O。以二进制模式 (mode 自变量含有 'b') 打开文件时，无需任何解码就能返回 bytes (字节) 对象内容。在文本模式 (默认，或当 mode 自变量含有 't' 时) 下，会以 str (字符串) 形式返回文件内容 (会先用从属平台编码或给定 encoding 解码字节)。

注意

Python 不会依赖底层操作系统文本文件概念；所有处理都由 Python 自身完成，因此，独立于-平台。

buffering 是用来设置缓冲策略的可选整数。传递 0 会关闭缓冲 (只允许用于二进制模式)；传递 1 会选择行缓冲 (只可用于文本模式)；传递 > 1 的整数，会以字节为单位指示固定-尺寸组块缓冲区大小。当不给定 buffering 自变量时，默认缓冲策略工作方式如下：

二进制文件会以固定-尺寸组块方式缓冲；会试探性试着确定底层设备 “块尺寸” 选择缓冲区大小，并回落到io.DEFAULT_BUFFER_SIZE。在很多系统，缓冲区通常是 4096 或 8192 字节长。
“交互” 文本文件 (isatty() 方法会返回 True 的文件) 会使用行缓冲。其它文本文件会使用上文所述的二进制文件策略。

encoding 是用于解码或编码文件的编码名称。这只应用于文本模式。默认编码从属平台 (不管locale.getpreferredencoding() 函数返回什么)；而且，被 Python 支持的任何编码都可以使用。请参阅 codecs (编解码器) 模块，了解支持编码列表。

errors 是能指定该如何处理编码、解码错误的可选字符串 – 不可用于二进制模式。有多种标准错误处理程序；尽管以 codecs.register_error() 函数注册的任何错误处理名称也是可用的。标准名称，包括：

'strict (严格)'：会引发 ValueError (值错误) 异常，若存在编码错误的话。默认值 None 具有相同效果。
'ignore (忽略)'：忽略错误。注意：忽略编码错误会导致数据丢失。
'replace (替换)'：会导致置换标记 (比如：'?') 被插入在格式错误数据处。
'surrogateescape (代理转义)'：会以 U+DC80 到 U+DCFF 的私有使用区域范围间的 Unicode 代码点表示任何不正确字节。在写入数据时，会把那些私有代码点变成相同字节，当使用 surrogateescape (代理转义) 错误处理程序时。这会很有用，当以未知编码处理文件时。
'xmlcharrefreplace (以 XML 字符引用替换)'：当写入文件时，才支持。会以适当 XML 字符引用 &#nnn; 替换编码不支持字符。
'backslashreplace (以反斜杠替换)'：(也只有写入时，才支持) 以 Python 反斜杠转义序列替换不支持字符。

newline 能控制 universal newlines (通用换行符) 模式如何工作 (只适于文本模式)。它可为 None、''、'\n'、'\r'、'\r\n'。工作方式，如下：

当从流读取输入时，若 newline 为 None，则会启用 universal newlines (通用换行符) 模式。输入行会以 '\n'、'\r'、'\r\n' 结束；且在返回给调用者前，这些会被转译成 '\n'。若为 '' 的话，会启用通用换行符模式 (但行尾不会转译返回给调用者)。若为其它任意合法值的话，只会以给定字符串终止输入行 (且行尾不会转译返回给调用者)。
当把输出写入流时，若 newline 为 None 的话，任何写入 '\n' 字符都会被转译成系统默认 os.linesep 行分隔符。若 newline 为 '' 或 '\n' 的话，就不会发生转译。若 newline 为其它任何合法值的话，任何写入 '\n' 字符都会被转译成给定字符串。

   若 closefd 为 False 且给定的是文件描述符而非文件名，那么，当关闭文件时，底层文件描述符会保持打开。若给定文件名的话，closefd 会不起作用且其必须为 True (默认值)。

   opener 可用来传递自定义可调用opener (开启器)。那么，以 (file, flags) 调用 opener 可获得文件对象底层文件描述符。opener 必须返回打开文件描述符；传递 os.open 作为 opener，在泛函性方面结果类似传递 None。

   以下范例会以 os.open() 函数的 dir_fd 参数，相对给定目录打开文件：

>>> import os
>>> dir_fd = os.open('somedir', os.O_RDONLY)
>>> def opener(path, flags):
...    return os.open(path, flags, dir_fd=dir_fd)
...
>>> with open('spamspam.txt', 'w', opener=opener) as f:
...    print('This will be written to somedir/spamspam.txt', file=f)
...
>>> os.close(dir_fd)  # 不要漏了文件描述符

改变于 3.3 版：添加 opener 参数。添加模式 'x'。

由 open()内置函数返回的 file object (文件对象) 类型从属模式。当 open() 内置函数以 ('w'、'r'、'wt'、'rt'、等等) 文本模式打开文件时，会返回 io.TextIOBase (基本文本 IO) 子类；具体而言，就是io.TextIOWrapper (文本 IO 包裹器)。当以带缓冲的二进制模式打开文件时，会返回 io.BufferedIOBase (基本缓冲 IO) 子类。准确点说：在二进制读取模式下，它会返回 io.BufferedReader (缓冲读取器)；在二进制写入、追加模式下，它会返回 io.BufferedWriter (缓冲写入器)，但在读/写模式下，它会返回 io.BufferedRandom (随机缓冲)。当禁用缓冲时，会返回原生流、io.RawIOBase (基本原生 IO) 子类、io.FileIO (文件 IO)。

另请参阅其它文件处理模块，譬如：fileinput (文件输入)、io (输入/输出) (会声明 open() 内置函数)、os (操作系统)、os.path (操作系统.路径)、tempfile (临时文件)、shutil。

改变于 3.3 版：过去引发的 IOError (输入/输出错误) 现在是 OSError (操作系统错误) 的别名。FileExistsError (文件存在错误) 会被引发，若要以独占创建模式 ('x') 打开的文件已存在的话。

		自动登录	找回密码
密码			立即注册

Python 2.7.8 与 Python 3.3.5 的 open() 内置函数的差别

相关帖子