------------------------------------------------------------------------------------
磁盘上读写文件由操作系统提供，操作系统一般不允许程序直接操作磁盘，
读写文件就是请求操作系统打开一个文件对象(文件描述符)，通过文件描述符读/写数据.
以读文件的模式打开一个文件对象，使用Python内置的open()函数，传入文件名和标示符：
>>> f = open('/Users/michael/test.txt', 'r')
文件不存在，open()会抛出IOError ：
>>> f=open('/Users/michael/notfound.txt', 'r') Traceback (most recent call last): File "<stdin>", line 1, in <module> IOError: [Errno 2] No such file or directory: '/Users/michael/notfound.txt'
文件存在，调用read()一次读取文件的全部内容，读到内存，用一个str对象表示：
>>> f.read() 'Hello, world!'
文件使用完毕后必须关闭，调用close(),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有限：
>>> f.close()
使用文件的过程中，可能会出现异常，那么就需要使用finally来关闭文件描述符:
try: f = open('/path/to/file', 'r') print f.read() finally: if f: f.close()
with语句可以自动帮我们调用close()方法：
with open('/path/to/file', 'r') as f: #和try ... finally是一样的
print f.read()
调用read()会一次性读取文件的全部内容，
调用read(size)方法，每次最多读取size个字节的内容，
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。
因此，要根据需要决定怎么调用。例如：
for line in f.readlines(): print(line.strip()) # 把末尾的' '删掉
参考：这里
读取二进制文件，比如图片、视频等等，用'rb'模式打开文件：
>>> f = open('/Users/michael/test.jpg', 'rb') >>> f.read() 'xffxd8xffxe1x00x18Exifx00x00...' # 十六进制表示的字节
读取非ASCII编码的文本文件，必须以二进制模式打开，再解码。比如GBK编码的文件：
>>> f = open('/Users/michael/gbk.txt', 'rb') >>> u = f.read().decode('gbk') #decode()解码，encode()编码. >>> u u'u6d4bu8bd5' >>> print u 测试
如果每次都这么手动转换编码嫌麻烦（写程序怕麻烦是好事，不怕麻烦就会写出又长又难懂又没法维护的代码），Python提供了一个codecs模块在读文件时自动转换编码，直接读出unicode：
import codecs with codecs.open('/Users/michael/gbk.txt', 'r', 'gbk') as f: f.read() # u'u6d4bu8bd5'
写文件和读文件是一样的，唯一区别是调用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/michael/test.txt', 'w') >>> f.write('Hello, world!') >>> f.close()
可以反复调用write()来写入文件，但是务必要调用f.close()来关闭文件。
当写文件时，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/michael/test.txt', 'w') as f: #当然也可以指定编码来写入. f.write('Hello, world!')
Python内置的os模块可以直接调用操作系统提供的接口函数：
>>> import os >>> os.name # 操作系统名字 'posix'
posix，说明系统是Linux、Unix或Mac OS X；nt，就是Windows系统。
>>> os.uname() #获取详细信息 ('Darwin', 'iMac.local', '13.3.0', 'Darwin Kernel Version 13.3.0: Tue Jun 3 21:27:35 PDT 2014; root:xnu-2422.110.17~1/RELEASE_X86_64', 'x86_64')
os模块的某些函数是跟操作系统相关，比如uname()函数在Windows上不提供.
1、环境变量：操作系统中定义的环境变量，全部保存在os.environ这个dict中.
>>> os.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', ...}
获取某个环境变量的值，调用os.getenv()：
>>> os.getenv('PATH') '/usr/bin:/bin:/usr/sbin:/sbin:/usr/local/bin:/opt/X11/bin:/usr/local/mysql/bin'
2、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
# 查看当前目录的绝对路径: >>> os.path.abspath('.') '/Users/michael' # 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/michael', 'testdir') #不要直接拼字符串，可以正确处理不同操作系统的路径分隔符 '/Users/michael/testdir' # 然后创建一个目录: >>> os.mkdir('/Users/michael/testdir') # 删掉一个目录: >>> os.rmdir('/Users/michael/testdir')
在Linux/Unix/Mac 和 windows下目录的分隔符是不一样的。分别为/-posix 和 -nt
在拆分路径时，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.split('/Users/michael/testdir/file.txt') ('/Users/michael/testdir', 'file.txt')
os.path.splitext()可以直接让你得到文件扩展名，很多时候非常方便：
>>> os.path.splitext('/path/to/file.txt') ('/path/to/file', '.txt')
合并、拆分路径的函数并不要求目录和文件要真实存在，它们只对字符串进行操作。（比如从网络，文件中获取的路径，可以分析.）
文件操作使用下面的函数。参考：这里；假定当前目录下有一个test.txt文件：
# 对文件重命名: >>> os.rename('test.txt', 'test.py') # 删掉文件: >>> os.remove('test.py')
shutil模块可以看做是os模块的补充，提供了很多os模块中没有功能，比如文件复制，就有copyfile()函数.
利用os模块中的特性来过滤文件:
#列出当前目录下的所有目录 >>> [x for x in os.listdir('.') if os.path.isdir(x)] ['.lein', '.local', '.m2', '.npm', '.ssh', '.Trash', '.vim', 'Adlm', 'Applications', 'Desktop', ...] #列出所有的.py文件 >>> [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']
os模块封装了操作系统的目录和文件操作，要注意这些函数有的在os模块中，有的在os.path模块中,详情参考：这里
问题：编写一个search(s)的函数，能在 当前目录 以及当前目录的所有 子目录 下查找 文件名 包含 指定字符串 的文件，并打印出完整路径，例如：
$ python search.py test unit_test.log py/test.py py/test_os.py my/logs/unit-test-result.txt
解答：
#!/usr/bin/python #coding:utf-8 def listDictory(path): return [x for x in os.listdir(path) ] def searchStrInFile(s,path): dictory = listDictory(path) for x in dictory: xx = os.path.join(path,x) if os.path.isdir(xx): searchStrInFile(s,xx) elif s in x: print xx def search(str): searchStrInFile(str,".") if __name__ == '__main__': search("txt")
变量从内存中变成可存储或传输的过程称之为序列化，Python中叫pickling，在其他语言中被称之为serialization，marshalling，flattening等等
变量序列化后，可以把内容写入磁盘，或者通过网络传输到别的机器上。
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。
有两个模块可以实现序列化：cPickle和pickle.两个模块功能一样，区别是cPickle为C语言写的，速度较块，pickle为Python写的，速度慢，可以先尝试导入cPickle，导入失败再导入pickle.
try: import cPickle as pickle except ImportError: import pickle
尝试把一个对象序列化并写入文件：
>>> d = dict(name='Bob', age=20, score=88) >>> pickle.dumps(d) "(dp0 S'age' p1 I20 sS'score' p2 I88 sS'name' p3 S'Bob' p4 s."
pickle.dumps()把任意对象序列化成str类型对象,可以把这个对象写入文件，传输网络，打印等等.
或者直接使用pickle.dump()把对象写入一个文件对象：
>>> f = open('dump.txt', 'wb') >>> pickle.dump(d, f) >>> f.close()
反序列化在文件中的对象时,可以先读到一个str.然后用pickle.loads()载入内存.也可以直接用pickle.load()直接载入文件对象中的信息到内存：
>>> f = open('dump.txt', 'rb') >>> d = pickle.load(f) >>> f.close() >>> d {'age': 20, 'score': 88, 'name': 'Bob'}
Pickle只能用于python,并且可能不同的版本间还不兼容.
JSON格式可以在不同的编程语言之间传递对象，并且比XML格式等更好,更快的序列化和传输.可以直接在web中读取.
JSON表示的对象就是标准的JavaScript语言的对象.
| JSON类型 | Python类型 |
| {} | dict |
| [] | list |
| "string" | 'str'或u'unicode' |
| 1234.56 | int或float |
| true/false | True/False |
| null | None |
python内置json模块，并且提供不错的Python对象到JSON格式的转换：
>>> 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写入一个文件对象。
JSON反序列化为Python对象，用loads()或者对应的load()方法. 参考：这里
>>> json_str = '{"age": 20, "score": 88, "name": "Bob"}' >>> json.loads(json_str) {u'age': 20, u'score': 88, u'name': u'Bob'}
反序列化得到的字符串对象默认都是unicode而不是str。JSON标准规定JSON编码是UTF-8，所以总是能正确地在Python的str或unicode与JSON的字符串之间转换。
Python的dict对象可以直接序列化为JSON的{}，不过，很多时候，我们更喜欢用class表示对象，比如定义Student类，然后序列化：
import json class Student(object): def __init__(self, name, age, score): self.name = name self.age = age self.score = score s = Student('Bob', 20, 88) print(json.dumps(s))
运行后却报TypeError：
Traceback (most recent call last): ... TypeError: <__main__.Student object at 0x10aabef50> is not JSON serializable
原因是Student对象不是一个可序列化为JSON的对象，，参考：这里，
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，只需要为Student专门写一个转换函数，再把函数传进去即可：
def student2dict(std): #Student实例首先被student2dict()函数转换成dict，然后再被顺利序列化为JSON return { 'name': std.name, 'age': std.age, 'score': std.score } print(json.dumps(s, default=student2dict))
不过，下次遇到一个Teacher类的实例，照样无法序列化为JSON。可以偷个懒，把任意class的实例变为dict：
print(json.dumps(s, default=lambda obj: obj.__dict__))
通常class的实例都有一个__dict__属性，它就是一个dict，用来存储实例变量。也有少数例外，比如定义了__slots__的class
要把JSON反序列化为一个Student对象实例，loads()方法首先转换出一个dict对象，然后，我们传入的object_hook函数负责把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> #结果为一个实例在内存中.