python open读取文件,Python通过解释器内置的open()函数打开一个文件
本文主要介绍使用Python读取二进制文件。本文尝试使用Python中内置的open函数,使用默认的读取模式读取zip文件。下面有详细介绍,有需要的朋友可以参考一下。
相信大家都很熟悉用python读取一个文本文件,但是如果我们遇到一个二进制文件要读取呢?我们尝试使用Python中内置的open函数,使用默认的读取模式来读取zip文件。抱歉,我们会收到一条错误消息:
打开( exercises.zip )作为zip_file:
.contents=zip_file.read()
.
回溯(最近呼叫):
模块中文件 stdin 的第2行
文件/usr/lib/python3.10/codecs.py ,de中的第322行
密码
(结果,消耗)=自我。_buffer_decode(数据、自身错误、最终)
unicode decodedeerror : utf-8 编解码器无法解码位置11:无效sta中的字节0x8e
rt字节
我们收到一个错误,因为zip文件不是文本文件,它们是二进制文件。
要从二进制文件中读取,我们需要使用模式 rb 而不是默认模式 rt 打开它:
用open(exercises.zip ,mode=rb )作为zip_file:
.contents=zip_file.read()
当从二进制文件中读取时,我们不会得到字符串。将返回一个字节对象,也称为字节字符串:
用open(exercises.zip ,mode=rb )作为zip_file:
.contents=zip_file.read()
.
类型(内容)
类字节
目录[:20]
b PK x03 x04 n x00 x00 x00 x00Y x8e x84T x00 x00 x00 x00 x00 x00
他们在字节字符串中没有字符:.中有字节
除非我们理解它们的意思,否则文件中的字节对我们帮助不大。
使用库来读取二进制文件
在处理二进制文件时,您通常会使用并知道如何处理正在使用的特定类型文件的库(内置Python库或第三方库)。这个库将完成将文件中的字节解码成更易于使用的字节的工作。
例如,Python 的 ZipFile 模块可以帮助我们读取 zip 文件中的数据:
从zipfile导入ZipFile
使用ZipFile(exercises.zip )作为zip_file:
.test _ file=zip _ file . read( exercises/test . py )。解码(“utf-8”)
.
测试文件[:30]
#!/usr/bin/env python3nfrom __
如果有人已经完成了这项工作,最好避免实现自己的字节检查或字节操作逻辑。
在 Python 中以字节级别工作
有时你会使用或被要求直接使用字节级库或API。在这种情况下,您至少需要了解一点二进制文件和字节字符串。
例如,假设我们想要计算给定文件的sha256校验和。
在这里,我们有一个名为 get_sha256_hash 的函数来执行此操作:
导入hashlib
def get_sha256_hash(文件名):
用open(文件名,模式=rb )作为f:
返回hashlib.sha256(f.read())。hexdigest()
该功能
读取此文件中的所有二进制数据。我们正在读取字节,因为 Python 的 hashlib 模块要求我们使用字节。hashlib 模块在底层工作:它使用字节而不是字符串。
因此,我们传入文件中的所有字节以获取哈希对象,然后对该哈希对象调用 hexdigest 方法以获取表示该文件的 SHA-256 校验和的十六进制字符串:
>>> get_sha256_hash("exercises.zip")
此功能运行良好,但使用此功能读取非常大的文件可能会出现问题。
分块读取二进制文件
我们的 get_sha256_hash 函数一次将整个文件读入内存。一个非常大的文件可能会占用大量内存。
对于文本文件,解决此问题的常用方法是逐行读取文件。但是二进制文件不一定有行!但是,我们可以尝试逐块读取。
首先,我们将从文件中读取一个 8 KB 的块:
import hashlib
我们首先创建一个新的哈希对象,然后读取一个 8 KB 的块(通过将字节数传递给我们的文件对象的 read 方法)。
现在我们需要文件的其余部分。所以我们将循环:
import hashlib
我们重复读取一个块,更新我们的哈希对象,然后读取另一个块。
只要我们不在文件的末尾,我们就会在读取时返回一个真实的块。
但是当我们在文件的最后读取时,我们会得到一个空字节字符串。空字节字符串(如空字符串)是错误的,因此在文件末尾我们将跳出循环。然后我们将像以前一样返回十六进制摘要。
>>> get_sha256_hash("exercises.zip")
但是,我们现在不是将整个文件读入内存,而是逐块读取文件。
使用赋值表达式
在逐块读取文件时,通常会看到使用的赋值表达式(通过 Python 的海象运算符):
import hashlib
在 while 循环中重复读取数据是赋值表达式的一个很好的用例。它可能看起来有点奇怪,但它确实为我们节省了几行代码。
注意:海象运算符是在 Python 3.8 中添加的。
最后总结下,当你在 Python 中读取二进制文件时,你会得到字节,当你读取一个大型二进制文件时,你需要逐块读取它,当然如果可以最好避免自己读取二进制文件,有第三方库可以使用第三方库来处理。
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。