python有多种输出方式:屏幕打印数据,或者写入文件。

格式化输出

我们有两种大相径庭地输出值方法:表达式语句* 和 print() 函数(第三种方法使用文件对象的write()方法,标准文件输出可以参考sys.stdout)。

通常需要对输出做更多的格式控制,而不是简单的打印空格分隔值。有两种方法可以格式化你的输出:第一种方法是由你自己处理整个字符串,通过使用字符串切片和连接操作可以创建任何你想要的输出形式。string 类型包含一些将字符串填充到指定列宽度的有用操作。第二种方法是使用 str.format() 方法。

Python 有办法将任意值转为字符串: repr() 或 str() 函数。

函数 str() 用于将值转化为适于人阅读的形式,而 repr() 转化为供解释器读取的形式(如果没有相关语法,则会发生 SyntaxError 异常,没有str() 会返回与 repr() 等同的值。很多类型,诸如数值或列表、字典这样的结构,两者解读方式相同。字符串和浮点数则不同。

下面有些例子:

>>> s = 'Hello, world.'
>>> str(s)
'Hello, world.'
>>> repr(s)
"'Hello, world.'"
>>> str(1/7)
'0.14285714285714285'
>>> x = 10 * 3.25
>>> y = 200 * 200
>>> s = 'The value of x is ' + repr(x) + ', and y is ' + repr(y) + '...'
>>> print(s)
The value of x is 32.5, and y is 40000...
>>> # The repr() of a string adds string quotes and backslashes:
... hello = 'hello, world\n'
>>> hellos = repr(hello)
>>> print(hellos)
'hello, world\n'
>>> # The argument to repr() may be any Python object:
... repr((x, y, ('spam', 'eggs')))
"(32.5, 40000, ('spam', 'eggs'))"

有两种方式可以写平方和立方表:

>>> for x in range(1, 11):
... print(repr(x).rjust(2), repr(x*x).rjust(3), end=' ')
... # Note use of 'end' on previous line
... print(repr(x*x*x).rjust(4))
...
1 1 1
2 4 8
3 9 27
4 16 64
5 25 125
6 36 216
7 49 343
8 64 512
9 81 729
10 100 1000
>>> for x in range(1, 11):
... print('{0:2d} {1:3d} {2:4d}'.format(x, x*x, x*x*x))
...
1 1 1
2 4 8
3 9 27
4 16 64
5 25 125
6 36 216
7 49 343
8 64 512
9 81 729
10 100 1000

(注意第一个例子,print() 在每列之间加了一个空格,默认在参数间加入空格。)

以上是一个 str.rjust() 方法的演示,它把字符串输出到一列,并通过向左侧填充空格来使其右对齐。类似的方法还有 str.ljust() 和 str.center()。如果输出的字符串太长,它们也不会截断它,而是原样输出,这会使你的输出格式变得混乱(如果你确实需要截断它,可以使用切割操作,例如:x.ljust(n)[:n] )。

str.zfill() 用于向数值的字符串表达左侧填充 0。该函数可以正确识别正负号:

>>> '12'.zfill(5)
'00012'
>>> '-3.14'.zfill(7)
'-003.14'
>>> '3.14159265359'.zfill(5)
'3.14159265359'
>>> print('We are the {} who say "{}!"'.format('knights', 'Ni'))
We are the knights who say "Ni!"

大括号和其中的字符会被替换成传入 str.format() 的参数。大括号中的数值指明使用传入 str.format() 方法的对象中的哪一个:

>>> print('{0} and {1}'.format('spam', 'eggs'))
spam and eggs
>>> print('{1} and {0}'.format('spam', 'eggs'))
eggs and spam

如果在 str.format() 使用关键字参数,可以通过参数名来引用值:

>>> print('This {food} is {adjective}.'.format(
... food='spam', adjective='absolutely horrible'))
This spam is absolutely horrible.

位置参数和关键字参数可以随意组合:

>>> print('The story of {0}, {1}, and {other}.'.format('Bill', 'Manfred',
other='Georg'))
The story of Bill, Manfred, and Georg.

'!a' (应用 ascii()),'!s' (应用 str() )和 '!r' (应用 repr() )可在格式化之前转换值:

>>> contents = 'eels'
>>> print('My hovercraft is full of {}.'.format(contents))
My hovercraft is full of eels.
>>> print('My hovercraft is full of {!r}.'.format(contents))
My hovercraft is full of 'eels'.

字段名后允许可选的 ':' 和格式指令。这允许对值的格式化更多的控制。下例将 Pi 转为三位精度。

>>> import math
>>> print('The value of PI is approximately {0:.3f}.'.format(math.pi))
The value of PI is approximately 3.142.

在字段后的 ':' 后面的整数会限定该字段的最小宽度,这在美化表格时很有用:

>>> table = {'Sjoerd': 4127, 'Jack': 4098, 'Dcab': 7678}
>>> for name, phone in table.items():
... print('{0:10} ==> {1:10d}'.format(name, phone))
...
Jack ==> 4098
Dcab ==> 7678
Sjoerd ==> 4127

很长的格式化字符串又不想分割,可以传入一个字典,用中括号( '[]' )访问它的键:

>>> table = {'Sjoerd': 4127, 'Jack': 4098, 'Dcab': 8637678}
>>> print('Jack: {0[Jack]:d}; Sjoerd: {0[Sjoerd]:d}; '
... 'Dcab: {0[Dcab]:d}'.format(table))
Jack: 4098; Sjoerd: 4127; Dcab: 8637678

也可以用 ‘**’ 标志将这个字典以关键字参数的方式传入:

>>> table = {'Sjoerd': 4127, 'Jack': 4098, 'Dcab': 8637678}
>>> print('Jack: {Jack:d}; Sjoerd: {Sjoerd:d}; Dcab: {Dcab:d}'.format(**table))
Jack: 4098; Sjoerd: 4127; Dcab: 8637678

这种方式与新的内置函数 vars() 组合使用非常有效。该函数返回包含所有局部变量的字典。

旧式的字符串格式化

操作符 % 也可以用于字符串格式化。它以类似 sprintf()-style 的方式解析左参数,将右参数应用于此,得到格式化操作生成的字符串,例如:

>>> import math
>>> print('The value of PI is approximately %5.3f.' % math.pi)
The value of PI is approximately 3.142.

文件读写

函数 open() 返回 文件对象,通常的用法需要两个参数:open(filename, mode)。

>>> f = open('workfile', 'w')

第一个参数是文件名。第二个参数也是字符串,含有描述如何使用该文件的几个字符。mode为'r' 时表示只是读取文件;'w' 表示只是写入文件(已经存在的同名文件将被删掉); 'a'表示打开文件进行追加,写入到文件中的任何数据将自动添加到末尾。 'r+' 表示打开文件进行读取和写入。mode参数是可选的,默认为'r' 。

通常,文件以text模式打开,这意味着,你从文件读出和向文件写入的字符串会被特定的编码方式(类Linux默认是UTF-8,windows经常为gbk,容易导致一些IO问题)编码。模式后面的'b'以二进制模式打开文件:数据会以字节对象的形式读出和写入。这种模式应该用于所有不包含文本的文件。

在文本模式下,读取时默认会将平台有关的行结束符(Unix上是 \n , Windows上是 \r\n)转换为 \n。在文本模式下写入时,默认会将出现的 \n 转换成平台有关的行结束符。这种暗地里的修改对 ASCII 文本文件没有问题,但会损坏 JPEG 或 EXE 这样的二进制文件中的数据。使用二进制模式读写此类文件时要特别小心。

用关键字 with 处理文件对象是个好习惯。它的好处在于文件用完后会自动关闭,就算发生异常也没关系,且比try-finally更简洁:

>>> with open('workfile') as f:
... read_data = f.read()
>>> f.closed
True

不用with关键字则应该调用 f.close() 来关闭文件,并立即释放它使用的系统资源。 如果没有明确地关闭文件,Python的垃圾回收器最终会销毁这个对象并为你关闭这个打开的文件,但是这个文件可能会保持打开一段时间。 另一个风险是不同的Python实现会在不同的时间进行这种清理。

在关闭文件对象之后,可以通过with语句或通过调用f.close()来尝试使用文件对象将自动失败。

>>> f.close()
>>> f.read()
Traceback (most recent call last):
File "", line 1, in 
ValueError: I/O operation on closed file

文件对象方法

本节中的示例都默认文件对象f已经创建。

要读取文件内容,需要调用f.read(size),该方法读取数据并以字符串或字节对象形式返回,size 是可选的数值,指定字符串长度。如果没有指定size 或者指定为负数,就会读取并返回整个文件。当文件大小为当前机器内存两倍时,就会产生问题。反之,会尽可能按比较大size读取和返回数据。如果到了文件末尾,f.read()会返回一个空字符串 ('')。

>>> f.read()
'This is the entire file.\n'
>>> f.read()

f.readline()从文件中读取单行,字符串结尾会自动加上换行符(\n) ,只有当文件最后一行没有以换行符结尾时,这一操作才会被忽略。这样返回值就不会有混淆,如果f.readline() 返回空字符串,那就表示到达了文件末尾,如果是空行,就会描述为

'\n'
>>> f.readline()
'This is the first line of the file.\n'
>>> f.readline()
'Second line of the file\n'
>>> f.readline()
''

你可以循环遍历文件对象来读取文件中的每一行。这是一种内存高效、快速,并且代码简洁的方式:

>>> for line in f:
... print(line, end='')
...
This is the first line of the file.
Second line of the file
''

如果你想把文件中的所有行读到一个列表中,你也可以使用list(f)或者f.readlines()。

f.write(string)方法将string的内容写入文件,并返回写入字符的长度:

>>> f.write('This is a test\n')
15

想要写入其他非字符串内容,首先要将它转换为字符串:

>

>> value = ('the answer', 42)
>>> s = str(value) # convert the tuple to string
>>> f.write(s)
18

f.tell() 返回一个整数,代表文件对象在文件中的指针位置,该数值计量了自文件开头到指针处的比特数。

需要改变文件对象指针话话,使用 f.seek(offset, from_what)。指针在该操作中从指定的引用位置移动offset比特,引用位置由 from_what参数指定。from_what 值为 0 表示自文件起始处开始,1 表示自当前文件指针位置开始,2 表示自文件末尾开始。from_what 可以忽略,其默认值为0,此时从文件头开始:

>>> f = open('workfile', 'rb+')
>>> f.write(b'0123456789abcdef')
16
>>> f.seek(5) # Go to the 6th byte in the file
5
>>> f.read(1)
b'5'
>>> f.seek(-3, 2) # Go to the 3rd byte before the end
13
>>> f.read(1)
b'd'

在文本文件(没有以 b 模式打开),只允许从文件头开始寻找(有个例外是用seek(0, 2)跳到末尾处)而且合法的offset 值只能是 f.tell()返回的值或者是零。其它任何offset值都会产生不可预料的行为。

文件对象还有一些不太常用的附加方法,比如 isatty() 和 truncate() 在库参考手册中有文件对象的完整指南。

使用 json 存储结构化数据

从文件中读写字符串很容易。数值就要多费点儿周折,因为read()方法只会返回字符串,应将其传入 int() 这样的函数,就可以将'123'这样的字符串转换为对应的数值 123。当你想要保存更为复杂的数据类型,例如嵌套的列表和字典,手工解析和序列化它们将变得更复杂。

Python 允许你使用常用的数据交换格式 JSON(JavaScript Object Notation)。标准模块 json 可以接受 Python 数据结构,并将它们转换为字符串表示形式;此过程称为序列化。从字符串表示形式重新构建数据结构称为反序列化。序列化和反序列化的过程中,表示该对象的字符串可以存储在文件或数据中,也可以通过网络连接传送给远程的机器。

注意:JSON 格式经常用于现代应用程序中进行数据交换。许多程序员都已经熟悉。

如果你有一个对象 x,你可以用简单的一行代码查看其 JSON 字符串表示形式:

>>> import json
>>> json.dumps([1, 'simple', 'list'])
'[1, "simple", "list"]'

dumps() 函数的变种 dump(),直接将对象序列化到文件对象

json.dump(x, f)

解码对象,如果f是为读取而打开的 文件对象:

x = json.load(f)

这种简单的序列化技术可以处理列表和字典,但序列化任意类实例为 JSON 需要额外的努力。 json 模块的手册对此有详细的描述。

pickle - pickle 模块

与 JSON 不同,pickle 是协议,它允许任意复杂的 Python 对象的序列化。因此,它只能用于 Python 而不能用来与其他语言编写的应用程序进行通信。默认情况下它也是不安全的:如果数据由熟练的攻击者精心设计, 反序列化来自不受信任源的 pickle 数据可以执行任意代码。

json格式转换实例

现有 人脸标注的海量数据,部分参见:data

要求输出:

1,files.txt
image_1515229323784.ir
image_1515235832391.ir
image_1515208991161.ir
image_1515207265358.ir
image_1521802748625.ir
image_1515387191011.ir
...

2, 坐标信息 poses.txt

文件名、left, top, right, buttom,width,height

image_1515229323784.ir,4,227,234,497,230,270
image_1515235832391.ir,154,89,302,240,148,151
image_1515208991161.ir,76,369,309,576,233,207
image_1515207265358.ir,44,261,340,546,296,285
...

3,比对文件:

首先:# 后面的为序列号,从1开始递增

3 640 480 1及后面3行暂时视为固定。后面一行1 后面为4个坐标left, top, right, buttom。

# 1
image_1515229323784.ir
3 640 480 1
0
1
1 4 227 234 497
# 2
image_1515235832391.ir
3 640 480 1
0
1
1 154 89 302 240
# 3
...

参考代码:

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import shutil
import os
import glob
import json
import pprint
import json
import data_common
directory = 'data'
files = data_common.find_files_by_type(directory,'json')
i = 1
file_list = []
results = []
poses = []
for filename in files:
d = json.load(open(filename))
name = d['image']['rawFilename'].strip('.jpg')
pos = d['objects']['face'][0]['position']
num = len(d['objects']['face'])
if num > 1:
print(filename)
print(name)
pprint.pprint(d['objects']['face'])
out = "# {}\n{}\n3 640 480 1\n0\n{}\n".format(i, name, num)
for face in d['objects']['face']:
pos = face['position']
top = round(pos['top'])
bottom = round(pos['bottom'])
left = round(pos['left'])
right = round(pos['right'])
out = out + "1 {} {} {} {}\n".format(left, top, right, bottom)
poses.append("{},{},{},{},{},{},{}".format(name,
left, top, right, bottom, right - left, bottom -top))
i = i + 1
#print(out)
file_list.append(name)
results.append(out.rstrip('\n'))
data_common.output_file("files.txt",file_list)
data_common.output_file("results.txt",results)
data_common.output_file("poses.txt",poses)

习题

1,有关python文件读取,哪些描述是错误的。

A.f.read(-1)返回整个文件

B.with中打开的文件用完之后要调用close()。

C.如果到了文件末尾,f.read()会返回一个空字符串 ('')

D.f.readline()从文件中读取单行,字符串结尾会自动加上换行符(\r\n)

参考答案: B D

2, open()的模式哪些是错误的?

A. r B. r+ C. d D.w+ E.a

参考答案: C D