Dateien¶
Öffnen von Dateien¶
In Python öffnet und lest ihr eine Datei, indem ihr die eingebaute Funktion
open() und verschiedene eingebaute Leseoperationen verwendet. Das
folgende kurze Python-Programm liest eine Zeile aus einer Textdatei namens
myfile.txt ein:
>>> f = open('docs/types/myfile.txt', 'r')
>>> line = f.readline()
open() liest nichts aus der Datei, sondern gibt ein sog. Datei-Objekt zurück, mit dem ihr auf die geöffnete Datei
zugreifen könnt. Es behält den Überblick über eine Datei und darüber, wie viel
von der Datei gelesen oder geschrieben wurde. Alle Dateieingaben in Python
werden mit Dateiobjekten und nicht mit Dateinamen durchgeführt.
Der erste Aufruf von readline gibt die erste Zeile des
Datei-Objekts zurück, also alles bis einschließlich des ersten Zeilenumbruchs
oder die gesamte Datei, wenn es keinen Zeilenumbruch in der Datei gibt; der
nächste Aufruf von readline gibt die zweite Zeile zurück, wenn sie
existiert, usw.
Das erste Argument der Funktion open ist ein Pfadname. Im vorigen Beispiel
öffnet ihr eine Datei, von der ihr annehmt, dass sie sich im aktuellen
Arbeitsverzeichnis befindet. Das folgende Beispiel öffnet eine Datei an einem
absoluten Speicherort – C:Meine Dokumente\myfile.txt:
>>> import os
>>> pathname = os.path.join("C:/", "Users", "Veit", "Documents", "myfile.txt")
>>> with open(pathname, 'r') as f:
... line = f.readline()
Bemerkung
In diesem Beispiel wird das Schlüsselwort with verwendet, d.h., dass die Datei mit einem Kontextmanager geöffnet wird, der
in Kontextmanagement mit with näher erläutert wird. Diese Art des Öffnens
von Dateien verwaltet mögliche I/O-Fehler besser und sollte im Allgemeinen
bevorzugt werden.
Schließen von Dateien¶
Nachdem alle Daten aus einem Datei-Objekt gelesen oder in dieses geschrieben
wurden, sollte das Datei-Pbjekt wieder geschlossen werden damit Systemressourcen
freigegeben werden, das Lesen oder Schreiben der zugrunde liegenden Datei durch
anderen Code ermöglicht wird und das Programm insgesamt zuverlässiger wird. Bei
kleinen Skripten hat dies in der Regel keine großen Auswirkungen, da
Dateiobjekte werden automatisch geschlossen, wenn das Skript oder Programm
beendet wird. Bei größeren Programmen können zu viele offene Datei-Objekte
jedoch die Systemressourcen erschöpfen, was zum Abbruch des Programms führen.
Ihr schließt ein Dateiobjekt mit der close-Methode, wenn das Datei-Objekt
nicht mehr benötigt wird:
>>> f = open('docs/types/myfile.txt', 'r')
>>> line = f.readline()
>>> f.close()
Die Verwendung eines Kontextmanagement mit with bleibt meist jedoch die bessere Möglichkeit, um Dateien automatisch zu schließen, wenn ihr fertig seid:
>>> with open('docs/types/myfile.txt', 'r') as f:
... line = f.readline()
Öffnen von Dateien im Schreib- oder anderen Modi¶
Das zweite Argument des Befehls open() ist eine Zeichenkette, die
angibt, wie die Datei geöffnet werden soll. 'r' öffnet die Datei zum Lesen
(engl. read), 'w' öffnet die Datei zum Schreiben (engl. write) und
'a' offnet die Datei zum Anhängen (engl. attach). Wenn ihr die Datei zum
Lesen öffnen wollen, könnt ihr das zweite Argument weglassen, da 'r' der
Standardwert ist. Das folgende kurze Programm schreibt Hi, Pythonistas!
in eine Datei:
>>> f = open('docs/types/myfile.txt', 'w')
>>> f.write('Hi, Pythonistas!\n')
17
>>> f.close()
Je nach Betriebssystem kann open() auch Zugang zu weiteren
Dateimodi haben. Diese Modi sind jedoch für die meisten Zwecke nicht notwendig.
open kann ein optionales drittes Argument annehmen, das definiert, wie Lese-
oder Schreibvorgänge für diese Datei gepuffert werden. Beim Puffern werden Daten
so lange im Speicher gehalten, bis genügend Daten angefordert oder geschrieben
wurden, um die Zeitaufwände für einen Plattenzugriff zu rechtfertigen. Andere
Parameter für open steuern die Kodierung für Textdateien und die Behandlung
von Zeilenumbrüchen in Textdateien. Auch hier gilt, dass ihr euch in der Regel
keine Gedanken über diese Funktionen machen müsst, aber wenn ihr mit Python
fortgeschrittener werdet, solltet ihr euch vielleicht darüber informieren.
Lese- und Schreib-Funktionen¶
Die häufigste Funktion zum Lesen von Textdateien, readline, habe
ich bereits vorgestellt. Diese Funktion liest eine einzelne Zeile aus einem
Datei-Objekt und gibt sie zurück, einschließlich aller Zeilenumbrüche am Ende
der Zeile. Wenn es nichts mehr zu lesen gibt, gibt readline einen leeren String
zurück, was es einfach macht, z.B. die Anzahl der Zeilen
in einer Datei zu ermitteln:
>>> f = open('docs/types/myfile.txt', 'r')
>>> lc = 0
>>> while f.readline() != '':
... lc = lc + 1
...
>>> print(lc)
2
>>> f.close()
Ein kürzerer Weg, alle Zeilen zu zählen, gibt es mit der ebenfalls eingebauten
readlines-Methode, die alle Zeilen einer Datei liest und sie als Liste von
Strings mit einen String pro Zeile zurückgibt:
>>> f = open('docs/types/myfile.txt', 'r')
>>> print(len(f.readlines()))
1
>>> f.close()
Wenn ihr alle Zeilen einer großen Datei zählt, kann diese Methode dazu führen,
dass der Speicher vollläuft, weil die gesamte Datei auf einmal geliesen wird. Es
ist auch möglich, dass der Speicher mit readline überläuft, wenn
ihr versucht, eine Zeile aus einer großen Datei zu lesen, die keine
Zeilenumbruchzeichen enthältist. Um mit solchen Situationen besser umgehen zu
können, haben beide Methoden ein optionales Argument, das die Menge der zu einem
Zeitpunkt gelesenen Daten beeinflusst. Eine andere Möglichkeit, über alle Zeilen
einer Datei zu iterieren, besteht darin, das Dateiobjekt als Iterator in einer
for-Schleife zu behandeln:
>>> f = open('docs/types/myfile.txt', 'r')
>>> lc = 0
>>> for l in f:
... lc = lc + 1
...
>>> print(lc)
1
>>> f.close()
Diese Methode hat den Vorteil, dass die Zeilen je nach Bedarf in den Speicher eingelesen werden, so dass selbst bei großen Dateien kein Speicherplatzmangel zu befürchten ist. Der andere Vorteil dieser Methode ist, dass sie einfacher und lesbarer ist.
Ein mögliches Problem mit der Lesemethode kann jedoch entstehen, wenn auf
Windows- und macOS Übersetzungen im Textmodus erfolgen, wenn ihr den Befehl
open() im Textmodus verwenden, d.h. ohne ein b
anzuhängen. Im Textmodus wird auf macOS jedes \r in \n umgewandelt,
während unter Windows \r\n-Paare in \n umgewandelt werden. Ihr könnt die
Behandlung von Zeilenumbrüchen festlegen, indem ihr beim Öffnen der Datei den
Parameter newline verwendet und newline='\n', \r oder \r\n
angebt, wodurch nur diese Zeichenfolge als Zeilenumbruch verwendet wird:
>>> f = open('docs/types/myfile.txt', 'r', newline='\r\n')
In diesem Beispiel wird nur \n als Zeilenumbruch gewertet. Wenn die Datei
jedoch im Binärmodus geöffnet wurde, ist der Parameter newline nicht
erforderlich, da alle Bytes genau so zurückgegeben werden, wie sie in der Datei
stehen.
Die Schreibmethoden, die den Methoden readline und readlines
entsprechen, sind write und writelines. Beachtet, dass es keine
writeline-Funktion gibt. write schreibt eine einzelne Zeichenkette, die
sich über mehrere Zeilen erstrecken kann, wenn Zeilenumbruchzeichen in die
Zeichenkette eingebettet sind, wie im folgenden Beispiel:
f.write('Hi, Pythinistas!\n\n')
Die Methode writelines ist jedoch verwirrend, weil sie nicht unbedingt
mehrere Zeilen schreibt; sie nimmt eine Liste von Zeichenketten als Argument und
schreibt sie nacheinander in das angegebene Datei-Objekt, ohne Zeilenumbrüche
zwischen den Listenelementen einzufügen; nur wenn die Zeichenketten in der Liste
Zeilenumbrüchen enthalten, kommen Zeilenumbrüche im Datei-Objekt hinzu;
andernfalls werden sie aneinandergereiht. writelines ist damit die genaue
Umkehrung von readlines, da sie auf die von readlines zurückgegebene
Liste angewendet werden kann, um eine Datei zu schreiben, die identisch mit der Ausgangsdatei ist. Unter der Annahme, dass myfile.txt existiert und eine
Textdatei ist, erzeugt das folgende Beispiel eine exakte Kopie von
myfile.txt mit dem Namen myfile2.txt:
>>> input_file = open("myfile.txt", 'r')
>>> lines = input_file.readlines()
>>> input_file.close()
>>> output_file = open("myfile2.txt", 'w')
>>> output_file.writelines(lines)
>>> output_file.close()
Verwendung des Binärmodus¶
Wenn ihr alle Daten in einer Datei in ein einziges Byte-Objekt (partiell)
einlesen und in den Speicher übertragen möchtet um sie als Byte-Sequenz
behandeln zu können, könnt ihr die read-Methode verwenden. Ohne ein Argument
liest sie die gesamte Datei ab der aktuellen Position ein und gibt die Daten als
Bytes-Objekt zurück. Mit einem ganzzahligen Argument liest sie maximal diese
Anzahl von Bytes und gibt ein Bytes-Objekt der angegebenen Größe zurück:
1>>> f = open('myfile.txt', 'rb')
2>>> head = f.read(16)
3>>> print(head)
4b'Hi, Pythonistas!'
5>>> body = f.read()
6>>> print(body)
7b'\n\n'
8>>> f.close()
- Zeile 1
öffnet eine Datei zum Lesen im Binärmodus
- Zeile 2
liest die ersten 16 Bytes als
head-String- Zeile 3
gibt den
head-String aus- Zeile 5
liest den Rest der Datei
Bemerkung
Dateien, die im Binärmodus geöffnet werden, arbeiten nur mit Bytes und nicht mit Zeichenketten. Um die Daten als Zeichenketten zu verwenden, müsst ihr alle Byte-Objekte in String-Objekte dekodieren. Dieser Punkt ist oft wichtig im Umgang mit Netzwerkprotokollen, wo sich Datenströme oft wie Dateien verhalten, aber als Bytes und nicht als Strings interpretiert werden müssen.
Eingebaute Module für Dateien¶
Die Python-Standardbibliothek enthält eine Reihe eingebauter Module, mit denen ihr Dateien managen könnt:
Modul |
Beschreibung |
|---|---|
führt allgemeine Pfadnamenmanipulationen durch |
|
manipuliert Pfadnamen |
|
iteriert über mehrere Eingabedateien |
|
vergleicht Dateien und Verzeichnisse |
|
erzeugt temporäre Dateien und Verzeichnisse |
|
verwenden UNIX-ähnlicher Pfad- und Dateinamensmuster |
|
greift zufällig auf Textzeilen zu |
|
führt Dateioperationen auf höherer Ebene aus |
|
Zuordnung von Dateinamen zu MIME-Typen |
|
aktivieren von Python-Objektserialisierung und -persistenz, s.a. Das pickle-Modul |
|
liest und schreibt CSV-Dateien |
|
JSON-Kodierer und -Dekodierer |
|
bietet eine DB-API 2.0-Schnittstelle für SQLite-Datenbanken, s.a. Das sqlite-Modul |
|
|
liest und schreibt XML-Dateien, s.a. Das xml-Modul |
Parsen von HTML und XHTML |
|
liest und schreibt Windows-ähnliche Konfigurationsdateien ( |
|
Kodierung/Dekodierung von Dateien oder Streams |
|
liest und schreibt strukturierte Daten in und aus Dateien |
|
für das Arbeiten mit Archivdateien und Komprimierungen |