知识点

Python与C的文件操作

12 分钟阅读

程序读写持久化数据要经过操作系统提供的文件接口。Python在open() 之上封装了文件对象，C用标准库 <stdio.h> 的流和FILE * 指针。两套接口解决同一个问题，但打开失败、关闭时机、文本解码和定位方式都不同。本页按“打开、读写、定位、关闭”的顺序逐项对照。模式规则分别见Python文件打开模式和C文件流的打开模式，二者最终都通过系统调用进入内核，系统调用层见系统调用。

定义

Python的文件对象

open(file, mode="r") 返回一个文件对象，mode中含b时是二进制文件对象，否则是文本文件对象。对象内部保存打开的文件描述符、缓冲区、当前位置和解码器，后续的读取、写入、定位都作用在这个对象上。

1
f = open("data.txt", "r")
2
text = f.read()
3
f.close()

文本模式返回str，二进制模式返回bytes。文本模式的编码由encoding参数决定，省略时使用平台相关的默认编码。

C的流与FILE指针

C把文件抽象成流：一个有序的字节序列，附带缓冲区、当前位置、错误指示器和文件结束标志。FILE是保存这些状态的结构体，程序拿到的始终是FILE * 类型的文件指针。

1
FILE *fopen(const char *filename, const char *mode);
2
int fclose(FILE *stream);

fopen成功时返回文件指针，失败时返回NULL；fclose成功返回0，失败返回EOF。

关闭文件

关闭动作把缓冲区里尚未写出的数据刷到设备，并释放文件描述符。Python的close() 和C的fclose() 都承担这件事，区别在于语言是否替你保证调用：

Python：用with open(...) as f: 时，离开代码块会自动调用close()，即使块内抛出异常也会执行。手写的f.close() 在异常路径上容易被跳过。
C：没有语言级的自动关闭，必须显式fclose()。进程正常退出时标准库会刷新并关闭仍打开的流，但依赖这一点会掩盖错误，长期运行的程序还可能耗尽文件描述符。

读写与定位

Python的读取与写入

操作	行为
`read(size=-1)`	读取至多`size`个字符（文本）或字节（二进制），省略时读到文件末尾。
`readline(size=-1)`	读取一行，返回的字符串保留行尾换行符；最后一行没有换行符时原样返回。
`readlines(hint=-1)`	一次读完，返回由各行组成的列表。
`write(s)`	写入字符串或字节，返回写入的字符数；不会自动补换行符。

文件对象本身可以迭代，for line in f: 逐行读取，比readlines() 更省内存：后者会把整个文件装进列表。

C的读写

C的stdio按处理单位分成几层，各有对应的函数：

层次	读	写	典型用途
字符	`fgetc(stream)`	`fputc(c, stream)`	逐字符处理
行	`fgets(s, n, stream)`	`fputs(s, stream)`	按行处理文本，不解析格式
格式化	`fscanf(stream, format, ...)`	`fprintf(stream, format, ...)`	字段格式已知的结构化文本
块	`fread(ptr, size, nmemb, stream)`	`fwrite(ptr, size, nmemb, stream)`	二进制数据、结构体数组

几个容易误读的返回值：

fscanf返回成功赋值的输入项个数，不是读到的字节数。fscanf(fp, "%d %s", &id, name) 成功读到两个字段时返回2。
fread和fwrite返回成功读写的元素个数，每个元素占size字节。只有返回值等于nmemb才算完整成功，返回0可能表示读到末尾，也可能表示出错。

定位

Python用tell() 取当前位置，用seek(offset, whence=0) 移动，whence取0、1、2表示相对文件开头、当前位置和文件末尾。文本模式下的offset不是可靠的字节偏移，而是编码器给出的位置值；可靠的做法是只使用0、tell() 的返回值和文件末尾。要按字节精确定位，改用二进制模式。

C用ftell(fp) 取位置，用fseek(fp, offset, whence) 移动，whence取SEEK_SET、SEEK_CUR、SEEK_END。rewind(fp) 等价于移到文件开头并清除文件结束标志。fseek成功返回0，失败返回非0。

两种接口都带缓冲，写到文件的数据可能还留在内存里。需要将语言库中的输出缓冲交给底层文件接口时，Python调用flush()，C调用fflush(fp)；关闭文件也会尝试刷新缓冲区。刷新库缓冲并不保证数据已经持久写入存储介质。

一次读写操作的顺序

打开并检查结果

Python把打开放在with里，失败时直接抛出异常；C判断fopen是否返回NULL，失败时读取errno再决定退出还是重试。
确定起始位置

新打开的文件按模式决定起点。要从头读刚写过的内容，用seek(0) 或rewind回到开头。
读写并检查数量

Python按字符或字节计数，短读要自己循环补足；C检查fread、fwrite的返回值是否等于nmemb，用feof与ferror区分读到末尾和出错。
刷新并关闭

需要刷新输出缓冲时先flush() 或fflush()，再关闭文件。Python的with在退出时自动完成关闭，C必须显式fclose() 并检查返回值。

两种接口的差异

维度	Python	C
打开结果	文件对象	`FILE *`
打开失败	抛出`OSError`的子类，如`FileNotFoundError`	返回`NULL`，原因记录在`errno`
关闭	`close()` 或`with`	`fclose()`，手动调用
文本处理	按`encoding`解码和编码	只做换行转换，不处理字符编码
读写单位	字符、行、整块等高层方法	字符、行、格式化、块四层函数
定位	`tell()` / `seek()`	`ftell()` / `fseek()`
错误检查	异常	返回值、`feof()`、`ferror()`

例子

Python：逐行读取文件

1
f = open("./Task1.txt", "r")
2
fls = f.readlines()
3
for line in fls:
4
    line = line.strip()
5
    print(line)
6
f.close()

readlines() 一次读出所有行，strip() 去掉两端空白后再打印。这段代码依赖末尾的f.close() 释放文件。

Python：用上下文管理器保证关闭

1
with open("./Task1.txt", "r") as f:
2
    fls = f.readlines()
3
    for line in fls:
4
        line = line.strip()
5
        print(line)

逻辑和上例相同，但离开with块时无论是否发生异常都会关闭文件，不需要手写close()。

Python：读取后计算并写回

1
f = open("./Task1.txt", "r+")
2
fls = f.readlines()
3
for line in fls:
4
    line = line.strip()
5
    lstr = line.split()
6
    if lstr[0] == "3":
7
        res = 0
8
        for e in lstr[1:]:
9
            res += int(e)
10
f.write("\n4 " + str(res))
11
f.close()

文件以 "r+" 打开，可以读也可以写。readlines() 读完后位置已经在文件末尾，所以后面的write是追加，而不是覆盖开头的内容。

C：写入后回读

1
#include <stdio.h>
2

3
int main(void) {
4
    FILE *fp = fopen("scores.txt", "w+");
5
    if (fp == NULL) {
6
        perror("fopen");
7
        return 1;
8
    }
9

10
    fprintf(fp, "%d %s\n", 1, "Alice");
11
    rewind(fp);
12

13
    int id;
14
    char name[32];
15
    if (fscanf(fp, "%d %31s", &id, name) == 2) {
16
        printf("%d %s\n", id, name);
17
    }
18

19
    fclose(fp);
20
    return 0;
21
}

"w+" 先截断再以读写方式打开；写入后必须rewind把位置移回开头，才能读到刚写的内容。fopen的返回值先判空，fclose放在最后释放流。格式化读入字符串时用 %31s限定宽度，避免超出name的容量。

探索

读操作如何推进文件位置？

逐次读取固定字节并回到开头。