[Python] io 模块之 open() 方法

io.open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True)

打开file对象并返回对应的数据流。如果打开失败，则抛出IOError异常。

file要么是一个指向需要被打开文件的路径字符串，或者是文件描述符序号。

mode是一个可选字符串，用来指明打开文件的模式。默认为'r'，意思是可读文本模式。另一个常见的参数值是'w'，表示写入（如果文件存在，则首先清空文件内容。）。'a'表示追加，在某些Unix系统中表示无论当前处于文本什么位置，所以内容都要追加到文件末尾。在文本模式中，如果没有指明编码，则默认使用操作系统的编码。（对于原始字节的读写使用二进制模式，而不在乎编码是否指定。）以下是可用的模式：

字符	含义
'r'	只读模式（默认）
'w'	清空原文件，写入模式。
'a'	写入模式，如果文件存在 则追加到文件末尾。
'b'	二进制模式。
't'	文本模式（默认）
'+'	打开磁盘文件进行更新（读写）
'U'	通用新行模式（只为向后兼容，不推荐再使用。）

默认的模式是'rt'（文本可读）。对于二进制访问，'w+b'模式会打开并清空文件，而'r+b'只打开文件而不清空。

Python区分文件的打开方式是二进制还是文本，哪怕底层的操作系统不区分它们。用二进制模式（即在mode参数中包含'b'）打开的文件会以字节对象返回，不进行任何解码。在文本模式（缺省情况或者是mode参数中包含't'）下，字节会首先被按照指定的编码方式进行解码，如果没有给出指定的编码方式，则使用操作系统默认的编码方式。

buffering是一个可选的整数，用来设置buffering策略。0表示关闭buffering（只在二进制模式下），1表示选择行进行缓冲（buffering)（仅限于文本模式），大于1的整数表示选择固定大小的块进行缓冲。如果没有给定buffering参数，默认的缓冲策略如下：

二进制文件按照固定大小的块进行缓冲；Python首先试图确定底层设备的block size，然后赋给DEFAULT_BUFFER_SIZE。在许多系统中，缓冲大小一般是4096或者8192个字节。

交互式文本文件（isatty()返回True的文件）使用行缓冲。其他文本文件使用跟二进制文件一样的策略。

encoding是编码名称，用以编码或者解码文件。这只在文本模式中使用。默认的编码方式是系统的编码方式（即locale.getpreferredencoding()返回值），任何Python支持的编码都可以充当该参数。查看codec模块了解所有被支持的编码。

errors是一个可选字符串，用以指明如何处理编码或解码异常，该参数在二进制模式不可用。传入'strict'用以在编码异常发生时抛出ValueError异常，或者使用'ignore'忽略异常。（注意：忽略编码异常可能导致数据丢失。）'replace'表示遇见不规则数据时插入一个替换符（例如?）代替它。'xmlcharrefreplace'表示使用合适的XML字符参考进行替换，'backslashreplace'表示使用反斜杠代替。任何注册到codecs.register_error()中的异常处理名称都是有效的。

newline表示如何使用通用新行来标识一个新行。它可能是None，''，'\n'，'\r'以及'\r\n'。它的工作方式如下：

在输入时，如果newline是None，通用新行模式打开。输入的新行可以'\n', '\r'或 '\r\n'结尾，它们在被返回给调用者之前都将被转义成'\n'。如果它是''，新行模式打开，新行将被原样返回给调用者。如果新行中包含任何有效字符，该行只会以给定的字符来确定该行结束。

在输出时，如果newline是None，'\n'将是默认的行分隔符（即os.linesep）。如果新行是''，则不会进行转义。如果新行包含任何有效字符，'\n'字符串将转义成给定字符串。

如果closefd为False，并且给定的是文件描述符而不是文件名，当文件关闭的时候，底层的文件描述符仍然保持开启。如果给定了文件名，则closefd无效而且必须是True（默认就是True）。

open()函数返回的文件对象取决于模式。当使用文本模式打开文件时，它返回一个TextIOBase的子类。当使用二进制打开时，返回的是BufferedIOBase的子类。准确细分为：可读二进制模式，返回BufferReader对象；在可写和追加模式中，返回BufferWriter对象，在读写模式中，返回BufferRandom。当buffering关闭时，原始数据流，一个RawIOBase的子类将被返回。

还可以使用unicode或者字节字符串当作一个文件来进行读写。对于unicode字符串，将像文本一样使用StringIO对其进行处理，而二进制则使用BytesIO。