75 lines
2.4 KiB
ReStructuredText
75 lines
2.4 KiB
ReStructuredText
=========================
|
||
5.7 读写压缩文件
|
||
=========================
|
||
|
||
----------
|
||
问题
|
||
----------
|
||
你想读写一个gzip或bz2格式的压缩文件。
|
||
|
||
----------
|
||
解决方案
|
||
----------
|
||
``gzip`` 和 ``bz2`` 模块可以很容易的处理这些文件。
|
||
两个模块都为 ``open()`` 函数提供了另外的实现来解决这个问题。
|
||
比如，为了以文本形式读取压缩文件，可以这样做：
|
||
|
||
.. code-block:: python
|
||
|
||
# gzip compression
|
||
import gzip
|
||
with gzip.open('somefile.gz', 'rt') as f:
|
||
text = f.read()
|
||
|
||
# bz2 compression
|
||
import bz2
|
||
with bz2.open('somefile.bz2', 'rt') as f:
|
||
text = f.read()
|
||
|
||
类似的，为了写入压缩数据，可以这样做：
|
||
|
||
.. code-block:: python
|
||
|
||
# gzip compression
|
||
import gzip
|
||
with gzip.open('somefile.gz', 'wt') as f:
|
||
f.write(text)
|
||
|
||
# bz2 compression
|
||
import bz2
|
||
with bz2.open('somefile.bz2', 'wt') as f:
|
||
f.write(text)
|
||
|
||
如上，所有的I/O操作都使用文本模式并执行Unicode的编码/解码。
|
||
类似的，如果你想操作二进制数据，使用 ``rb`` 或者 ``wb`` 文件模式即可。
|
||
|
||
----------
|
||
讨论
|
||
----------
|
||
大部分情况下读写压缩数据都是很简单的。但是要注意的是选择一个正确的文件模式是非常重要的。
|
||
如果你不指定模式，那么默认的就是二进制模式，如果这时候程序想要接受的是文本数据，那么就会出错。
|
||
``gzip.open()`` 和 ``bz2.open()`` 接受跟内置的 ``open()`` 函数一样的参数，
|
||
包括 ``encoding``，``errors``，``newline`` 等等。
|
||
|
||
当写入压缩数据时，可以使用 ``compresslevel`` 这个可选的关键字参数来指定一个压缩级别。比如：
|
||
|
||
.. code-block:: python
|
||
|
||
with gzip.open('somefile.gz', 'wt', compresslevel=5) as f:
|
||
f.write(text)
|
||
|
||
默认的等级是9，也是最高的压缩等级。等级越低性能越好，但是数据压缩程度也越低。
|
||
|
||
最后一点， ``gzip.open()`` 和 ``bz2.open()`` 还有一个很少被知道的特性，
|
||
它们可以作用在一个已存在并以二进制模式打开的文件上。比如，下面代码是可行的：
|
||
|
||
.. code-block:: python
|
||
|
||
import gzip
|
||
f = open('somefile.gz', 'rb')
|
||
with gzip.open(f, 'rt') as g:
|
||
text = g.read()
|
||
|
||
这样就允许 ``gzip`` 和 ``bz2`` 模块可以工作在许多类文件对象上，比如套接字，管道和内存中文件等。
|
||
|