当文件句柄存储在Dict中时，为什么使用“w+”而不是“a+”会在文件中产生垃圾？

Question

我编写了一个函数，它接受一个包含多个字段的项目列表，并根据某些字段的内容将每个项目写入一个或多个文件。你知道吗

文件的名称基于这些字段的内容，因此例如，字段rating中具有值AAA的项和字段country中具有值Spain的项将结束于文件AAA_firms.txt、Spain_firms.txt和Spain_AAA_firms.txt（只是一个示例，不是真实情况）。你知道吗

当我第一次对它进行编码时，我使用'w+'作为打开文件的模式，得到的结果是文件的大部分内容似乎都已损坏，^@是我在文件中的字符，文件末尾只有几个正确的条目。例如，我们正在讨论一个超过3500个条目的文件，其末尾只有不到100个条目是可阅读的，文件的其余部分是^@字符。你知道吗

我找不到原因，所以我用另一种方法做了它，我把所有的条目都存储在dict的列表中，然后一次将每个列表写到一个文件中，再次用w+打开文件，这样做很好，但我对发生的事很好奇。你知道吗

除此之外，我还尝试将'w+'更改为'a+'，这很有效！你知道吗

我想知道使'w+'工作不稳定和'a+'工作正常的确切区别。你知道吗

我将下面的代码的模式设置为'w+'（这样它会将看似垃圾的内容写入文件）。你知道吗

代码不是100%真实的，我必须修改名称并且是类的一部分（源代码列表本身，实际上是一个dict包装器，您可以从这里的代码猜到）。你知道吗

def extractLists(self, outputDir, filenameprefix):
    totalEntries = 0
    aKey = "rating"
    bKey = "country"
    nameKey = "name"
    representativeChars = 2
    fileBase = outputDir + "/" + filenameprefix
    filenameAll = fileBase + "_ALL.txt"

    xLists = dict()

    for item in self.content.values():
        if (item[aKey] != aKey):
            totalEntries = totalEntries + 1
            filenameA = fileBase + "_" + item[aKey]+ "_ANY.txt"
            filenameB = fileBase + "_ANY_" + item[bKey][0:representativeBuildingChars]+ ".txt"
            filenameAB = fileBase + "_" + item[aKey]+ "_" + item[bKey][0:representativeBuildingChars] + ".txt" 
            xLists.setdefault(filenameAll,open(filenameAll,"w+")).write(item[nameKey]+"\n")
            mailLists.setdefault(filenameA,open(filenameA,"w+")).write(item[nameKey]+"\n")
            mailLists.setdefault(filenameB,open(filenameB,"w+")).write(item[nameKey]+"\n")
            mailLists.setdefault(filenameAB,open(filenameAB,"w+")).write(item[nameKey]+"\n")

    for fileHandle in mailLists.values():
        fileHandle.close()

    print(totalEntries)  
    return totalEntries

Answer 1

每次循环中都要重新打开文件对象，即使已经存在于字典中。表达式：

mailLists.setdefault(filenameA,open(filenameA,"w+"))

首先打开文件，因为setdefault()的两个参数都需要可用。使用open(..., 'w+')截断文件。你知道吗

当您第一次这样做时，文件名还没有出现，但是在以后的所有时间里，您只是截断了一个仍然有打开的文件句柄的文件。字典中已经存在的打开文件句柄具有文件写入位置，并从该位置继续写入。由于文件刚刚被截断，这将导致您观察到的行为：文件内容已损坏。您将看到多个条目被写入，因为数据仍然可以被缓冲；只有已经刷新到磁盘的数据会丢失。你知道吗

请看这个简短的演示（在OSX上执行，不同的操作系统和文件系统的行为可能不同）：

>>> with open('/tmp/testfile.txt', 'w') as f:
...     f.write('The quick brown fox')
...     f.flush()  # flush the buffer to disk
...     open('/tmp/testfile.txt', 'w')  # second open call, truncates
...     f.write(' jumps over the lazy fox')
...
<open file '/tmp/testfile.txt', mode 'w' at 0x10079b150>
>>> with open('/tmp/testfile.txt', 'r') as f:
...     f.read()
...
'\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00 jumps over the lazy fox'

在aappend模式下打开文件不会截断，这就是为什么这种更改会起作用。你知道吗

不要一直打开文件，只在文件实际丢失时才打开。您必须使用if语句：

if filenameA not in mailLists:
    mailLists[filenameA] = open(filenameA, 'w+')

我不知道你为什么在filemode中使用+，因为你看起来没有从任何文件中读取。你知道吗

对于filenameAll，变量名永远不会更改，您根本不需要在循环中打开该文件。把这个移到外，只打开一次。你知道吗