4.2 文件IO
4.2 文件 I/O
文件操作只有一个主推姿势：
open(路径, 模式) do io ... end，用完自动关闭。其余按数据形态选：逐行读用eachline，整块读用read，二进制用write/read配类型。
文本读写实战
写一个文件、再读回来，完整跑一遍：
# 写：注意 "w" 模式会覆盖已存在文件 open("notes.txt", "w") do io println(io, "第一行：实验参数 alpha=0.01") println(io, "第二行：迭代 1000 次") end # 逐行读（惰性，内存友好） for (i, line) in enumerate(eachline("notes.txt")) println("第 $i 行 → $line") end # 一次性读成字符串 content = read("notes.txt", String)
追加写用 "a" 模式——日志类文件的标准选择：
open("run.log", "a") do io println(io, "run at $(now())") end
IO 抽象层次与常用入口
二进制读写：存一个大数组
数值数组直接按字节落盘，速度最快、体积最小：
data = rand(10^6) open("data.bin", "w") do io write(io, length(data)) # 先写长度，读回时才知道读多少 write(io, data) # 数组按内存布局整体写出 end open("data.bin") do io n = read(io, Int) # 按写入顺序读回 v = read!(io, Vector{Float64}(undef, n)) end
💡 关键直觉：
write/read!走的是裸字节，没有元数据。谁写谁负责记录形状与类型——这也是为什么真实项目更常用 4.3 的 JLD2：它把类型信息一起存了。
目录与路径操作
readdir("some_dir") # 列目录 mkdir("results") # 新建目录 ispath("results") # 存在性检查 mv("a.txt", "b.txt") # 移动或重命名 rm("b.txt") # 删除文件；删目录加 force=true joinpath("results", "run1") # 跨平台拼路径，别手写斜杠
⚠️ 常见坑：Windows 与类 Unix 路径分隔符不同，手工拼
"/"会在 Windows 上出诡异问题。永远用joinpath，或写原生字符串raw"C:\data"避免反斜杠转义。
案例：解析一个不规范的真实日志
背景：仪器导出的日志格式常有杂质——空行、注释行、逗号空格混用。手工解析正是文件 IO 的主场。样本长这样：每行"时间,数值"，夹杂以 # 开头的注释。第一步，写解析器：
function parse_log(path) rows = Tuple{Float64,Float64}[] # 结果容器，类型具体 for line in eachline(path) s = strip(line) # 去首尾空白 (isempty(s) || startswith(s, "#")) && continue # 跳过空行与注释 parts = split(s, ",") t = tryparse(Float64, strip(parts[1])) v = tryparse(Float64, strip(parts[2])) (isnothing(t) || isnothing(v)) && continue # 坏行跳过并计数更佳 push!(rows, (t, v)) end rows end rows = parse_log("sensor.log") length(rows) # 有效数据行数
解读这段代码的防御层次：strip 处理行尾空白，tryparse 把"转不成数字"从异常降级为 nothing，两道 continue 保证任何脏行都只被跳过而不炸掉整趟解析。变式：把 continue 换成收集坏行号到数组，最后打印报告，就成了一个可以交给运维的日志体检工具——从"能读"到"能诊断"，中间只差一个记录动作。
大文件逐块处理的边界情况
几 GB 的日志一次 read 进内存会直接顶爆。三个对策按优先级排：首选 eachline，它是惰性迭代器，任意大的文件内存占用恒定；其次 open 拿到流后 read(io, n) 手动分块，适合定长二进制记录；最后才是 mmap（内存映射），把文件映射进地址空间按数组访问，适合"频繁随机访问局部区域"的场景。一个经验数字感：逐行处理一千万行日志，eachline 循环体保持类型稳定的话，整个任务几十秒、内存不到百兆——性能瓶颈从来不在 IO 抽象本身，而在循环体里每次迭代做了多少分配。
另一个边界是权限与容错：目标文件被别的进程占用时 open 抛 IOError，脚本批量处理文件时把 open 包进 try/catch、记下失败路径继续跑，比让整个批任务停在第三个文件上有用得多。
概念辨析：文本模式与二进制模式的本质差异
同是 read，按 String 读与按字节数组读走的是两条路。文本读法假设内容是某种编码的字符序列，按行切分、可以做 strip/split 等字符级操作；二进制读法拿到的是 Vector{UInt8}，一切结构靠你按偏移量解释——本节开头的 data.bin 例子就是"先写 8 字节的长度、再写裸数据"的自定义协议。两者之间可以互转：String(copy(bytes)) 把字节按 UTF-8 解释成文本（不 copy 会共享底层，谨慎原地修改）。选哪种的判断标准只有一条：文件是人类写的还是程序写的。人类写的必然是文本，程序写的高性能中间数据必然选二进制，混合场景（如日志头部带元信息）则文本头加二进制体，用 position 与 seek 在流里跳着读。
本节要点回顾
open ... do自动关闭，忘掉手动close的写法；eachline惰性逐行，大日志文件不爆内存；- 二进制
write/read!最快，但要自己记录元数据； - 路径操作用
joinpath，跨平台零烦恼； - 覆盖用
"w"、追加用"a"，动手前想清楚。