Python中使用变量重新赋值的文件缓冲刷新与关闭

Question

我最近在使用Python处理文件时遇到了一些有趣的事情，想确认一下我理解得对不对。给你看看：

[Python 2.7 shell]

...
model = (really big Numpy model)
f = open('file.out','w')
pickle.dump(model, f)
(pickle.dump() finishes while I'm doing other things)

[Bash shell]

$ ls -l
-rw-r--r--  1 john  staff  270655488 Dec  6 21:32 file.out

[返回Python shell]

model = (different really big Numpy model)
f = open('newfile.out','w')
pickle.dump(model,f)
(pickle.dump() finishes)

[Bash shell]

$ ls -l
-rw-r--r--  1 john  staff  270659455 Dec  7 07:09 file.out
-rw-r--r--  1 john  staff  270659451 Dec  6 20:48 newfile.out

注意，file.out现在的大小变了。

我知道Python的文件缓冲区默认是系统的大小（我用的是Mac OSX），所以在我操作的时候，文件缓冲区里还有3967个字节，而Mac的文件缓冲区比这个要大。

让我感兴趣的是，我在没有调用f.close()的情况下，强行把文件对象'f'重新指向了另一个打开的文件（老实说，我只是想快点测试其他东西，结果忘了）。当我查看文件大小时，我半期待它保持不变（这可能意味着输出被截断了）。

所以，我想问的是，这样做是否安全？文件对象的重新赋值是否有某种机制，能够让Python的垃圾回收器或者文件对象自己在这种突发的变量重新赋值时，自动刷新缓冲区并关闭文件，即使你没有调用close()方法？更重要的是，这种情况是总是这样的吗？还是说在某些情况下，变量重新赋值可能确实会，或者在其他情况下可能会在文件缓冲区刷新之前截断那个缓冲区。

我想这其实是个关于文件对象和Python垃圾回收器在没有适当销毁的情况下，处理对象时的优雅性和安全性的问题。

Answer 1

默认情况下，pickle的dumps使用的是ASCII格式（协议0），所以它的长度取决于实际的数据。如果你想使用二进制格式来保存数据，可以把版本号设置为-1。不过要注意，这样的话你在读取和写入文件时需要用到"wb"和"rb"这两个模式。

Answer 2

只要你的电脑没有崩溃，不关闭文件也不会丢失数据。Python会在文件对象被垃圾回收时自动关闭文件。在你提到的情况中，f是唯一指向这个文件的名字，所以当你把这个名字用来做其他事情时，文件就被关闭了。

不过，最好还是养成关闭文件的习惯，这样可以释放系统为文件对象分配的资源。在某些情况下，你可能不知道文件对象什么时候会被垃圾回收，比如在出现错误时，文件对象的引用可能会保存在错误追踪信息中，这样就会阻止垃圾回收。所有文件在解释器退出时都会被关闭。