Ввод-вывод

Ввод-вывод в Python устроен как стек из трёх слоёв, и почти каждая ловушка темы объясняется тем, на каком слое вы сейчас стоите. Внизу — «сырой» слой RawIOBase; для файла это FileIO, тонкая обёртка над дескриптором операционной системы, умеющая только отдавать и принимать байты. Над ним — буферизующий слой BufferedReader / BufferedWriter / BufferedRandom, который копит данные в памяти, чтобы не делать системный вызов на каждый байт. Сверху — TextIOWrapper, который декодирует байты в str, кодирует обратно и попутно переписывает переводы строк. open('f.txt') собирает всю тройку, open('f.bin', 'rb') останавливается на втором слое, а open('f.bin', 'rb', buffering=0) отдаёт голый FileIO.

Специфика Python здесь — в жёстком разделении str и bytes. Текстовый режим работает только со str и обязательно применяет кодировку; бинарный работает только с bytes и не трогает ни одного байта. Из этого разделения растут остальные правила темы, и они не интуитивны: buffering=0 разрешён только в бинарном режиме, tell() в текстовом возвращает непрозрачный маркер, а не смещение в байтах, seek от ненулевого whence там запрещён, w обрезает файл в момент открытия, а a+ пишет в конец даже сразу после seek(0). Отдельно стоит сериализация — json переносим между языками, но знает шесть типов, а pickle сериализует почти любой объект и при загрузке недоверенных данных выполняет произвольный код.

Карта темы

• Файловый объект и стек io — что такое поток, из каких трёх слоёв его собирает open() и почему файл — не обязательно файл на диске.
• Режимы open() — r, w, x, a задают судьбу файла, t/b — тип данных, + — направление; и что каждое сочетание делает с содержимым.
• Текстовый и бинарный режимы — str против bytes, где именно применяется кодировка и как newline= управляет переписыванием \r\n.
• Буферизация, flush и close — построчная и блочная буферизация, почему buffering=0 вне бинарного режима незаконен и чем flush() отличается от os.fsync().
• tell() и seek() — байтовые смещения в бинарном режиме и непрозрачные маркеры в текстовом, из-за которых арифметика над позицией запрещена.
• StringIO и BytesIO — потоки в памяти с тем же файловым API — для тестов, захвата вывода и сборки данных без диска.
• json и pickle — какие типы переживают каждый формат и почему pickle.load на недоверенном вводе — это выполнение чужого кода.

Частые ошибки и ловушки

Значение для собеседований

Тему спрашивают у всех — от junior до senior, — но глубина проверки резко разная. На junior-уровне хотят услышать буквы режимов и разницу текста и байтов: w обрезает, x падает на существующем файле, a дописывает, b даёт bytes, а текстовый режим даёт str и применяет кодировку. Дальше почти всегда идёт «зачем закрывать файл» — и правильный ответ не «чтобы не течь дескрипторами», а «потому что close() сбрасывает буфер». Кто назвал только дескрипторы, показал, что не держит в голове буферизующий слой.

Middle-вопросы — про механику. Что контролирует аргумент buffering, почему buffering=0 нельзя в текстовом режиме, чем flush() отличается от os.fsync(), что делают tell() и seek() и почему в текстовом режиме нельзя сдвинуться «на десять байтов назад». Здесь же спрашивают про io.StringIO — обычно в контексте тестов, где коду подсовывают поток вместо файла. Senior-уровень уходит в сериализацию — как научить json своим типам через default и object_hook и почему pickle нельзя применять к данным, пересёкшим границу доверия. Типичная ошибка на последнем вопросе — «формат бинарный, значит код не выполнится». Всё ровно наоборот: pickle — это маленькая виртуальная машина, и её опкоды умеют вызывать что угодно.