文件处理
阅读目录
-
一 文件操作
-
二 打开文件的模式
-
三 操作文件的方法
-
四 文件内光标移动
-
五 文件的修改
一 文件操作
一、介绍
文件：在计算机中指，是存储在某种长期储存设备上的一段数据流。所谓“长期储存设备”一般指磁盘、光盘、磁带等。其特点是所存信息可以长期、多次使用，不会因为断电而消失。
操作：指的是动作或按照一定的规范和要领操纵动作。
通过以上解释，文件操作就是把文件通过一定的规范和动作要领存入磁盘的过程。磁盘的动作有读 有写。
计算机中保存数据的流程：应用程序（文件）--> 操作系统 --> 计算机硬件
二、python中
用python编写的应用程序若想要把数据永久保存下来，必须要保存于硬盘中，这就涉及到应用程序要操作硬件，众所周知，应用程序是无法直接操作硬件的，这就用到了操作系统。操作系统把复杂的硬件操作封装成简单的接口给用户/应用程序使用，其中文件就是操作系统提供给应用程序来操作硬盘虚拟概念，用户或应用程序通过操作文件，可以将自己的数据永久保存下来。
#1. 打开文件，得到文件句柄并赋值给一个变量 #2. 通过句柄对文件进行操作 #3. 关闭文件
如此，我们只需要注意和研究文件在python 中的文件操作过程：
#1. 打开文件，得到文件句柄并赋值给一个变量 f=open('a.txt','r',encoding='utf-8') #默认打开模式就为r #2. 通过句柄对文件进行操作 data=f.read() #3. 关闭文件 f.close()
三、f=open（...）的运行过程
例子：小明去火车站买票做火车，在售票厅购买车票，进入火车站上车，到北京站下火车车票票被车站工作人员收回。
小明去火车站买票做火车：相当于我们用户要打开某个文件。
在售票厅购买车票：相当于我们通过python程序发出一个要open(...)
进入火车站上车：相当于open(...) 括号中的动作，读或者写等动作，也就是你买的坐票或卧票一样。
到站下车车票回收：相当于我们的文件关闭。
$1、由应用程序向操作系统发起系统调用open(...) #2、操作系统打开该文件，并返回一个文件句柄给应用程序 #3、应用程序将文件句柄赋值给变量f
四、强调
#强调第一点： 打开一个文件包含两部分资源：操作系统级打开的文件+应用程序的变量。在操作完毕一个文件时，必须把与该文件的这两部分资源一个不落地回收，回收方法为： 1、f.close() #回收操作系统级打开的文件 2、del f #回收应用程序级的变量 其中del f一定要发生在f.close()之后，否则就会导致操作系统打开的文件还没有关闭，白白占用资源， 而python自动的垃圾回收机制决定了我们无需考虑del f，这就要求我们，在操作完毕文件后，一定要记住f.close() 虽然我这么说，但是很多同学还是会很不要脸地忘记f.close(),对于这些不长脑子的同学，我们推荐傻瓜式操作方式：使用with关键字来帮我们管理上下文 with open('a.txt','w') as f: pass with open('a.txt','r') as read_f,open('b.txt','w') as write_f: data=read_f.read() write_f.write(data) 强调第一点：资源回收
#强调第二点： f=open(...)是由操作系统打开文件，那么如果我们没有为open指定编码，那么打开文件的默认编码很明显是操作系统说了算了，操作系统会用自己的默认编码去打开文件，在windows下是gbk，在linux下是utf-8。 这就用到了上节课讲的字符编码的知识：若要保证不乱码，文件以什么方式存的，就要以什么方式打开。 f=open('a.txt','r',encoding='utf-8')
在资源回收时经常有人忘记文件关闭（close），推荐是使用with 打开文件省掉close 的步骤好用又方便：
with open('a.txt','w') as f: pass
五、了解：python2中file和open
#首先在python3中操作文件只有一种选择，那就是open() #而在python2中则有两种方式：file()与open() 两者都能够打开文件，对文件进行操作，也具有相似的用法和参数，但是，这两种文件打开方式有本质的区别，file为文件类，用file()来打开文件，相当于这是在构造文件类，而用open()打开文件，是用python的内建函数来操作，我们一般使用open()打开文件进行操作，而用file当做一个类型，比如type(f) is file
二、打开文件的模式
文件句柄 = open('文件路径', '模式')
常用的文件模式及之间的组合
常用方式： w：以写方式打开， a： 以追加模式打开 (从 EOF 开始, 必要时创建新文件) r+：以读写模式打开 b： 了解部分： w+：以读写模式打开 (参见 w ) a+：以读写模式打开 (参见 a ) rb：以二进制读模式打开 wb：以二进制写模式打开 (参见 w ) ab：以二进制追加模式打开 (参见 a ) rb+：以二进制读写模式打开 (参见 r+ ) wb+：以二进制读写模式打开 (参见 w+ ) ab+：以二进制读写模式打开 (参见 a+ )
#1. 打开文件的模式有(默认为文本模式)： r ，只读模式【默认模式，文件必须存在，不存在则抛出异常】 w，只写模式【不可读；不存在则创建；存在则清空内容】 a， 之追加写模式【不可读；不存在则创建；存在则只追加内容】 #2. 对于非文本文件，我们只能使用b模式，"b"表示以字节的方式操作（而所有文件也都是以字节的形式存储的，使用这种模式无需考虑文本文件的字符编码、图片文件的jgp格式、视频文件的avi格式） rb wb ab 注：以b方式打开时，读取到的内容是字节类型，写入时也需要提供字节类型，不能指定编码 #3. 了解部分 "+" 表示可以同时读写某个文件 r+， 读写【可读，可写】 w+，写读【可读，可写】 a+， 写读【可读，可写】 x， 只写模式【不可读；不存在则创建，存在则报错】 x+ ，写读【可读，可写】 xb
三、操作文件的方法
一、基础操作
操作文件的方法从三个方面入手，文件的读模式（r）、写模式（w）、追加模式（a）、二进制模式（b）。
读模式（r）：
# 读模式的用法 # with open(r'a.txt','r',encoding='utf-8')as f: # f=f.read() #全文打印（缺点：如果文件太大内存会读爆） # f=f.readline() #文件一行一行的读，适用于大文件的文件，最好搭配循环使用 # f=f.readlines() #全文打印，以列表的方式读出（缺点同read）切回车符也在列表中如下： #['222222\n', '222222\n', '你好1\n', '你好\n', '你好\n'] # f=f.readable() # 了解即可。属于布尔值一块
写模式（w）： 只写模式，文件存在清空文件重新写入，不存在创建文件
#with open(r'a.txt','w',encoding='utf-8')as w: # w.write('shao1') # w.writelines(['shao','shao1']) #多行写入，必须使用列表的形式写
追加模式（a）：文件不存在则创建，文件存在那么在打开文件后立刻将光标移动到文件末尾，进行追加写
# f=open(r'b.txt','a',encoding='utf-8') # # print(f.writable()) # f.write('4444\n') # f.write('5555\n') # f.writelines(['66666\n','7777\n']) # f.close()
二进制模式（b）：
# with open('111.png','rb') as f: # print(f.read()) # with open('b.txt','rb',) as f: # print(f.read().decode('utf-8')) # with open('b.txt','wb') as f: # res='中问'.encode('utf-8') #必须先转码 在写入 # print(res,type(res)) # f.write(res) # with open('b.txt','ab') as f: # res='哈哈哈'.encode('utf-8') # print(res,type(res)) # f.write(res)
四 、文件内光标移动
一、文件read 读取的文件字符
在上面我们已经解除过使用read 的内置函数来读取文件的整个内容，如果我们想使用read 读取文件切是某一段的话，该怎么实现呢？
注意：assic码中一个汉字默认是3个字符（3个byte），一个英文字符是（1个byte）
#文件内容（a.tx）： 你好啊？ 二傻子？ 读取全文: with open('a.txt','r',encoding='utf-8') as read_f: f=read_f.read() print (f) 读取文中的某几个字段: with open('a.txt','r',encoding='utf-8') as read_f: f=read_f.read(3) print (f) 打印结果为：你
通过以上实例，我们知道reda（3）：
1. 文件打开方式为文本模式时，代表读取3个字符
2. 文件打开方式为b模式时，代表读取3个字节
二、其他光标移动方法
其余的文件内光标移动都是以字节为单位如seek，tell，truncate
seek （移动光标）的用法：
seek，光标移动默认都是从文件开头到结尾，也就是从左到右的顺序。seek有三种移动方式0，1，2，其中1和2必须在b模式下进行，但无论哪种模式，都是以bytes为单位移动的。
0：文件的开头
1：光标的当前位置
2：文件的末尾
# with open('c.txt','rb',) as f: # f.seek(6,0) #意思是光标移动到第6个字节上，0代表文件的开头。那么（6,0）的意思就是以光标在6的的字节打印全文 # # f.seek(8,0) # print(f.read())
# print(f.decode('utf-8'))
# with open('c.txt','rb') as f:
# print(f.read(6))
# f.seek(2,1) #光标移动2个byte，1代表光标当前的位置，也就是在第2个字节处
# print(f.tell()) #告诉你光标当前所在的位置
# print(f.read().decode('utf-8'))
# with open('c.txt','rb') as f:
# # f.seek(-3,2) #2 表示文件末尾，-3 这代表是文件末尾的3个字节
# # print(f.tell())
# f.seek(0,2)
""" 文件光标移动，光标永远在文件末尾 通过别的程序写入查看效果。 类似于命令tail -f a.txt （实时文件写入查看） """ import time with open('a.txt','rb') as read_f: read_f.seek(0,2) #光标在2的模式下是永远在文件末尾 while True: line=read_f.readline() if line: #if line 使用的是布尔(boolr)形式，布尔就是真假，只有布尔值是0，空，none 时为假，反之为真 print(line.decode('utf-8'),end='') #print(line,end='') 该样式看不到结果，是因为把print的自带的回车符去掉了 else: time.sleep(0.5) # 休眠0.5秒
五、文件的修改
文件的数据是存放于硬盘上的，因而只存在覆盖、不存在修改这么一说，我们平时看到的修改文件，都是模拟出来的效果，具体的说有两种实现方式：
方式一：将硬盘存放的该文件的内容全部加载到内存，在内存中是可以修改的，修改完毕后，再由内存覆盖到硬盘（word，vim，nodpad++等编辑器）
import os
with open('a.txt') as read_f,open('.a.txt.swap','w') as write_f:
data=read_f.read() #全部读入内存,如果文件很大,会很卡
data=data.replace('alex','SB') #在内存中完成修改
write_f.write(data) #一次性写入新文件
os.remove('a.txt')
os.rename('.a.txt.swap','a.txt')
方式二：将硬盘存放的该文件的内容一行一行地读入内存，修改完毕就写入新文件，最后用新文件覆盖源文件
import os
with open('a.txt') as read_f,open('.a.txt.swap','w') as write_f:
for line in read_f:
line=line.replace('alex','SB')
write_f.write(line)
os.remove('a.txt')
os.rename('.a.txt.swap','a.txt')
六、练习
1. 文件a.txt内容：每一行内容分别为商品名字，价钱，个数，求出本次购物花费的总钱数 apple 10 3 tesla 100000 1 mac 3000 2 lenovo 30000 3 chicken 10 3
total=0 with open('a.txt','r',encoding='utf-8') as f: for i in f: p=int(i.split()[1])*int(i.split()[2]) total+=p print(total)
