python基础-文件处理
1、什么是文件 应用程序运行过程中产生的数据最先都是存放于内存中的，若想永久保存 下来，必须要保存于硬盘中。应用程序若想操作硬件必须通过操作系统， 而文件就是操作系统提供给应用程序来操作硬盘的虚拟概念，用户或应用 程序对文件的操作，就是向操作系统发起调用，然后由操作系统完成对硬 盘的具体操作。 文件是操作系统提供给用户/应用程序操作硬盘的一种虚拟的概念/接口 用户/应用程序(open()) 操作系统（文件） 计算机硬件（硬盘） 2、为何要用文件 用户/应用程序可以通过文件将数据永久保存的硬盘中 即操作文件就是操作硬盘 用户/应用程序直接操作的是文件，对文件进行的所有的操作，都是 在向操作系统发送系统调用，然后再由操作将其转换成具体的硬盘操作 3、如何用文件：open() # 1. 打开文件，由应用程序向操作系统发起系统调用open(...)，操作系统打开该文件，对应一块硬盘空间，并返回一个文件对象赋值给一个变量f f=open('a.txt','r',encoding='utf-8') #默认打开模式就为r # 2. 调用文件对象下的读/写方法，会被操作系统转换为读/写硬盘的操作 data=f.read() # 3. 向操作系统发起关闭文件的请求，回收系统资源 f.close() 控制文件读写内容的模式：t和b 强调：t和b不能单独使用，必须跟r/w/a连用 t文本（默认的模式） 1、读写都以str（unicode）为单位的 2、文本文件 3、必须指定encoding='utf-8' b二进制/bytes 控制文件读写操作的模式 r只读模式 w只写模式 a只追加写模式 +：r+、w+、a+
# 1、打开文件 # windows路径分隔符问题 # open('C:\a.txt\nb\c\d.txt') # 解决方案一：推荐 # open(r'C:\a.txt\nb\c\d.txt') # 解决方案二： # open('C:/a.txt/nb/c/d.txt') f = open(r'aaa/a.txt', mode='rt') # f的值是一种变量，占用的是应用程序的内存空间 # print(f) # x=int(10) # 2、操作文件：读/写文件，应用程序对文件的读写请求都是在向操作系统发送 # 系统调用，然后由操作系统控制硬盘把输入读入内存、或者写入硬盘 res = f.read() print(type(res)) # print(res) # 3、关闭文件 f.close() # 回收操作系统资源 # print(f) # f.read() # 变量f存在，但是不能再读了 # del f # 回收应用程序资源
打开一个文件包含两部分资源：应用程序的变量f和操作系统打开的文件。在操作完毕一个文件时，必须把与该文件的这两部分资源全部回收，回收方法为： 1、f.close() #回收操作系统打开的文件资源 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无法关闭，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()，虽然我们如此强调，但是大多数读者还是会不由自主地忘记f.close()，考虑到这一点，python提供了with关键字来帮我们管理上下文 # 1、在执行完子代码块后，with 会自动执行f.close() with open('a.txt','w') as f: pass # 2、可用用with同时打开多个文件，用逗号分隔开即可 with open('a.txt','r') as read_f,open('b.txt','w') as write_f: data = read_f.read() write_f.write(data)
f = open(...)是由操作系统打开文件，如果打开的是文本文件，会涉及到字符编码问题，如果没有为open指定编码，那么打开文本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')
''' 强调：t和b不能单独使用，必须跟r/w/a连用 t文本（默认的模式） 1、读写都以str（unicode）为单位的 2、文本文件 3、必须指定encoding='utf-8' ''' # 没有指定encoding参数操作系统会使用自己默认的编码 # linux系统默认utf-8 # windows系统默认gbk # with open('c.txt', mode='rt', encoding='utf-8') as f: # res = f.read() # t模式会将f.read()读出的结果解码成unicode # print(res, type(res)) # 内存：utf-8格式的二进制-----解码-----》unicode # 硬盘（c.txt内容：utf-8格式的二进制）
1 控制文件读写操作的模式 r(默认的)：只读 w：只写 a：只追加写 1.1 案例一：r 模式的使用 # r只读模式: 在文件不存在时则报错,文件存在文件内指针直接跳到文件开头 with open('a.txt',mode='r',encoding='utf-8') as f: res=f.read() # 会将文件的内容由硬盘全部读入内存，赋值给res
# 1、r（默认的操作模式）：只读模式，当文件不存在时报错，当文件存在时文件指针跳到开始位置 with open('c.txt',mode='rt',encoding='utf-8') as f: print('第一次读'.center(50,'*')) res=f.read() # 把所有内容从硬盘读入内存 print(res) # with open('c.txt', mode='rt', encoding='utf-8') as f: print('第二次读'.center(50,'*')) res1=f.read() print(res1)
# 小练习：实现用户认证功能 inp_name=input('请输入你的名字: ').strip() inp_pwd=input('请输入你的密码: ').strip() with open(r'db.txt',mode='r',encoding='utf-8') as f: for line in f: # 把用户输入的名字与密码与读出内容做比对 u,p=line.strip('\n').split(':') if inp_name == u and inp_pwd == p: print('登录成功') break else: print('账号名或者密码错误') 1.2 案例二：w 模式的使用 # w只写模式: 在文件不存在时会创建空文档,文件存在会清空文件,文件指针跑到文件开头 with open('b.txt',mode='w',encoding='utf-8') as f: f.write('你好\n') f.write('我好\n') f.write('大家好\n') f.write('111\n222\n333\n') #强调： # 1 在文件不关闭的情况下,连续的写入，后写的内容一定跟在前写内容的后面 # 2 如果重新以w模式打开文件，则会清空文件内容
# with open('d.txt',mode='wt',encoding='utf-8') as f:
# f.read() # 报错，不可读
# f.write('擦勒\n')
# 强调1：
# 在以w模式打开文件没有关闭的情况下，连续写入，新的内容总是跟在旧的之后
# with open('d.txt',mode='wt',encoding='utf-8') as f:
# f.write('擦勒1\n')
# f.write('擦勒2\n')
# f.write('擦勒3\n')
# 强调2：
# 如果重新以w模式打开文件，则会清空文件内容
# with open('d.txt',mode='wt',encoding='utf-8') as f:
# f.write('擦勒1\n')
# with open('d.txt',mode='wt',encoding='utf-8') as f:
# f.write('擦勒2\n')
# with open('d.txt',mode='wt',encoding='utf-8') as f:
# f.write('擦勒3\n')
# 案例：w模式用来创建全新的文件
# 文件文件的copy工具
# src_file=input('源文件路径>>: ').strip()
# dst_file=input('源文件路径>>: ').strip()
# with open(r'{}'.format(src_file),mode='rt',encoding='utf-8') as f1,\
# open(r'{}'.format(dst_file),mode='wt',encoding='utf-8') as f2:
# res=f1.read()
# f2.write(res)
1.3 案例三：a 模式的使用 # a只追加写模式: 在文件不存在时会创建空文档,文件存在会将文件指针直接移动到文件末尾 with open('c.txt',mode='a',encoding='utf-8') as f: f.write('44444\n') f.write('55555\n') #强调 w 模式与 a 模式的异同： # 1 相同点：在打开的文件不关闭的情况下，连续的写入，新写的内容总会跟在前写的内容之后 # 2 不同点：以 a 模式重新打开文件，不会清空原文件内容，会将文件指针直接移动到文件末尾，新写的内容永远写在最后
# with open('e.txt',mode='at',encoding='utf-8') as f: # # f.read() # 报错，不能读 # f.write('擦嘞1\n') # f.write('擦嘞2\n') # f.write('擦嘞3\n') # 案例：a模式用来在原有的文件内存的基础之上写入新的内容，比如记录日志、注册 # 注册功能 # name=input('your name>>: ') # pwd=input('your name>>: ') # with open('db.txt',mode='at',encoding='utf-8') as f: # f.write('{}:{}\n'.format(name,pwd))
1.4 案例四：+ 模式的使用(了解) # r+ w+ a+ :可读可写 #在平时工作中，我们只单纯使用r/w/a，要么只读，要么只写，一般不用可读可写的模式
# 了解：+不能单独使用，必须配合r、w、a # with open('g.txt',mode='rt+',encoding='utf-8') as f: # # print(f.read()) # f.write('中国') # with open('g.txt',mode='w+t',encoding='utf-8') as f: # f.write('111\n') # f.write('222\n') # f.write('333\n') # print('====>',f.read()) # # with open('g.txt',mode='a+t',encoding='utf-8') as f: # print(f.read()) # # f.write('444\n') # f.write('5555\n') # print(f.read())
1.5 x模式（控制文件操作的模式）-》了解 x， 只写模式【不可读；不存在则创建，存在则报错】 """ # with open('a.txt',mode='x',encoding='utf-8') as f: # pass # with open('c.txt',mode='x',encoding='utf-8') as f: # f.read() with open('d.txt', mode='x', encoding='utf-8') as f: f.write('哈哈哈\n')
控制文件读写内容的模式
大前提: tb模式均不能单独使用,必须与r/w/a之一结合使用
t（默认的）：文本模式
1. 读写文件都是以字符串为单位的
2. 只能针对文本文件
3. 必须指定encoding参数
b：二进制模式:
1.读写文件都是以bytes/二进制为单位的
2. 可以针对所有文件
3. 一定不能指定encoding参数案例一：t 模式的使用
# t 模式：如果我们指定的文件打开模式为r/w/a，其实默认就是rt/wt/at with open('a.txt',mode='rt',encoding='utf-8') as f: res=f.read() print(type(res)) # 输出结果为：<class 'str'> with open('a.txt',mode='wt',encoding='utf-8') as f: s='abc' f.write(s) # 写入的也必须是字符串类型 #强调：t 模式只能用于操作文本文件,无论读写，都应该以字符串为单位，而存取硬盘本质都是二进制的形式，当指定 t 模式时，内部帮我们做了编码与解码
案例二： b 模式的使用
# b: 读写都是以二进制位单位 with open('1.mp4',mode='rb') as f: data=f.read() print(type(data)) # 输出结果为：<class 'bytes'> with open('a.txt',mode='wb') as f: msg="你好" res=msg.encode('utf-8') # res为bytes类型 f.write(res) # 在b模式下写入文件的只能是bytes类型 #强调：b模式对比t模式 1、在操作纯文本文件方面t模式帮我们省去了编码与解码的环节，b模式则需要手动编码与解码，所以此时t模式更为方便 2、针对非文本文件（如图片、视频、音频等）只能使用b模式
# 小练习： 编写拷贝工具 src_file=input('源文件路径: ').strip() dst_file=input('目标文件路径: ').strip() with open(r'%s' %src_file,mode='rb') as read_f,open(r'%s' %dst_file,mode='wb') as write_f: for line in read_f: # print(line) write_f.write(line)
""" # 错误演示：t模式只能读文本文件 # with open(r'爱nmlgb的爱情.mp4',mode='rt') as f: # f.read() # 硬盘的二进制读入内存-》t模式会将读入内存的内容进行decode解码操作 # # with open(r'test.jpg',mode='rb',encoding='utf-8') as f: # res=f.read() # 硬盘的二进制读入内存—>b模式下，不做任何转换，直接读入内存 # print(res) # bytes类型—》当成二进制 # print(type(res)) # with open(r'd.txt',mode='rb') as f: # res=f.read() # utf-8的二进制 # print(res,type(res)) # # print(res.decode('utf-8')) # with open(r'd.txt',mode='rt',encoding='utf-8') as f: # res=f.read() # utf-8的二进制->unicode # print(res) # with open(r'e.txt',mode='wb') as f: # f.write('你好hello'.encode('gbk')) # with open(r'f.txt',mode='wb') as f: # f.write('你好hello'.encode('utf-8')) # f.write('哈哈哈'.encode('gbk')) # 文件拷贝工具 src_file = input('源文件路径>>: ').strip() dst_file = input('源文件路径>>: ').strip() with open(r'{}'.format(src_file), mode='rb') as f1, \ open(r'{}'.format(dst_file), mode='wb') as f2: # res=f1.read() # 内存占用过大 # f2.write(res) for line in f1: f2.write(line) # 循环读取文件 # 方式一：自己控制每次读取的数据的数据量 # with open(r'test.jpg',mode='rb') as f: # while True: # res=f.read(1024) # 1024 # if len(res) == 0: # break # print(len(res)) # 方式二：以行为单位读，当一行内容过长时会导致一次性读入内容的数据量过大 # with open(r'g.txt',mode='rt',encoding='utf-8') as f: # for line in f: # print(len(line),line) # with open(r'g.txt',mode='rb') as f: # for line in f: # print(line) # with open(r'test.jpg',mode='rb') as f: # for line in f: # print(line)
操作文件的方法
重点
# 读操作 f.read() # 读取所有内容,执行完该操作后，文件指针会移动到文件末尾 f.readline() # 读取一行内容,光标移动到第二行首部 f.readlines() # 读取每一行内容,存放于列表中 # 强调： # f.read()与f.readlines()都是将内容一次性读入内容，如果内容过大会导致内存溢出，若还想将内容全读入内存，则必须分多次读入，有两种实现方式： # 方式一 with open('a.txt',mode='rt',encoding='utf-8') as f: for line in f: print(line) # 同一时刻只读入一行内容到内存中 # 方式二 with open('1.mp4',mode='rb') as f: while True: data=f.read(1024) # 同一时刻只读入1024个Bytes到内存中 if len(data) == 0: break print(data)
# 一：读相关操作 # 1、readline：一次读一行 # with open(r'g.txt',mode='rt',encoding='utf-8') as f: # # res1=f.readline() # # res2=f.readline() # # print(res2) # # while True: # line=f.readline() # if len(line) == 0: # break # print(line) # 2、readlines： # with open(r'g.txt',mode='rt',encoding='utf-8') as f: # res=f.readlines() # print(res) # 强调： # f.read()与f.readlines()都是将内容一次性读入内存，如果内容过大会导致内存溢出，若还想将内容全读入内存，
# 写操作 f.write('1111\n222\n') # 针对文本模式的写,需要自己写换行符 f.write('1111\n222\n'.encode('utf-8')) # 针对b模式的写,需要自己写换行符 f.writelines(['333\n','444\n']) # 文件模式 f.writelines([bytes('333\n',encoding='utf-8'),'444\n'.encode('utf-8')]) #b模式
# 二：写相关操作 # f.writelines()： # with open('h.txt',mode='wt',encoding='utf-8') as f: # # f.write('1111\n222\n3333\n') # # # l=['11111\n','2222','3333',4444] # l=['11111\n','2222','3333'] # # for line in l: # # f.write(line) # f.writelines(l) # with open('h.txt', mode='wb') as f: # # l = [ # # '1111aaa1\n'.encode('utf-8'), # # '222bb2'.encode('utf-8'), # # '33eee33'.encode('utf-8') # # ] # # # 补充1：如果是纯英文字符，可以直接加前缀b得到bytes类型 # # l = [ # # b'1111aaa1\n', # # b'222bb2', # # b'33eee33' # # ] # # # 补充2：'上'.encode('utf-8') 等同于bytes('上',encoding='utf-8') # l = [ # bytes('上啊',encoding='utf-8'), # bytes('冲呀',encoding='utf-8'), # bytes('小垃圾们',encoding='utf-8'), # ] # f.writelines(l)
了解
f.readable() # 文件是否可读 f.writable() # 文件是否可读 f.closed # 文件是否关闭 f.encoding # 如果文件打开模式为b,则没有该属性 f.flush() # 立刻将文件内容从内存刷到硬盘 f.name
# 3、flush： # with open('h.txt', mode='wt',encoding='utf-8') as f: # f.write('哈') # # f.flush() # 4、了解 with open('h.txt', mode='wt', encoding='utf-8') as f: print(f.readable()) print(f.writable()) print(f.encoding) print(f.name) print(f.closed)
主动控制文件内指针移动
#大前提:文件内指针的移动都是Bytes为单位的,唯一例外的是t模式下的read(n),n以字符为单位 with open('a.txt',mode='rt',encoding='utf-8') as f: data=f.read(3) # 读取3个字符 with open('a.txt',mode='rb') as f: data=f.read(3) # 读取3个Bytes # 之前文件内指针的移动都是由读/写操作而被动触发的，若想读取文件某一特定位置的数据，则则需要用f.seek方法主动控制文件内指针的移动，详细用法如下： # f.seek(指针移动的字节数,模式控制): # 模式控制: # 0: 默认的模式,该模式代表指针移动的字节数是以文件开头为参照的 # 1: 该模式代表指针移动的字节数是以当前所在的位置为参照的 # 2: 该模式代表指针移动的字节数是以文件末尾的位置为参照的 # 强调:其中0模式可以在t或者b模式使用,而1跟2模式只能在b模式下用
# 指针移动的单位都是以bytes/字节为单位 # 只有一种情况特殊： # t模式下的read(n),n代表的是字符个数 # with open('aaa.txt',mode='rt',encoding='utf-8') as f: # res=f.read(4) # print(res) # f.seek(n,模式):n指的是移动的字节个数 # 模式： # 模式0：参照物是文件开头位置 # f.seek(9,0) # f.seek(3,0) # 3 # 模式1：参照物是当前指针所在位置 # f.seek(9,1) # f.seek(3,1) # 12 # 模式2：参照物是文件末尾位置，应该倒着移动 # f.seek(-9,2) # 3 # f.seek(-3,2) # 9 # 强调：只有0模式可以在t下使用，1、2必须在b模式下用 # f.tell() # 获取文件指针当前位置 # 示范 # with open('aaa.txt',mode='rb') as f: # f.seek(9,0) # f.seek(3,0) # 3 # # print(f.tell()) # f.seek(4,0) # res=f.read() # print(res.decode('utf-8')) # with open('aaa.txt',mode='rb') as f: # f.seek(9,1) # f.seek(3,1) # 12 # print(f.tell()) # with open('aaa.txt',mode='rb') as f: # f.seek(-9,2) # # print(f.tell()) # f.seek(-3,2) # # print(f.tell()) # print(f.read().decode('utf-8'))
案例一： 0模式详解
# a.txt用utf-8编码，内容如下（abc各占1个字节，中文“你好”各占3个字节） abc你好 # 0模式的使用 with open('a.txt',mode='rt',encoding='utf-8') as f: f.seek(3,0) # 参照文件开头移动了3个字节 print(f.tell()) # 查看当前文件指针距离文件开头的位置，输出结果为3 print(f.read()) # 从第3个字节的位置读到文件末尾，输出结果为：你好 # 注意：由于在t模式下，会将读取的内容自动解码，所以必须保证读取的内容是一个完整中文数据，否则解码失败 with open('a.txt',mode='rb') as f: f.seek(6,0) print(f.read().decode('utf-8')) #输出结果为: 好
案例二： 1模式详解
# 1模式的使用 with open('a.txt',mode='rb') as f: f.seek(3,1) # 从当前位置往后移动3个字节，而此时的当前位置就是文件开头 print(f.tell()) # 输出结果为：3 f.seek(4,1) # 从当前位置往后移动4个字节，而此时的当前位置为3 print(f.tell()) # 输出结果为：7
案例三： 2模式详解
# a.txt用utf-8编码，内容如下（abc各占1个字节，中文“你好”各占3个字节） abc你好 # 2模式的使用 with open('a.txt',mode='rb') as f: f.seek(0,2) # 参照文件末尾移动0个字节， 即直接跳到文件末尾 print(f.tell()) # 输出结果为：9 f.seek(-3,2) # 参照文件末尾往前移动了3个字节 print(f.read().decode('utf-8')) # 输出结果为：好 # 小练习：实现动态查看最新一条日志的效果 import time with open('access.log',mode='rb') as f: f.seek(0,2) while True: line=f.readline() if len(line) == 0: # 没有内容 time.sleep(0.5) else: print(line.decode('utf-8'),end='')
文件的修改
# 文件a.txt内容如下 张一蛋 山东 179 49 12344234523 李二蛋 河北 163 57 13913453521 王全蛋 山西 153 62 18651433422 # 执行操作 with open('a.txt',mode='r+t',encoding='utf-8') as f: f.seek(9) f.write('<妇女主任>') # 文件修改后的内容如下 张一蛋<妇女主任> 179 49 12344234523 李二蛋 河北 163 57 13913453521 王全蛋 山西 153 62 18651433422 # 强调： # 1、硬盘空间是无法修改的,硬盘中数据的更新都是用新内容覆盖旧内容 # 2、内存中的数据是可以修改的
文件对应的是硬盘空间,硬盘不能修改对应着文件本质也不能修改, 那我们看到文件的内容可以修改,是如何实现的呢? 大致的思路是将硬盘中文件内容读入内存,然后在内存中修改完毕后再覆盖回硬盘 具体的实现方式分为两种:
文件修改方式一
# 实现思路：将文件内容发一次性全部读入内存,然后在内存中修改完毕后再覆盖写回原文件 # 优点: 在文件修改过程中同一份数据只有一份 # 缺点: 会过多地占用内存 with open('db.txt',mode='rt',encoding='utf-8') as f: data=f.read() with open('db.txt',mode='wt',encoding='utf-8') as f: f.write(data.replace('kevin','SB'))
文件修改方式二
# 实现思路：以读的方式打开原文件,以写的方式打开一个临时文件,一行行读取原文件内容,修改完后写入临时文件...,删掉原文件,将临时文件重命名原文件名 # 优点: 不会占用过多的内存 # 缺点: 在文件修改过程中同一份数据存了两份 import os with open('db.txt',mode='rt',encoding='utf-8') as read_f,\ open('.db.txt.swap',mode='wt',encoding='utf-8') as wrife_f: for line in read_f: wrife_f.write(line.replace('SB','kevin')) os.remove('db.txt') os.rename('.db.txt.swap','db.txt')
# with open('a.txt',mode='r+t',encoding='utf-8') as f: # f.seek(9,0) # f.write('<男妇女主任>') # 文件修改的两种方式 # 方式一：文本编辑采用的就是这种方式 # 实现思路：将文件内容发一次性全部读入内存,然后在内存中修改完毕后再覆盖写回原文件 # 优点: 在文件修改过程中同一份数据只有一份 # 缺点: 会过多地占用内存 # with open('c.txt',mode='rt',encoding='utf-8') as f: # res=f.read() # data=res.replace('alex','dsb') # print(data) # # with open('c.txt',mode='wt',encoding='utf-8') as f1: # f1.write(data) # 方式二： import os # 实现思路：以读的方式打开原文件,以写的方式打开一个临时文件,一行行读取原文件内容,修改完后写入临时文件...,删掉原文件,将临时文件重命名原文件名 # 优点: 不会占用过多的内存 # 缺点: 在文件修改过程中同一份数据存了两份 with open('c.txt', mode='rt', encoding='utf-8') as f, \ open('.c.txt.swap', mode='wt', encoding='utf-8') as f1: for line in f: f1.write(line.replace('alex', 'dsb')) os.remove('c.txt') os.rename('.c.txt.swap', 'c.txt') f = open('a.txt') res = f.read() print(res)
# 一：读相关操作
# 1、readline：一次读一行
# with open(r'g.txt',mode='rt',encoding='utf-8') as f:
# # res1=f.readline()
# # res2=f.readline()
# # print(res2)
#
# while True:
# line=f.readline()
# if len(line) == 0:
# break
# print(line)
# 2、readlines：
# with open(r'g.txt',mode='rt',encoding='utf-8') as f:
# res=f.readlines()
# print(res)
# 强调：
# f.read()与f.readlines()都是将内容一次性读入内存，如果内容过大会导致内存溢出，若还想将内容全读入内存，
每天学习新的知识，会让自己更加充实
