Python进阶 文件
Python进阶 文件
一、预备知识
1、文件是指储存在某种长期储存设备中的一段数据。计算机能够直接读取的以二进制类型储存的数据。文件有从能否被文本编辑软件查看分为文本文件(能)和二进制文件(不能被文本编辑器查看，但是能提供给其他软件使用)
2、流：流是类似于文件的对象，可以支持一些文件对象的方法
3、Python解释器自带数据结构，程序通过文件和流使得程序能够与外界交互
4、管道字符 | ，管道字符连接多个多个命令，将一个命令的标准输出链接到下一个命令的标准输入
5、fileinput实现延迟迭代，延迟的含义：只读取实际需要的文本部分
6、函数open()-文件名区分大小写、read()-文件指针、f.readline()、f.readlines()、f.write()、f.writelines()、|和sys、close()、模块io中的方法：seek()-随机存取
7、Python当中常用的文件/目录管理工作：os模块、sys模块式、fileinput模块
8、fileinput模块：读取大文件，Readlines将占用大量内存，fileinput模块可以实现实现延迟行迭代。
import fileinput
for line in fileinput.input(filename):
process(line)
二、文件模式
1、打开文件，Python使用函数open函数，open函数位于自动导入的模块io中
with open("Boss直聘.txt", "a", encoding="utf-8") as file:
file.write((gs + "," + cs + "," + gzyq + "," + str(rs) + "," + gz + "," + name + "," + detail))
file.write("\n")
2、文件打开模式：默认模式 ‘rt’
1、‘r’：读取模式，默认值
2、‘w’：写入模式，写入文件，文件不存在时创建新的文件
3、‘x’：独占写入模式，写入文件，文件存在时会引发 FileExistsErroe
4、‘a’：附加模式，
5、‘b’：二进制模式（与其他模式结合使用）
6、‘t’：文本模式（默认值，与其他模式结合使用）
7、‘+’：读写模式（与其他模式结合使用）
8、编码策略：encoding="utf-8"，Python解释器默认是是 UTF-8；编码出现错误策略：errors
2、with语句：允许使用上下文管理器（支持两个方法的Python对象）
1、wiht语句：Python解释器到达语句末尾时，将自动关闭文件，即是出现异常亦如此
with open("Boss直聘.txt", "a", encoding="utf-8") as file:
file.write((gs + "," + cs + "," + gzyq + "," + str(rs) + "," + gz + "," + name + "," + detail))
file.write("\n")
2、、上下文管理器:支持__enter__和__exit__两种方法的对象。文件也可以作为上下文管理器，__enter__返回的是文件对象本身，方法__exit__是关闭文件。
注：
__enter__不接受任何参数，被调用后返回值被赋给as后面的变量
__exit__接受三个参数，异常类型，异常对象和异常跟踪，Python解释器离开方法时调用并通过这些参数将引发的异常提供给该方法
三、标准库：os、sys、fileinpu
1、os模块：能够访问到多个与操作系统关系密切的变量和函数
# os模块常用方法
os.remove(): 删除文件
os.getcwd(): 获取当前工作目录，（即当前Python脚本工作的目录路径）
os.chdir('dirname'): 改变当前脚本的工作目录，相当于shell下的cd
os.system('bash command'): 运行shell命令，直接显示（相当于启动一个全新的shell，然后去执行那条命令，命令执行完成过后，shell直接退出）
os.curdir: 返回当前目录字符串名
os.pardir: 返回当前目录的父目录的字符串名
os.makedirs('dirname1/dirname2'): 可生成一个多层递归目录
os.removedirs('dirname1'): 若目录为空，则删除，并递归到上一级目录，如若也为空，则删除，依次类推
os.mkdir('dirname'): 创建一个目录
os.rmdir('dirname'): 删除一个目录，若目录不为空则无法删除，报错
os.listdir('dirname'): 显示指定目录下，所有的文件和子目录，包括隐藏文件
os.rename('oldname','newname'): 重命名文件/目录，如果新的文件名/目录名已经存在，则会报错
os.stat(' path/filename'): 获取文件/目录信息,并可以获取到文件的大小
os.sep: 输出操作系统特定的路径分隔符 ，如：win 为‘\\’,Linux为‘/’
os.liesep: 输出当前平台使用的行终止符，如 win为 ‘\t\n’,Linux为‘\n’
os.pathsep: 输出用于分割文件路径的字符串
os.name: 输出字符串指示当前使用平台，如 win ->'nt' ; Linux ->'posix'
os.environ: 获取操作系统的环境变量
os.path.abspath(path): 返回path规范化的绝对路径
os.path.split(path): 将path分割成目录和文件名二元组返回
os.path.dirname(path): 返回path的目录
os.path.basename(path): 返回path最后的文件名（一个绝对路径只返回最后的文件名）
os.path.exists(path): 判断路径是否存在，如果path存在，返回True；如果不存在，返回Flase
os.path.isabs(path): 判断是否是绝对路径，如果是，则返回True
os.path.isfile(path): 判断是否是一个文件
os.path.isdir(path): 判断是否是一个存在的目录
os.path.join(path1[,path2[,.......]])： 将路径和文件名分为一个列表中的两个元素，将它们拼起来
os.path.getatime(path)： 返回path所指向的文件或者目录的最后存取时间
os.path.getmtime(path): 返回path所指向的文件或者目录的最后修改时间
os.popen('dir'): 相当于打开了一个临时的文件存储打开的目录（可以赋给变量，字符串的形式)
四、文本文件的编码格式
1、ASCII码(1个字节描述一个字符，而二进制一个字节有8位，所以字符描述情况有 2^8=256种)
2、UTF-8(一种UNICODE编码) 使用1-6个字节描述一个字符。UTF-8基本包含世界各地所有的字符，大多数汉字使用的是3个字节定义的字符。
注：
1、Python2解释器中默认ASCII码，所以遇见中文字符会报错。如果使用中文字符，所有在程序前面加一行注释：# *-* coding:utf8 *-*。
2、Python2中在字符串前增加‘u’可以提醒Python解释器该字符串是以uft8编码格式。如：x = u'石斛'
# -*- coding: UTF-8 -*-
