python操作文件

python操作文件模块比较多，常用的比如json,xlrd,xlsxwriter，pandas, openpyxl，pdfminer, docx 不同类型文件有单独的操作模块

1. 使用内置函数操作文件：

　　文件读取，基础的read([size])，readline()，readlines()，区别就不用多讲，也是各有优缺点，平时也是用read比较多，读大文件就传个参数，每次读取多大字节，

　　以read为例，写了两种不同的

#不使用with的写法
f = open("E:\\a.txt")
data = f.read()
f.close()

#使用with
with open("E:\\a.txt") as file:
     data = file.read()
     print(data)

使用with好处：

　　with执行的时候open(path)调用后生成一个上下文管理器，调用里面的__enter__()函数，如果有as 就将函数返回值给as 后面的变量，在操作文件中就返回文件对象，对文件对象进行操作，完成以后会调用__exit__（）函数进行资源清理，操作文件就指的是关闭文件

 

open方法返回的这个对象，

<class '_io.TextIOWrapper'>，
是open自带生成的可迭代对象，也就是说完全不需要使用read方法，直接对这个对象进行遍历就好了

file = open("D:\\Community.txt",encoding="utf-8")
for f in file:
    print(f)
    print(type(f))

发现输出的f是一行数据，按行输出，类型是字符串，有点像是readline，好处是使用这种方式python会自动处理IO缓存和内存管理

#使用with语句进行文件读取
with open("E:\\a.txt") as file:
    for f in file:
        print(f)  #按行输出，f为str

 

 

---

说到这块就想起来还有个模块，就是输出固定某一行的内容，使用linecache，python的标准库

import linecache
data = linecache.getline("D:\\LICENSE-Community.txt",1)
print(data)

getline方法第一个参数是文件路径，第二个参数是行号，从1开始，data是字符串类型，如果这一行没有就是空字符串

 

2. python 读取docx文件信息

 

import os
import docx

def docx_to_txt(path):
    '''
    func: docx 文件转txt文件
    '''
    newpath = path.replace(".docx",".txt")
    if os.path.exists(newpath):
        os.remove(newpath)
    if os.path.getsize(path) == 0:
        return

    file = docx.Document(path)
    for paragraph in file.paragraphs:
        if paragraph.text:
            with open(newpath, "a+", encoding="utf-8") as file:
                file.write(paragraph.text.strip() + "\n")
            # print(paragraph.text)

    file = docx.Document(path)
    if file.tables:
        for table in file.tables:
            row_count = len(table.rows)
            colu_count = len(table.columns)
            for i in range(row_count):
                for j in range(colu_count):
                    with open(newpath, "a+", encoding="utf-8") as file:
                        file.write(table.cell(i, j).text.strip().replace("\n"," ") + "\t")
                with open(newpath, "a+", encoding="utf-8") as file:
                    file.write("\n")