07--文件处理

1.文件介绍

# 1.什么是文件
    文件是操作系统提供给用户/应用程序操作硬盘数据的一种虚拟的概念/接口。	

# 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到硬盘中。
   （用户直接操作的是文件，对文件进行的所有操作，都是在给操作系统发送系统调用，再操作系统转换成具体的硬盘操作。）
    
# 3.如何用文件：open()

# 控制文件读写内容的模式：(按什么格式，文本，还是二进制)
    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str(在内存中其实就是Unicode)为单位的
        2. 只能针对文本文件
        3. 必须指定encoding参数('utf-8')

    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	

# 控制文件读写操作的模式：(按什么方式，只读、只写，还是读写)
    r：只读    【不可写，不存在则报错】                      -默认的-
    w：只写    【不可读，不存在则创建，存在则全删，指针位于开头】
    a：只追加写 【不可读，不存在则创建，存在则指针位于最后】
    x，只写    【不可读；不存在则创建，存在则报错】            -了解-

    +：r+、w+、a+连用，表明各自相应的可读可写模式		

2.基本操作流程与资源回收

# 解决字符串 \ 转义问题:
    字符串前加r ，表示原生字符串，不转义。
    eg: r'c:\a\b\c\d.txt'

# 基本操作流程:
    打开文件、读写文件、关闭文件

# 打开文件
    f = open(r'a.txt', mode='rt', encoding='utf-8')  # 默认是mode= 'rt' 文本读取

# 操作文件
    # 读/写，对文件进行的操作，都是在给操作系统发送系统调用，再操作系统转换成具体的硬盘操作
    res = f.read()
    print(res)

# 关闭文件 
    # 回收资源：1.回收操作系统资源，需要关闭文件；2.解除内存中变量赋值的占用

    f.close()  # 回收操作系统资源，需要关闭文件
    del f  # 回收应用程序资源 （通常不需要做，python内部自动会垃圾回收）

3. with上下文管理

with open('a.txt', mode='r',encoding='utf-8') as f:
    res = f.read()
    print(res)

# with 可以打开多个对象
with open('a.txt', mode='r', encoding='utf-8') as f1, open('b.txt', 'r', encoding='utf-8')as f2:
    res1 = f1.read()
    res2 = f2.read()
    print(res1)
    print(res2)

4.详细介绍文件模式

4.1控制文件读写操作的模式

# 以t 文本格式为基础,进行操作模式详解-----》按照什么方式去操作：只读、只写、读写


# 1.r(默认):只读模式，就不能调用f.write()等写方法

    # 当文件不存在时，报错；

    # 当文件存在时，文件指针会在文件开头位置
    with open('a.txt', mode='rt', encoding='utf-8') as f:
        print('第一次读，指针在文件开头位置'.center(40, '*'))
        res1 = f.read()  # 经过f.read()后，指针已经在文件的最后位置了。
        print(res1)

        print('第二次读，指针在文件最后位置'.center(40, '*'))
        res2 = f.read()  # 无内容
        print(res2)

        
# 2.w：只写模式，就不能调用f.read()等读方法

    # 当文件不存在时，会创建新的空文件
    with open('c.txt', mode='wt', encoding='utf-8') as f:
        f.write('只读模式测试第一行\n')  # 换行等需自己手动写 '\n'
        f.write('只读模式测试第二行\n')  
	
    # 当文件存在时，会清空文件，指针位于开始位置（不是覆盖，是全删掉）

    
# 3.a:追加写模式，就不能调用f.read()等读方法

    # 文件不存在时，会创建空文档

    # 文件存在时，文件指针位于最后位置
    with open('c.txt', mode='at', encoding='utf-8') as f:
        f.write('只读模式测试第三行\n')  # 换行等需自己手动写 '\n'
        f.write('只读模式测试第四行\n')  
    

# 总结：
w 与 r 的区别：w常用于新建文件写入，r常用于旧文件读取
+ 模式：与 r、w、a 连用，表明可读可写，会有各自的特性（r:文件不存在时，就报错） 
    ---不常用，基本都是只读只写

4.2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str(在内存中其实就是Unicode)为单位的
    2. 只能针对文本文件
    3. 必须指定encoding参数('utf-8')
    
# b：binary模式: （实际就是二进制）
    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

# 总结：b模式更通用，t模式只能针对文本

4.3 循环读取文件

#  1.while 以一次读取多少字节的形式
with open(r'1.gif', mode='rb') as f:
    while True:
        res = f.read(1024)
        if len(res) == 0:
            break
        print(len(res))

        
#  2.for 以换行 为循环
with open(r'1.gif', mode='rb') as f:
    for line in f:
        res = f.read(1024)
    	print(res)

5.文件的操作其他方法

# 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：以读取字节 或 以读取行 为while 和for循环读取的方式


# 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 将列表的每个元素写入
# 等同于以下
l = ['333\n', '444\n']
for line in l:
    f.write(line)

f.writelines([bytes('333\n',encoding='utf-8'),'444\n'.encode('utf-8')])  # b模式

# 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  -正常情况下：不执行，会大大增加IO输入
f.name

6.文件的高级操作：控制文件指针的移动

# 大前提:
  文件内指针的移动都是Bytes/字节为单位的,
  唯一例外的是t模式下的read(n), n以字符为单位，代表字符个数

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，则需要用f.seek方法主动控制文件内指针的移动。


# 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

    # 模式0: 参照物是文件开头位置
        f.seek(9, 0)  # 9
        f.seek(3, 0)  # 3  

    # 模式1: 参照物是当前指针所在位置
        f.seek(9, 1)  # 9
        f.seek(3, 1)  # 12

    # 模式2: 参照物是文件末尾位置，应该倒着移动
        # 假设末尾为12
        f.seek(-9, 2)  # 3
        f.seek(-3, 2)  # 9

# f.tell()  获取文件指针当前位置

7.文件修改的两种方式

# 对于硬盘上的数据，没有修改/插入一说，都是新的数据覆盖旧的数据。


# 方式一：文本编辑器采用的方式
with open('b.txt', mode='r', encoding='utf-8') as f:
    res = f.read()
    data = res.replace('dsb', 'Alex')

with open('b.txt', 'w', encoding='utf-8') as f:
    f.write(data)


# 方式二：编程程序常用
import os

with open('b.txt', 'r', encoding='utf-8') as f1,\
    open('.b.txt.swap', 'w', encoding='utf-8') as f2:
    for line in f1:
        f2.write(line.replace('Alex', 'dsb'))

os.remove('b.txt')
os.rename('.b.txt.swap', 'b.txt')


# 总结：
1.方式一：节省了硬盘空间（只有一份文件），但浪费了内存空间（一次性读入到内存）
2.方式二：浪费了硬盘空间（同时存在两份文件），但节约了内存空间（一次性只读入了一行数据到内存）