文件操作

文件处理流程

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

 

读文件

实例一：

f = open(file='E:/python/test/user.txt',mode='r',encoding='utf-8')
data = f.read()
f.close()
# 语法解释
file='E:/python/test/user.txt' # 表示文件路径(可以修改为其他)
mode = 'r'  # 表示只读
encoding='utf-8'    # 表示将硬盘上的0101010按照utf-8的规则去“断句”，再将“断句”后的
                    # 每一段0101010转换成Unicode的01010101，Unicode对照表中有01010101和字符的对应关系
                    # 另外需要注意，此处的encoding必须和文件在保存时设置的编码一致，不然“断句”会不准确从而造成乱码
f.read()    # 表示读取所有内容，内容是已经转换完毕的字符串
f.close()   # 表示关闭文件

实例二：

f = open(file='E:/python/test/user.txt',mode='rb')
data = f.read()
f.close()
# 语法解释
file='E:/python/test/user/txt' # 表示文件路径
mode = 'rb'  # 表示只读(可以修改为其他)
f.read()    # 表示读取所有内容，内容从硬盘上原来以某种编码保存的010101010，即某种编码格式的字节类型
f.close()   # 表示关闭文件

实例一与实例二的区别：实例二打开文件时并未指定encoding，这是因为直接以rb模式打开了文件，rb是指二进制模式，数据读取到内存里直接是bytes格式，如果想要内容，还需要手动decode，因此在文件打开阶段，不需要指定编码。

假如不知道要处理的文件是什么编码格式：

import chardet
f= open(file='E:/python/test/user.txt',mode='rb')
data = f.read()
f.close()

result = chardet.detect(open(file='E:/python/test/user.txt',mode='rb').read())
print(result)   # {'encoding': 'GB2312', 'confidence': 0.99, 'language': 'Chinese'}

注意：

• 文件操作时，以“r”或“rb”模式打开，则只能读，无法写入；

• 硬盘上保存的文件都是某种编码的0101010，打开时需要注意：

  • rb，直接读取文件保存时原生的0101010，在Python中用字节类型表示

  • r和encoding，读取硬盘的0101010，并按照encoding指定的编码格式进行断句，再将“断句”后的每一段0101010转换成Unicode的0101010101，在Python中用字符串类型表示

循环文件

f = open(file='E:/python/test/user.txt',mode='r',encoding='utf-8')
for line in f:
    print(line)
f.close()

 

写文件

f = open(file='E:/python/test/user.txt',mode='w',encoding='utf-8')
f.write('name:路飞')
f.close()
# 语法解释
file='E:/python/test/user.txt' # 表示文件路径
mode = 'w'  #  表示只写
encoding='utf-8'    # 将要写入的Unicode字符串编码成utf-8格式
f.write()    # 表示写入内容，写入的内容是Unicode字符串格式，内部会根据encoding转换成指定编码的01010101，即字节类型
f.close()   # 表示关闭文件

二进制写

f = open(file='E:/python/test/user.txt',mode='wb')
f.write('name:路飞')
f.close()
# 语法解释
file='E:/python/test/user.txt' # 表示文件路径
mode = 'wb'  # 表示只以二进制模式写
f.write()    # 表示读取所有内容，写入的内容必须字节类型，即某种编码格式的010101010
f.close()   # 表示关闭文件

注意：

• 文件操作时，以“w”或“wb”模式打开，则只能写，并且在打开的同时会先将内容清空；

• 写入到硬盘上时，必须是某种编码的0101010，打开时需要注意：

• wb，写入时需要直接传入以某种编码的0101010，即字节类型

• w和encoding，写入时需要传入Unicode字符串，内部会根据encoding指定的编码将Unicode字符串转换成该编码的0101010101

 

追加

把内容追加到文件尾部

f = open(file='E:/python/test/user.txt',mode='a',encoding='gbk')
f.write('name:路飞')
f.close()

注意：

• 文件操作时，以“a”或“ab”模式打开，则只能追加，即在原来内容的尾部追加内容；

• 写入到硬盘上时，必须是某种编码的0101010，打开时需要注意：

• ab，写入时需要直接传入以某种编码的0101010，即字节类型

• a和encoding，写入时需要传入Unicode字符串，内部会根据encoding指定的编码将Unicode字符串转换成该编码的0101010101

 

读写

读写模式

f = open(file='E:/python/test/user.txt',mode='r+',encoding='gbk')
data = f.read() # 可以读内容
print(data)
f.write('name:路飞')  # 可以写；（内容追加到了最后面）
f.close()

写读模式

f = open(file='E:/python/test/user.txt',mode='w+',encoding='gbk')
data = f.read() 
print(data)
f.write('\nname:路飞')
f.write('\nname:索隆')
f.write('\nname:山治')
print(f.read())
f.close()

此时查看文件内容发现，里面只有三条内容，之前的旧内容全没了。事实证明，w+会先把文件清空，再写新内容，相比w模式，只是支持了一个读功能，且还只能读已经写入的新内容....

 

修改

import os
with open('user.txt','r',encoding='utf-8') as old_f,\
    open('new_user.txt','w',encoding='utf-8') as new_f:
    for line in old_f:
        new_f.write(line)
os.rename('new_user.txt','user.txt')

文件操作的其他方法：

• fileno() # 返回文件句柄在内核中的索引值，以后做IO多路复用时可以用到

• flush() # 把文件从内存buffer里强制刷新到硬盘

• readable() # 判断是否可读

• readline() # 只读一行，遇到\r or \n为止

• seek() # 把操作文件的光标移到指定位置。  注意：seek的长度是按字节算的，字符编码存每个字符所占的字节长度不一样。 如“路飞”用gbk存是2个字节一个字，用utf-8就是3个字节，因此以gbk打开时，seek（2）就把光标切换到了“路”和“飞”两个字中间。但如果是utf-8，seek（2）会导致，拿到了路这个字的一部分字节，打印的话会报错，因为处理剩下的文本时发现用utf-8处理不了了，因为编码对不上，少了一个字节。

• seekable() # 判断文件是否可进行seek操作

• tell() # 返回当前文件操作光标的位置

• truncate() # 按指定长度截断文件   注意： 指定长度的话，就从文件开头开始截断指定长度，不指定长度的话，就从当前位置到文件尾部的内容全去掉。

• writable() # 判断文件是否可写