05 python开发之文件处理

05 python开发之文件处理

目录

5 文件处理

5.1 字符编码

5.1.1 基本概念

  • 字符编码

    文字符号-----------------编码----------------->数字

    文字符号<----------------编码------------------数字

  • 字符编码表:一个字符对应一个数字

  • 研究字符编码表是为了解决乱码问题

    存取都用同一张字符编码表

  • 储备知识:CPU、内存、硬盘

  • 运行python程序的三个阶段

    Ⅰ 先启动一个python解释器
    Ⅱ python解释器会将文件内容从硬盘读入内存
    Ⅲ python解释器会解释执行刚刚读入内存的代码，识别语法
    x = "你好Hello"

5.1.2 发展历程

  • 一家独大

    ASCⅡ:只能识别英文字符，用8个bit对应一个英文字符

  • 天下大乱

    GBK:能识别中文和英文，用16个bit(2Bytes)对应一个字符

    shift-JIS

    Euc-KR

  • 归于统一

    unicode:能识别万国字符，常用16bit(2Bytes)对应一个字符

5.1.3 使用

  • part1

​ 英文字符------->内存(ASCⅡ格式的二进制数)---->硬盘(ASCⅡ格式的二进制数)

中文、英文字符------->内存(GBK格式的二进制数)----->硬盘(GBK格式的二进制数)

日文、英文字符--->内存(shift-JIS格式的二进制数)--->硬盘(shift-JIS格式的二进制数)

​ 万国字符----->内存(Unicode格式的二进制数)---->硬盘(utf-8格式的二进制数)

  • part2
字符-------->unicode格式的二进制(内存)---------------->utf-8格式的二进制(硬盘)
      编码                              编码
字符<--------unicode格式的二进制(内存)<----------------utf-8格式的二进制(硬盘)
      解码                              解码

x = "上"
print(x)  # 打印unicode相当于打印字符

utf8_res = x.encode("utf-8")
# print(utf8_res, type(utf8_res))  # b'\xe4\xb8\x8a' <class 'bytes'>
unicode_res = utf8_res.decode("utf-8")
print(unicode_res)

5.2 文件处理基础

5.2.1 基本概念

  • 文件是操作系统提供给用户/应用程序存取硬盘的一种机制

  • 文件可以永久保存数据

  • 如何使用文件

    应用程序 open()

    操作系统 文件

    计算机硬件(硬盘)

5.2.2 操作文件的步骤

  • rawstring原生路径

    f = open(r'文件绝对路径/相对路径')

    f的值，文件对象/文件句柄

  • data = f.read()

    print(data)

  • f.close() # 回收系统资源

5.2.3 with上下文管理

with open(r'绝对路径或相对路径') as f1,\
  open(r'绝对路径或相对路径') as f2:
    f1.read()
    f2.read()

with open(r'第二周计划', "rt", encoding='utf-8') as f1:
    data = f1.read()
    print(data)
    f1.close()
    data = f1.read()
    print(data)

5.3 文件打开模式

5.3.1 控制读写操作模式

  • r : 只读(默认)
  • w : 只写
  • a : 只追加写

5.3.2 控制读写内容的模式

  • t : 读写都是文本格式，即读写都是用字符串(默认)
  • b : 读写都是bytes格式，bytes等同于二进制

强调:如果是t模式，一定要加上encoding="编码格式"

​ 如果是b模式，一定不可以加上encoding="编码格式"

5.3.3 常规使用

  • r:在文件存在的时候，文件指针调到文件的开头，文件不存在直接报错
r:在文件存在的时候，文件指针调到文件的开头，文件不存在直接报错
f = open("a.txt", mode="rt", encoding="utf-8")
res = f.read()
print(res)
f.close()
  • w:在文件存在的时候会清空文件，指针调到文件开头，文件不存在会创建空新文件
w:在文件存在的时候会清空文件，指针调到文件开头，文件不存在会创建空新文件
f = open("a.txt", mode="wt", encoding="utf-8")
f.write("你好\n666")
f.close()
  • a:在文件存在的时候不会清空文件，指针跳到文件末尾，文件不存在会创建空新文件
a:在文件存在的时候不会清空文件，指针跳到文件末尾，文件不存在会创建空新文件
f = open("a.txt", mode="at", encoding="utf-8")
f.write("\n777")
f.close()
  • rb wb ab
rb wb ab
f = open("a.txt", mode="rb")
res = f.read()
print(res)
print(res.decode("utf-8"))
f.close()

f = open("a.txt", mode="wb")
f.write("你好".encode('utf-8'))
f.close()
  • 图片、视频等非文本文件只能用b模式
with open(r'H:\BaiduNetdiskDownload\Linux阶段总结\img\day004主板.png', mode='rb') as f1,\
  open(r'C:\Users\曹嘉鑫\Desktop\1111.png', mode='wb') as f2:
    # res = f1.read()
    # f2.write(res)
    for line in f1:
        f2.write(line)

5.3.4 拓展功能

with open('a.txt', mode='r+t', encoding='utf-8') as f:
    print(f.read())
    print(f.writable())
    print(f.readable())
    f.write("你好")

with open('a.txt', mode='w+t', encoding='utf-8') as f:
    print(f.writable())
    print(f.readable())
    f.write("你好")
    res = f.read()
    print("===> %s" % res)

with open('a.txt', mode='a+t', encoding='utf-8') as f:
    print(f.writable())
    print(f.readable())
    print(f.read())

f.flush()
print(f.name)
print(f.encoding)

5.4 文件处理的其他办法

5.4.1 读操作

with open('a.txt', mode='rt', encoding='utf-8') as f:
    line1 = f.readline()
    print(line1)
    line2 = f.readline()
    print(line2)

    for line in f:
        print(line)

    lines = f.readlines()
    print(lines)

5.4.2 写操作

with open('a.txt', mode='wt', encoding='utf-8') as f:
    f.write("1111\n2222\n3333\n")

    for x in "hello":
        f.write(x)

    f.writelines("hello")  # f.write("hello")

    f.writelines(["111", "222", "333"])
    f.writelines(["111\n", "222\n", "333\n"])

5.5 控制指针移动

5.5.1 重要概念

  • 文件内指针移动，除了t模式下的read(n)中n代表的是字符个数
  • 其他都是以bytes为单位的
with open('a.txt', mode='rt', encoding='utf-8') as f:
    res = f.read(6)
    print(res)

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

with open('a.txt', mode='r+', encoding='utf-8') as f:
    f.truncate(8)

5.5.2 f.seek()

  • f.seek(移动的字节个数，模式)

  • 三种模式

    0 : 参照文件开头移动指针

    1 : 参照当前所在的位置移动指针

    2 : 参照文件末尾位置移动指针

  • 只有0模式可以在t下使用

  • 1和2只能在b下使用

只有0模式可以在t下使用，1和2只能在b下使用
with open('a.txt', mode='a+b') as f:
    print(f.tell())         # 查看指针在文件的第几个字节

with open('a.txt', mode='r+b') as f:
    f.seek(0, 2)
    print(f.tell())

with open('a.txt', mode='a+b') as f:
    f.seek(-6, 2)
    # print(f.read().decode('utf-8'))
    print(f.read(3).decode('utf-8'))


import time

with open('a.txt', mode='rb') as f:
    f.seek(0, 2)
    while True:
        line = f.readline()
        if len(line) == 0:
            time.sleep(0.1)
        else:
            print(line.decode('utf-8'), end="")

5.6 文件修改的两种方式

# 方式一:
# 1、以r模式打开源文件，将源文件内容全部读入内存
# 2、在内存中修改完毕
# 3、以w模式打开源文件，将修改后的内容写入源文件
# 优点:不必大量占用硬盘资源
# 缺点:耗内存，需要足够的内存空间

with open('a.txt', mode='rt', encoding='utf-8') as f1:
    data = f1.read()
    res = data.replace('hello', '早上好')
with open('a.txt', mode='wt', encoding='utf-8') as f2:
    f2.write(res)


# 方式二:
# 1、以r模式打开源文件，然后以w模式打开一个临时文件
# 2、从源文件中读一行到内存中，修改完毕后直接写入临时文件，循环往复直到操作完毕所有行
# 3、删除源文件，将临时文件名改为源文件名
# 优点:没有对内存造成过度的占用
# 缺点:需要硬盘预留出足够的空间来存放临时文件

import os
with open('a.txt', mode='rt', encoding='utf-8') as src_f,\
        open('.a.txt.swp', mode='wt', encoding='utf-8') as dst_f:

    for line in src_f:
        dst_f.write(line.replace('你好', 'Hello'))

os.remove('a.txt')
os.rename('.a.txt.swp', 'a.txt')

5.7 Type hinting

# Type hinting
def add(x: int, y: int) -> int:
    res = x + y
    return res


print(add.__annotations__)
# {'x': <class 'int'>, 'y': <class 'int'>, 'return': <class 'int'>}
posted @ 2020-12-04 19:48  drrug  阅读(316)  评论(0)  编辑  收藏  举报