10:文件处理
应用程序运行过程中产生的数据最先都是存放于内存中的,若想用就保存下来,必须要保存与硬盘中。应用程序若想操作硬件必须通过操作系统,而文件就是操作系统提供给应用程序来操作硬盘的虚拟概念,用户或应用程序对文件的操作,就是向操作系统发起调用,然后由操作系统完成对硬盘的具体操作
2 文件操作的基本流程
2.1 基本流程
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
有了文件的概念,我们无需再去考虑操作硬盘的细节,只需要关注操作文件的流程: # 1 打开文件,由应用程序向操作系统发起系统调用open(...),操作系统打开改文件,对应一块硬盘空间,并返回一个文件对象赋值给一个变量f f = open('a.txt','r',encoding='utf-8') # 默认打开模式就为r # 2 调用文件对象下的读/写方法,会被操作系统转换为读/写硬盘的操作 data = f.read() # 3 向操作系统发起关闭文件的请求,回收系统资源 f.close()
2.2 资源回收与with上下文管理
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
打开一个文件包含两部分资源:应用程序的变量f和操作系统打开的文件。 在操作完毕一个文件时,必须把与该文件的这两部分资源全部回收,回收方法为: 1 f.close() # 回收操作系统打开的文件资源 2 def f # 回收应用程序级的变量 其中del f一定要发生在f.close()之后,否则就会导致操作系统打开的文件无法关闭,白白占用资源,而python自动的垃圾回收机制决定了我们无需考虑del f,这就要求我们,在操作完毕文件后,一定要记住f.close(),虽然我们如此强调,但是大多数还是会不由自主的忘记f.close(),考虑到这一点,python提供了with关键字来帮我们管理上下文 # 1 在执行完子代码块后,with 会自动执行f.close() with open('a.txt','w')as f: pass # 2 可用with同时打开多个文件,用逗号分隔开即可 with open('a.txt','r')as read_f,open('b.txt','w')as write_f: data = read_f.read() write_f.write(data)
2.3 指定操作文本文件的字符编码
f = open(...)是由操作系统打开文件,如果打开的是文本文件,会涉及到字符编码问题,如果没有为open指定编码,那么打开文本文件的默认编码很明显是操作系统说了算,操作系统会用自己的默认编码去打开文件,在windows下是gbk,在Linux下还是utf-8 这就用到了上节课讲的字符编码的知识:若要保证不乱码,文件以什么方式存的,就要以什么方式打开
f = open('a.txt','r',encoding = 'utf-8')
3 文件的操作模式
3.1 控制文件读写操作的模式
r(默认的):只读
w:只写
a:只追加写
3.1.1 案例一:r模式的使用
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
# r只读模式:在文件不存在时则报错,文件存在文件内指针直接跳到文件开头 with open('a.txt',mode='r',encoding='utf-8')as f: res = f.read() # 会将文件的内容由硬盘全部读入内存,赋值给res # 练习:实现用户认证功能 inp_name = input('请输入名字: ').strip() inp_pwd = input('请输入密码').strip() with open(r'db.txt',mode = 'r', encoding = 'utf-8')as f: for line in f: # 把用户输入的名字与密码与读出的内容做比对 u, p = line.strip('\n').split(':') if inp_name == u and inp_pwd == p: print('登录成功') break else: print('账户名或密码错误')
3.1.2 案例二:w 模式的使用
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
w只写模式: 在文件不存在时会创建空文档,文件存在会清空文件,文件指针跑到文件开头 with open('b.txt',mode='w',encoding='utf-8') as f: f.write('你好\n') f.write('我好\n') f.write('大家好\n') f.write('111\n222\n333\n')
强调:
1 在文件不关闭的情况下,连续的写入,后写的内容一定跟在前写内容的后面
2 如果重新以w模式打开文件,则会清空文件内容
3.1.3 案例三:a 模式的使用
a只追加写模式: 在文件不存在时会创建空文档,文件存在会将文件指针直接移动到文件末尾
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
小练习:实现注册功能: name=input('username>>>: ').strip() pwd=input('password>>>: ').strip() with open('db1.txt',mode='a',encoding='utf-8') as f: info='%s:%s\n' %(name,pwd) f.write(info)
强调 w 模式与 a 模式的异同:
1 相同点:在打开的文件不关闭的情况下,连续的写入,新写的内容总会跟在前写的内容之后
2 不同点:以 a 模式重新打开文件,不会清空原文件内容,会将文件指针直接移动到文件末尾,新写的内容永远写在最后
3.1.4 案例四:+ 模式的使用(了解)
r+ w+ a+ :可读可写 在平时工作中,我们只单纯使用r/w/a,要么只读,要么只写,一般不用可读可写的模式
3.2 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其中之一结合使用 r(默认的文本模式): 1 读写文件都是以字符串为单位的 2 只针对文本文件 3 必须指定encoding参数 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
3.2.1 案例一:t 模式的使用
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
t 模式:如果我们指定的文件打开模式为r/w/a,其实默认就是rt/wt/at with open('a.txt',mode='rt',encoding='utf-8') as f: res=f.read() print(type(res)) # 输出结果为:<class 'str'> with open('a.txt',mode='wt',encoding='utf-8') as f: s='abc' f.write(s) # 写入的也必须是字符串类型
强调:t模式只能用于操作文本文件,无论读写,都应该以字符串为单位,而存取硬盘本质都是二进制的形式,当指定t模式时,内部帮我们做了编码与解码
3.2.2 案例二: b 模式的使用
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
b: 读写都是以二进制位单位 with open('1.mp4',mode='rb') as f: data=f.read() print(type(data)) # 输出结果为:<class 'bytes'> with open('a.txt',mode='wb') as f: msg="你好" res=msg.encode('utf-8') # res为bytes类型 f.write(res) # 在b模式下写入文件的只能是bytes类型
强调:b模式对比t模式 1、在操作纯文本文件方面t模式帮我们省去了编码与解码的环节,b模式则需要手动编码与解码,所以此时t模式更为方便 2、针对非文本文件(如图片、视频、音频等)只能使用b模式 小练习: 编写拷贝工具
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
src_file=input('源文件路径: ').strip() dst_file=input('目标文件路径: ').strip() with open(r'%s' %src_file,mode='rb') as read_f,open(r'%s' %dst_file,mode='wb') as write_f: for line in read_f: # print(line) write_f.write(line)
4 操作文件的方法
4.1 重点
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,若还想将内容全部读入内存,则必须分多次读入,有两种实现方式: 方式一:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
with open('a.txt',mode = 'rt', encoding = 'utf-8')as f: for line in f: print(line) # 同一时刻只读入一行内容到内存中
方式二:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
with open('1.mp4',mode = 'rb')as f: while True: data = f.read(1024) # 同一时刻只读入1024个bytes到内存中 if len(data) == 0: break print(data)
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 f.writelines([bytes('333\n',encoding = 'utf-8'),'444\n'.encode('utf-8')]) # b模式
4.2 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 f.name
5 主动控制文件内指针移动
大前提:文件内指针的移动都是bytes为单位的,唯一例外的是t模式下的read(n),n以字符为单位
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
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,详细用法如下: f.seek(指针移动的字节数,模式控制): # 模式控制: 模式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 模式1:该模式代表指针移动的字节数是以当前所在位置为参照的 模式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:其中模式0可以在t或者b模式使用,而模式1和模式2只能在b模式下使用
5.1 案例一: 0模式详解
# a.txt用utf-8编码,内容如下(abc各占1个字节,中文“你好”各占3个字节) abc你好 # 0模式的使用
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
with open('a.txt',mode='rt',encoding='utf-8') as f: f.seek(3,0) # 参照文件开头移动了3个字节 print(f.tell()) # 查看当前文件指针距离文件开头的位置,输出结果为3 print(f.read()) # 从第3个字节的位置读到文件末尾,输出结果为:你好 # 注意:由于在t模式下,会将读取的内容自动解码,所以必须保证读取的内容是一个完整中文数据,否则解码失败 with open('a.txt',mode='rb') as f: f.seek(6,0) print(f.read().decode('utf-8')) #输出结果为: 好
5.2 案例二: 1模式详解
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
# 1模式的使用 with open('a.txt',mode='rb') as f: f.seek(3,1) # 从当前位置往后移动3个字节,而此时的当前位置就是文件开头 print(f.tell()) # 输出结果为:3 f.seek(4,1) # 从当前位置往后移动4个字节,而此时的当前位置为3 print(f.tell()) # 输出结果为:7
5.3 案例三: 2模式详解
# a.txt用utf-8编码,内容如下(abc各占1个字节,中文“你好”各占3个字节) abc你好
# 2模式的使用 with open('a.txt',mode='rb') as f: f.seek(0,2) # 参照文件末尾移动0个字节, 即直接跳到文件末尾 print(f.tell()) # 输出结果为:9 f.seek(-3,2) # 参照文件末尾往前移动了3个字节 print(f.read().decode('utf-8')) # 输出结果为:好
# 小练习:实现动态查看最新一条日志的效果
import time with open('access.log',mode='rb') as f: f.seek(0,2) while True: line=f.readline() if len(line) == 0: # 没有内容 time.sleep(0.5) else: print(line.decode('utf-8'),end='')
6 文件的修改
# 文件a.txt内容如下: 张一蛋 山东 179 49 12344234523 李二蛋 河北 163 57 13913453521 王全蛋 山西 153 62 18651433422 # 执行操作 with open('a.txt',mode = 'r+t',encoding = 'utf-8')as f: f.seek(9) f.write('<妇女主任>') # 文件修改后的内容如下: 张一蛋<妇女主任> 179 49 12344234523 李二蛋 河北 163 57 13913453521 王全蛋 山西 153 62 18651433422 ''' 强调: 1 硬盘中是无法修改的,硬盘中数据的更新都是用新内容覆盖旧内容 2 内存中的数据是可以修改的 ''' 文件对应的是硬盘,硬盘不能修改 ---> 文件本质也不能修改 那我们看到文件的内容可以修改,是如何实现的呢? 大致思路是将硬盘中文件内容读入内存,然后再内存中修改完毕后,再覆盖回硬盘 具体的实现方式分为两种 ↓↓↓
6.1 文件修改方式一:
# 实现思路:将文件内容一次性全部读入内存,然后再内存中修改完毕后再覆盖写回文件 # 优点:在文件修改过程中同一份数据 只有一份 # 缺点:会过多地占用内存
with open('db.txt',mode='rt',encoding='utf-8') as f: data=f.read() with open('db.txt',mode='wt',encoding='utf-8') as f: f.write(data.replace('kevin','SB'))
6.2 文件修改方式二:
# 实现思路:以读的方式打开源文件,以写的方式打开一个临时文件,一行行读取原文件内容,修改完后写入临时文件...,将临时文件重命名原文件名 # 优点:不会占用过多的内存 # 缺点:在文件修改过程中同一份数据存了两份
import os with open('db.txt',mode='rt',encoding='utf-8') as read_f,\ open('.db.txt.swap',mode='wt',encoding='utf-8') as wrife_f: for line in read_f: wrife_f.write(line.replace('SB','kevin')) os.remove('db.txt') os.rename('.db.txt.swap','db.txt')
愿君前程似锦,归来仍是少年