Python 清空文件以及文件的读写

一：文件内容清空问题：

在工作中我们有时候还会清空文件中的内容 然后再重新写入新的内容，哪如何清空已存文件的内容呢？

解决方法：

def modify_text():
    with open('test.txt', "r+") as f:
        read_data = f.read()
        f.truncate()   #清空文件
        f.write(read_data.replace('apple', 'android'))

执行上面这个函数，它会把内容追加进去，而不是替换。

f.truncate()没起作用，应该怎么写才可以呢？

需要加上f.seek(0)，把文件定位到position 0，没有这句的话，文件是定位到数据最后，truncate也是从这里删除，所以感觉就是没起作用。

def modify_text():
    with open('test.txt', "r+") as f:
        read_data = f.read()
        f.seek(0)  #定位
        f.truncate()   #清空文件
        f.write(read_data.replace('apple', 'android'))

• f.seek(0)：把文件定位到数据起始位置（index=0），若没有这句的话，文件则默认定位到数据结束位置，w.truncate()不起作用。
• w.truncate()：从**位置（index）**处清空文件内容。

二：文件读写的流程

2.1 类比windows中手动操作txt文档

说明python中如何操作txt文件？

1）windows中手动操作txt文件的步骤

1. 找到word文档
2. 打开word文档
3. 查看(或操作)word文档中的内容
4. 关闭word文档

2） python操作txt文件的步骤

1. 获取被打开的文件的内存对象，该内存对象又叫做“文件句柄”。
2. 通过这个内存对象(文件句柄)，来对文件进行操作(读取，写入等操作)。
3. 关闭文件

3）什么是文件的内存对象(文件句柄)？
  使用python读取一个txt文件的时候，相当于把这个文件从硬盘上，读取到了内存中。我们如果想要操作这个文件，是不是先要获取这个文件对象？只有获取这个文件对象后，才能够真正的去操作这个文件，不管是读取文件中的内容，还是向文件中写入内容。
  这个“文件句柄”包含了文件的文件名、文件的字符集、文件的大小、文件在硬盘上的起始位置。

2.2 文件的读取

① 演示如下

import os

def test_read_txt_01():
    file_path = os.path.abspath(os.path.join(os.path.dirname(__file__), 'test.txt'))
    with open(file_path,'r+',encoding='utf-8') as f:
        data = f.read()
        data1 = f.read()
        print(data[:100])
        print('========='*20)
        print(data1[:100])
if __name__ == '__main__':
    test_read_txt_01()

执行结果;

#执行结果：
使用python读取一个txt文件的时候，
相当于把这个文件从硬盘上，读取到了内存中。我们如果想要操作这个文件，是不是先要获取这个文件对象？
只有获取这个文件对象后，才能够真正的去操作这个文件，不管是
=========================================================================


Process finished with exit code 0

问题：我们读取了2遍内容，为什么只显示了一次读取的结果呢？对于上述问题，我们用一张图回答上述问题。

通过上图我们可以发现，当我们操作这个“文件句柄”的read()方法去读取文件的时候，这个句柄会从文件的开头位置1，移动到文件的结束位置2。如果不做任何操作，读取完毕之后，句柄就会停止在2这个位置。因此当我们再次读取文件的时候，该句柄是从2这个位置，往后面读取内容。由于后面没有任何内容，因此第二次读取为空。
  那么，如果我们想要第二次同样能够读取到文件中的内容，应该怎么办呢？那么接着往下看。

2.3写入文件

def test_write_text_01(data):
    file_path = os.path.abspath(os.path.join(os.path.dirname(__file__), 'test.txt'))
    with open(file_path, 'w', encoding='utf-8') as f:
        f.write(data)
        f.close()


if __name__ == '__main__':
    test_write_text_01('第一次往text文件写入数据')

执行结果：

假如我们在写一句“第二次写入数据”，会出现啥情况呢？

 

def test_write_text_01(data):
    file_path = os.path.abspath(os.path.join(os.path.dirname(__file__), 'test.txt'))
    with open(file_path, 'w', encoding='utf-8') as f:
        f.write(data)
        f.close()

if __name__ == '__main__':
    test_write_text_01('第二次写入数据')

执行结果;

意外发生。当我们再次写入新的内容的时候，发现之前写的内容不见了，这是为啥呢？这就是我们下面要讲述的“文件读写的几种常见模式”。

2.4 文件读写的几种常见模式

2.4.1）关于r+、w+、a+使用说明(易错点)

　　当我们读取某个文件，向文件中写入某些内容(覆盖写)，向文件中追加写入某写内容时，最好的方式就是分别使用r、w、a这三种模式。对于这三种模式，要么读，要么写，读模式就不能写，写模式就不能读。
  对于r+、w+、a+这三种模式，如果你不是特别清楚python文件读写的原理，就不要轻易使用，因为会出现很多问题，下面我们仅演示r+、w+、a+这三种模式。

2.4.2）r+模式：可读可写

对于这种模式，不管是读取文件中的内容，还是朝文件中写入内容。前提条件：文件存在,若文件不存在 则会报错。

def test_write_read_text_r_jia_01():
    file_path = os.path.abspath(os.path.join(os.path.dirname(__file__), 'test.txt'))
    with open(file_path, 'r+',encoding='utf-8') as f:
        f.write('使用r加写入数据')
        print('=====# 朝文件中写入内容后，立即读取，会出现啥问题？===')
        data = f.read()
        print(f'读取是的数据为：{data}')


        print('# 朝文件中写入内容后，调整句柄位置后，再读取，会出现啥问题？')
        f.seek(0)
        data1 = f.read()
        print(f'读取是的数据为：{data1}')




if __name__ == '__main__':
    file_path = os.path.abspath(os.path.join(os.path.dirname(__file__), 'test.txt'))
    f = open(file_path, 'r+',encoding='utf-8')
    data = f.read()
    print(f'读取文件原内容：{data}')
    print('===================')
    test_write_read_text_r_jia_01()

执行结果;

读取文件原内容：关于r+、w+、a+
===================
=====# 朝文件中写入内容后，立即读取，会出现啥问题？===
读取是的数据为：
# 朝文件中写入内容后，调整句柄位置后，再读取，会出现啥问题？
读取是的数据为：使用r加写入数据

Process finished with exit code 0

结果分析：
  使用r+模式，当只读文件的时候，可以读取到其中的内容。
  当写入内容后，立即读取文件内容，发现什么也读取不到。这是由于当你写入内容后，文件句柄会放在写入内容的最后面，因此当你立即读取的时候，句柄会从上次内容最后的位置，朝后面读，因此读取为空。
  当往文件中写入内容后，调整句柄位置后，再读取文件中的内容，发现就有了内容。这是由于我们使用了f.seek(0)方法，将句柄由内容末尾调整到了内容开头，因此就又有了内容

2.4.3）w+：可读可写

def test_write_read_texy_w_jia_01():
    file_path = os.path.abspath(os.path.join(os.path.dirname(__file__), 'test.txt'))
    # 直接往文件中写入内容
    f = open(file_path, "w+", encoding="utf-8")
    f.write("bbbbbb")
    f.close()

    print('========直接读取上述文件，看看会发生啥问题？==========\n')
    # 直接读取上述文件，看看会发生啥问题？(特别注意这一步)
    f = open(file_path, "w+", encoding="utf-8")
    data_1 = f.read()
    print(f'读取数据data1:{data_1}\n')
    f.close()

    print('========朝文件中写入内容后，立即读取，又会发生什么？==========\n')
    # 朝文件中写入内容后，立即读取，又会发生什么？
    f = open(file_path, "w+", encoding="utf-8")
    f.write("哈哈哈哈哈")
    data_2 = f.read()
    print(f'读取数据data_2:{data_2}\n')
    f.close()

    print('========朝文件中写入内容后，调整句柄位置后，再读取，会发生什么？==========\n')
    # 朝文件中写入内容后，调整句柄位置后，再读取，会发生什么？
    f = open(file_path, "w+", encoding="utf-8")
    f.write("嘿嘿嘿嘿嘿")
    f.seek(0)
    data_3 = f.read()
    print(f'读取数据data_2:{data_3}\n')
    f.close()


if __name__ == '__main__':
    test_write_read_texy_w_jia_01()

执行结果：

========直接读取上述文件，看看会发生啥问题？==========

读取数据data1:

========朝文件中写入内容后，立即读取，又会发生什么？==========

读取数据data_2:

========朝文件中写入内容后，调整句柄位置后，再读取，会发生什么？==========

读取数据data_2:嘿嘿嘿嘿嘿


Process finished with exit code 0

结果分析：
  使用w+模式，当我们直接朝文件中写入bbbbbb，毋庸置疑，肯定是可以的。
  接着，我们直接读取这个文件中的内容，奇怪的现象发生了，什么都读取不到。这是因为w+模式，在进行文件读取的时候，默认是先写再读。但是我们确实没有写入任何东西呀？这是由于系统默认帮我们写入了一个空值，因此把原有内容覆盖了。所以再当我们读取文件中的内容的时候，发现读取为空。
  再接着，我们朝文件中，写入内容后再立即读取，这下仍然读取不到任何内容，这又是为什么呢？这是由于我们第一次写入“哈哈哈哈哈哈”的时候，句柄移动到了内容最后。当我们立即读取的时候，句柄从内容最后的位置，继续朝后面读，因此啥也没有。
  最后，当朝文件中写入内容后，调整句柄位置后，再读取文件中的内容，发现就有了内容。这是由于我们使用了f.seek(0)方法，将句柄由内容末尾调整到了内容开头，因此就又有了内容。

2.4.4）a+：可读可写

def text_wire_read_txt_a_jia_01():
    file_path = os.path.abspath(os.path.join(os.path.dirname(__file__), 'test.txt'))
    # 直接朝文件中写入内容
    f = open(file_path, "a+", encoding="utf-8")
    f.write("哈哈")
    f.close()

    print('========直接读取文件中的内容==========\n')
    # 直接读取文件中的内容
    f = open(file_path, "a+", encoding="utf-8")
    data_1 = f.read()
    print(f'读取数据data_2:{data_1}\n')
    f.close()

    print('========调整句柄位置后，再读取文件中的内容==========\n')
    # 调整句柄位置后，再读取文件中的内容
    f = open(file_path, "a+", encoding="utf-8")
    f.seek(0)
    data_2 = f.read()
    print(f'读取数据data_2:{data_2}\n')
    f.close()


if __name__ == '__main__':
    text_wire_read_txt_a_jia_01()

执行结果：

========直接读取文件中的内容==========

读取数据data_2:

========调整句柄位置后，再读取文件中的内容==========

读取数据data_2:嘿嘿嘿嘿嘿哈哈


Process finished with exit code 0

结果分析：
  使用a+模式，朝文件中写入内容，会接着原有的内容继续追加内容，毋庸置疑，肯定是没问题的。
  接着，当我们读取上述文件中的内容，会发现什么也读取不到。这是由于，使用a+模式打开文件，文件句柄默认放在内容的最后面，因此你直接读取其中的内容，什么也没有。
  最后，在读取文件中内容之前，我们使用了f.seek(0)方法，将句柄由内容末尾调整到了内容开头，再次读取文件中的内容，发现就有了内容。

2.5 read、readline、readlines的区别

2.5.1）read()方法的使用

def test_read():
    file_path = os.path.abspath(os.path.join(os.path.dirname(__file__), 'test.txt'))
    f = open(file_path, "r", encoding="utf-8")
    data = f.read()
    print(type(data))
    print(data)
    f.close()

if __name__ == '__main__':
    test_read()

执行结果：

<class 'str'>
君不见黄河之水天上来，奔流到海不复回
君不见高堂明镜悲白发，朝如青丝暮成雪
人生得意须尽欢，莫使金樽空对月
天生我材必有用，千金散尽还复来

Process finished with exit code 0

2.5.2）readline()方法的使用

def test_readline():
    file_path = os.path.abspath(os.path.join(os.path.dirname(__file__), 'test.txt'))
    f = open(file_path, "r", encoding="utf-8")
    data = f.readline()
    print(type(data))
    print(data)
    f.close()

    print('========================')

    f = open(file_path, "r", encoding="utf-8")
    for i in range(3):
        data = f.readline()
        print(data)
    f.close()

    print('==========去掉每一行末尾的换行符==============\n')
    #去掉每一行末尾的换行符：
    f = open(file_path, "r", encoding="utf-8")
    for i in range(3):
        data = f.readline().strip()
        print(data)
    f.close()


if __name__ == '__main__':
    test_readline()

执行结果：

2.5.3）readlines()方法的使用

def test_readlines():
    file_path = os.path.abspath(os.path.join(os.path.dirname(__file__), 'test.txt'))
    f = open(file_path, "r", encoding="utf-8")
    data = f.readlines()
    print(type(data))
    print(data)
    f.close()


if __name__ == '__main__':
    test_readlines()

执行结果：

2.6 对于一个10G的大文件，怎么高效的查看文件中的内容呢？

2.6.1）相关说明

　　当我们读取文件中的内容，相当于是把写在硬盘上的东西，读取到内存中。不管你是使用read()或者readlines()一次性读取到到内存中，还是使用readline()一行行的将整个内容读取到内存中，如果文件很大，都将会耗用很大的内存。同时，从硬盘读取文件内容到内存中，也会很慢。
  因此，有没有一种高效的方式？既让我们看到了文件中的内容，又不会占用内存呢？下面我们将进行说明。

2.6.2）操作说明

file_path = os.path.abspath(os.path.join(os.path.dirname(__file__), 'test.txt'))
f = open(file_path ,"r",encoding="utf-8")
for line in f:
    print(line.strip())

执行结果：

结果说明：
  上述方式中，f相当于一个迭代器，我们使用for循环迭代f中元素。每循环一次，就相当于读取一行到内存中，并记住这一次读取到的位置。当进行下次迭代的时候，上一次读取到内存中的内容，就会被销毁了，当前内存中读取的就是第二行的内容。当进行第三次循环的时候，内存中第二行的内容也会被销毁，此时内存中只会保存第三行的内容，这样依次进行下去。直到最后一次循环，读取最后一行的内容，此时，内存中保留的也只是最后一行的内容。
  迭代器有一个特性：每次进行迭代的时候，就会记住当前读取的位置。当进行下一次迭代的时候，前面的内容会被销毁掉，在内存中只会保留当前循环得到的内容。

原文链接：https://blog.csdn.net/weixin_41261833/article/details/104462907