文件处理
1 引入
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,若想永久保存下来,必须要保存于硬盘中。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
# 1. 打开文件,由应用程序向操作系统发起系统调用open(...),操作系统打开该文件,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
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 、 del 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,但是大多数读者还是会不由自主地忘记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了,
# 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下是utf-8。
# 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
# 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 # 小练习:实现用户认证功能 inp_name = input ( '请输入你的名字: ' ).strip() inp_pwd = input ( '请输入你的密码: ' ).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 ( '账号名或者密码错误' )
3.1.2 案例二:w 模式的使用
# 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 with open ( 'c.txt' ,mode = 'a' ,encoding = 'utf-8' ) as f: f.write( '44444\n' ) f.write( '55555\n' ) #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 # 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)
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为单位的
2. 只能针对文本文件
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
# 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
# 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 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,若还想将内容全读入内存,则必须分多次读入,有两种实现方式: # 方式一 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 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 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: # 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
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 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
# 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、硬盘空间是无法修改的,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
文件对应的是硬盘空间,硬盘不能修改对应着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? 大致的思路是将硬盘中文件内容读入内存,然后在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:将文件内容发一次性全部读入内存,然后在内存中修改完毕后再覆盖写回原文件 # 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' ))
6.1 文件修改方式二
# 实现思路:以读的方式打开原文件,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...,删掉原文件,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' )
PS:
windows下open函数文件传入参数路径分隔符问题,
open('c:\a\nb\c\d.txt')
方法一(推荐):
在路径前加r,r即raw string,也叫原始字符串常量,防止\n转义
open(r'c:\a\nb\c\d.txt')
方法二:
路径分隔符写成左斜杠,open函数自行处理
open('c:/a/nb/c/d.tex')
over...