文件处理

8bit = 1Bytes
    1024Bytes = 1KB
    1024KB = 1MB
    1024MB = 1GB
    1024GB = 1TB
    1024TB = 1PB
    字符编码
        字符编码的发展史
            字符编码表
                ASCII码  只有英文字母和符号与数字的对应关系
                用8位二进制(1bytes)表示一个英文字符

                GBK:中文 英文 符号与数字对应关系
                    用2bytes表示一个中文符号  兼容英文字符
                shift
                euck

        乱码: 编码与解码不一致
            内存中unicode     >>>编码(encode)          硬盘中utf-8编码
            硬盘中utf-8编码   >>>解码(decode)          内存中的unicode

        现在的计算机内存中统一用的都是unicode
        unicode两大特点:
            1.用户无论输入哪个国家的字符都能够正常显示(兼容万国)
            2.与任意国家的编码都有对应关系

        文件头
              # coding:gbk
              指定python解释器读取该文件使用gbk编码,而不再用默认的

              python2在读取文件默认使用的是ASCII码
              python3在读取文件默认使用的是utf-8码

        识别python语法执行python代码      x = '上'
            python2  如果不指定文件头 中文没法存储   那是因为python2解释器识别语法存储数据的时候默认使用的是ASCII

                     如果指定了文件头 python2解释器识别语法存储数据的时候使用文件头指定的编码
                     python2中通常都会在中文的字符串前面加一个u
                     x = u'上'
                     告诉python2解释器将上存成unicode的形式

            python3  里面的字符串直接存成unicode(******)

        保证不乱码的核心:
            当初以什么编码存的(encode) 就以什么编码取(decode)

           转换方式
            res1 = b x = '上'
            # 第一种ytes(x,encoding='utf-8')
            print(res1,type(res1))
            res2 = str(res1,encoding='utf-8')
            print(res2,type(res2))

            # 第二种转换方式
            res = x.encode('utf-8')
            print(type(res))
            print(res.decode('utf-8'))

    文件处理
        一套完整的计算机系统
            应用程序

            操作系统

            计算机硬件

        什么是文件
            操作系统暴露给用户操作复杂硬盘的简易接口

        python代码操作文件
            f = open(文件路径,mode='读写模式',encoding='utf-8')
            f.close()
            print(f)

            f:遥控器   文件句柄

            文件的上下文管理
                with open(....) as f:
                    文件操作

            文件路径
                相对路径:必须有一个参照物 通常是相对于执行文件所在的文件夹
                绝对路径:类似于GPS全球定位,不需要有任何的参照物
            r用来取消转义
                r'D:av\ttt\xxx\ooo\rrr'

            mode不写默认用的是rt

            encoding参数只在mode位文本模式的情况下才加

            文件读写模式
                r:只读模式
                    1.文件不存在的情况下 直接报错
                    2.文件存在的情况下 光标在文件开头
                w:只写模式
                    1.文件不存在的情况下 自动创建新文件
                    2.文件存在的情况下 先清空文件内容再执行写入
                a:只追加模式(只能在文件末尾添加内容)
                    1.文件不存在的情况下 自动创建新文件
                    2.文件存在的情况下 光标直接在文件末尾

            文件操作单位
                t:文本模式
                    只能和r/w/a连用  并且不写的情况下 默认就是t
                b:原生的二进制数据
                    只能和r/w/a连用
                    该模式通常用来处理非文本文件
                    直接存储网络上传输过来的二进制数据

            有钱就买Mac


            f.read()  一次性将文件内容全部读到内存
                      当文件过大的情况下该方法可能会导致内存溢出

            f.readline():一行行的读取内容

            文件句柄f可以直接被for循环 每次for循环拿出来的就是文件一行行的内容
            for line in f:
                print(line)

            \r\n:换行符  现在做了优化 可以只写\r或者\n

            f.readlines():将文件一行行的内存放是列表中 成为一个个元素

            f.readable():是否可读

            f.write()  写文件

            f.writeable()  是否可写

            f.writelines()  要接收一个容器类型
                for i in l:
                    f.write(i)
            f.writeline()  写一行

转换的两种方式

其他模式的补充：

 r w a 称为纯净模式  补充：r+ w+ a+

文件光标的移动（f.seek(offset,whence)）

 在rt模式下 read内的数字 表示的是字符的个数 初次之外,数字表示的都是字节

with open(r'test','r',encoding='utf-8') as f:  默认rt
    print(f.read(5))

with open(r'test','rb') as f:
    res = f.read(10)  # 读的是三个字节bytes
    print(res)
    print(res.decode('utf-8'))

f.seek(offset,whence)
offset:相对偏移量  光标移动的位数
whence:
    0:参照文件的开头   t和b都可以使用
    1:参照光标所在的当前位置  只能在b模式下用
    2:参照文件的末尾  只能在b模式下使用

with open(r'test','rt',encoding='utf-8') as f:
    print(f.read(1))
    f.seek(6,0)  # seek移动都是字节数
    f.seek(4,0)  # seek移动都是字节数

写日志

import time
res = time.strftime('%Y-%m-%d %X')
with open(r'test01.txt','a',encoding='utf-8') as f:
    f.write('%s egon给jason发了1个亿的工资\n'%res)


with open(r'test01.txt','rb') as f:
    # 先将光标移动到文件末尾
    f.seek(0,2)
    while True:
        res = f.readline()
        # 查看光标移动了多少位 bytes
        # print(f.tell())
        if res:
            print("新增的文件内容:%s"%res.decode('utf-8'))
            # 说明有人操作当前文件
        # else:
        #     # 说明文件没有被任何人操作
        #     print('暂无其他人操作该文件')

截断文件

with open(r'test','a',encoding='utf-8') as f:
    f.truncate(6)  # 接收的字节的长度 整型
    # 保留0~6字节数 后面的全部删除(截断)

修改文件

# 修改文件
# 先将数据由硬盘读到内存(读文件)
# 在内存中完成修改(字符串的替换)
# 再覆盖原来的内容(写文件)
with open(r'test02.txt','r',encoding='utf-8') as f:
    data = f.read()
    print(data)
    print(type(data))

with open(r'test02.txt','w',encoding='utf-8') as f:
    res = data.replace('egon','jason')
    print(data)
    f.write(res)

"""
优点:任意时间硬盘上只有一个文件 不会占用过多硬盘空间
缺点:当文件过大的情况下,可能会造成内存溢出
"""

# 文件修改方式2
# 创建一个新文件
# 循环读取老文件内容到内存进行修改  将修改好的内容写到新文件中
# 将老文件删除  将新文件的名字改成老文件名
import os

with open(r'test02.txt','r',encoding='utf-8') as read_f,\
        open(r'test02.swap','a',encoding='utf-8') as write_f:
    for line in read_f:
        new_line = line.replace('jason','egon')
        write_f.write(new_line)
os.remove('test02.txt')
os.rename('test02.swap','test02.txt')

"""
优点:内存中始终只有一行内容 不占内存
缺点:再某一时刻硬盘上会同时存在两个文件

"""