python基础之文件处理总结

读文件：

with open('contacts.txt', 'r', encoding='utf-8') as f:
    data = f.read()

二进制模式读

使用场景：网络传输(视频、图片或进行网络传输的文本)

with open('contacts.txt', 'rb') as f:
    data = f.read()
print(data)  # 打印出16进制的编码格式

检测编码的工具

import chardet

with open('contacts.txt', 'rb') as f:
    data = f.read()
print(data)
print(chardet.detect(data))  # {'encoding': 'utf-8', 'confidence': 0.99, 'language': ''}  confidence是自信程度
print(data.decode('utf-8'))  # 文本的内容

循环文件和写模式操作文件

with open('contacts.txt', 'r', encoding='utf-8') as f:
    for line in f:
        print(line)  # 会多出很多空格

'''
因为print()打印时默认加了换行，所以加上，如果出现文件输出有空行的情况直接将print的换行取消即可。
给print()加一个取消自动换行的end=""参数即可：print(line,end="")，跟windows,unix没有关系。就是这么简单。
'''

with open('兼职.txt', 'w', encoding='utf-8') as f:   # w是创建，会清空以前的内容，慎用。
    f.write('好好学编程')

with open('兼职.txt', 'wb') as f:
    f.write('好好学编程'.encode('utf-8'))

 

追加模式操作文件

with open('contacts.txt', 'a', encoding='utf-8') as f:
    f.write('\n小胖  河北  182 100 13222222222')

with open('contacts.txt', 'ab') as f:
    f.write('\n小胖  河北  182 100 13222222222'.encode('utf-8'))  #  把二进制用utf-8编码

读写混合模式

with open('contacts.txt', 'r+', encoding='utf-8') as f:
    data = f.read()
    print('content', data)

    f.write('\nnewline 1哈哈')
    f.write('\nnewline 2哈哈')
    f.write('\nnewline 3哈哈')
    f.write('\nnewline 4哈哈')     # 在后面追加写的内容

    print('new content', f.read())  # 不显示新写的内容，因为写完后光标在最后的位置，后面是空的，所以读出来是空的。

写读模式 --->  先写后读(几乎没有应用场景)

with open('contacts.txt', 'w+', encoding='utf-8') as f:
    data = f.read()
    print('content', data)

    f.write('\nnewline 1哈哈')
    f.write('\nnewline 2哈哈')
    f.write('\nnewline 3哈哈')
    f.write('\nnewline 4哈哈')     # 重新创建，把之前的清空掉在写

    print('new content', f.read())

 

其他功能

flush 强制把内容从内存(缓存)刷到硬盘
readable 判断是否可读。在linux上一切皆文件，网卡、硬盘都是文件，这些是不可读的。

with open('f_flush_test.txt', 'w', encoding='utf-8') as f:
    f.write('\ntest2')
    f.flush()
    print(f.readable()) # False

readline 只读一行，遇到\r或\n为止

with open('contacts.txt', 'r', encoding='utf-8') as f:
    print(f.readline(), end='')  # 王心[路飞学城]9    46    13813234424
    print(f.readline(), end='')  # 马纤羽     深圳    173    50    13744234523
    # ......

seek  按字符编码所占字节来跳寻找，比如utf-8跳转3个字节，那么seek(3)往前跳一个字。
tell 返回当前文件操作光标位置

with open('seek_test.txt', 'r', encoding='utf-8') as f:  # 文本内容：# 好好学习编程
    print(f.read(1))  # 好    # read按字符读
    print(f.tell())  # 3
    print(f.read(2))  # 好学
    print(f.tell())  # 9
    # print(f.seek(11))
    # print(f.read(1))  # 报错  'utf-8' codec can't decode byte 0xa0 in position 0: invalid start byte
    print(f.seek(12))
    print(f.read(1))  # 编

seekable 判断是否可以进行seek操作，和readable一样主要用在linux上
truncate  按指定长度截断文件

with open('truncate_test.txt', 'r+', encoding='utf-8') as f:  # 文本内容：学习编程 # r+ 可读可写，若文件不存在报错。
    # print(f.tell())  # 0
    # print(f.truncate())  # 0

    # 默认截断到末尾
    # f.seek(3)
    # f.truncate()    # 文本内容只剩下"学"了，把后面的都截断了。

    # 可以自己写参数指定从哪开始截断,并不是依据光标位置截断，而是从头开始截多少。

    f.seek(3)
    f.truncate(9)  # 文本内容剩下"学习编"了

 

 文件修改功能

word和vim是把内容全部加载到内存上，当在内存修改完保存后，它们在把所有内容重新写到硬盘上，所以可以实现任意字符的修改。这是用占内存的方式来修改文件

下面是用占硬盘的方式来修改

import os

f_name = 'contacts.txt'
f_new_name = "%s.new" % f_name

old_str = '马纤羽'
new_str = 'new马纤羽'

f = open(f_name, 'r', encoding='utf-8')
f_new = open(f_new_name, 'w', encoding='utf-8')

for line in f:
    if old_str in line:
        line = line.replace(old_str, new_str)
    f_new.write(line)


with open(f_name, 'r', encoding='utf-8') as f:
    for line in f:
        if old_str in line:
            line = line.replace(old_str, new_str)
        with open(f_new_name, 'a', encoding='utf-8') as f_new:
            f_new.write(line)
os.rename(f_new_name, f_name)  # 把新文件名替换成旧文件名，这样就替换了旧文件

# 完成后contacts.txt文件里之前是马纤羽的都变成了new马纤羽

 

下面是用占内存的方式来修改

with open('contacts.txt', 'r+', encoding='utf-8') as f:
    data = f.read()
    data = data.replace('杜姗姗', 'Alex')
    f.seek(0)
    f.write(data)  # 如果是减内容的话(比如以前是1个G，改完后就剩800MB了)，可以用truncate截取到800MB那个点。