Python开发【第六篇】：文件处理
1. 文件
文件处理流程：
- 打开文件，获得文件句柄，并赋值
- 通过句柄对文件进行操作
- 关闭文件
1.1 打开文件
在 Python 中使用 open（）函数打开文件，并返回文件对象：
open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)
open 函数有很多参数，一般地只需了解三个即可。第一个是文件对象，第二个是打开模式，第四个是编码方式。
Tips：open 函数打开文件采用的默认编码方式是系统编码，Windows 为 GBK；若打开的文件是 utf-8，那么需要指定编码方式为 utf-8，否则乱码。
| 打开模式 | 说明 |
|---|---|
| r | 只读方式打开（默认） |
| x | 如果文件存在，打开引发异常 |
| b | 以二进制方式打开文件 |
| + | 可读写模式（可添加到其他模式中） |
| w | 只写方式打开，会覆盖已存在文件 |
| a | 以写入模式打开，文件存在，在末尾追加 |
| t | 以文本模式打开（默认） |
| U | 通用换行符支持 |
使用 open 函数打开一个文件，可以获得文件对象（或句柄），利用文件对象，我们就可以对文件进行读取或 修改操作：
f = open('C:\\Users\\HJ\\Desktop\\a.txt')
Tips：open 函数默认以只读模式打开文本文件，即 rt 模式，打开二进制需要 b 模式。
1.1.1 文件对象方法
打开文件后获得文件对象，利用文件对象的一些方法，我们可以对文件内容进行读取或修改。
| 文件对象方法 | 说明 |
|---|---|
| read（[n]） | 读取文件（全部读取），以自己为单位读取 |
| readable（） | 判断文件是否可读，返回布尔值 |
| readline（） | 一次读取一行，默认换行，f.readline(),end=''不换行 |
| readlines（） | 读取所有内容，存成列表 |
| write（str） | 将字符串写入文件 |
| writeable（） | 判断文件是否可写 |
| writelines（seq） | 写入一个序列，元素必须是字符串 |
| seek（offset，from） | 在文件中移动文件指针 |
| tell（） | 返回当前在文件中的位置 |
| close（） | 关闭文件 |
1.1.2 with 关键字
使用 open 函数打开文件，每次都需要关闭文件，很是麻烦。一旦没有关闭，文件就会有泄漏的风险。而 Python 为我们提供了一个关键字 with，不需要我们每次自己关闭文件，Python 内部会自动关闭。
with open('a.txt') as f: # f 即为文件对象
f.read()
打开一个文件，并将内容写入另一个文件中：
with open('a.txt', 'r', encoding='utf-8') as f1,
open('b.txt', 'w', encoding='utf-8') as f2:
data = f1.readlines() # 存为列表
f2.write(data[0]) # 只写入第一行
1.1.3 文件定位
tell（）方法
read 方法以 字节读取文件，不指定参数，默认全部读取，文件指针指向文件末尾。使用 tell 方法可以查看文件指针位置。
# test_file.txt
第一行
第二行
f = open('test_file', encoding='utf-8', newline='')
data = f.readlines()
print(f.tell())
print(data)
f.close()
22
['第一行\r\n', '第二行\r\n']
文件默认不显示 \r\n，每个汉字 3 个字节，总共 6 个汉字（即 18 个字节）。再加上两个 \r\n（即 4 个字节），总计 22 个字节，显然文件指针已经指向文件末尾。
Tips：在不同系统中换行符不同，Windows 中为
\r\n，Linux 中为\n。Python 为了更好地兼容其他平台，统一转换为\n，要想查看真实的换行符，可在 open 函数中指定newline = ''
默认不显示换行符：
f = open('test_file', encoding='utf-8')
print(f.read())
print(f.tell())
第一行
第二行
22
使用 readlines()只能看到 \n：
f = open('test_file', encoding='utf-8')
print(f.readlines())
print(f.tell)
['第一行\n', '第二行\n']
22
seek（）方法
文件指针即用来定位光标所在，相当于一个书签，seek（）方法可以用来设置文件指针的位置，它的单位也是 字节。
seek(offset, from)
seek(3) # 移动 3 个字节
seek（）有两个参数：第一个 offset 为偏移量（即偏移字节），第二个 from 表示从哪个位置开始偏移，from 为三种模式：
- 0：表示从文件开头位置偏移
- 1：表示从当前位置偏移，必须以 rb 模式打开，最后再解码
- 2：表示从文件末尾开始偏移，必须以 rb 模式打开，最后再解码
从文件开始位置偏移：
f = open('test_file', encoding='utf-8')
print(f.tell()) # 文件刚打开时位置为 0
f.seek(10, 0) # 偏移 10 个字节，即第一行 \r 的后面，那么剩下的还要 \n 和 第二行内容
print(f.tell())
print(f.read())
f.close()
0
10
第二行
从当前位置偏移：
f = open('test_file', 'rb')
f.seek(3, 0) # 移动 3 个字节
print(f.tell()) # 3 位置
f.seek(3, 1) # 在 3 位置，再移动 3 个字节
print(f.tell())
print(f.read().decode('utf-8'))
f.close()
3
6
行
第二行
首先移动 3 个字节，再移动 3 个字节，指针到了第一行内容（第一行）中一的后面，再读取后面的内容。
文件末尾偏移：
f = open('test_file', 'rb')
f.seek(-5, 2)
print(f.tell())
data = f.readlines()
print(data)
print(data[-1].decode('utf-8'))
f.close()
17
[b'\xe8\xa1\x8c\r\n'] # 二进制，需要解码
行
访问文件的两种方式
设置一个查看日志的程序（查看日志一般都是查看最新的，即文件最后位置的内容）。
方法一：
使用 readlines（）方法查看，缺点是需要全部将文件读取出来，加载到内存才能读取最后一行，消耗时间和内存。
f = open('a.txt', encoding='utf-8')
data = f.readlines()
print(data[-1])
方法二：
利用 seek（）方法，将文件指针移动到文件末尾，从文件末尾开始读取。
f = open('a.txt', 'rb')
for i in f:
offs = -10
while True:
f.seek(offs, 2)
data = f.readlines()
if len(data) > 1: # 大于 1 表示读了两行
print('文件最后一行是：%s' % (data[-1]).decode('utf-8'))
break
offs *= 2 # 小于 1 表示没有最后一行没有读完，再将偏移量翻倍
1.2 文件写入
写入文件必须是 w 或 a 模式打开文件，只能写入字符串，不能写入其他数据类型。
1.2.1 w、a 模式
w 模式打开文件，文件存在则覆盖原有内容，文件不存在则新建。a 模式打开文件，文件追加到文件末尾：
f = open('a.txt', 'w', encoding='utf-8')
f.write('123\n') # 要加换行
f.writelines(['45\n', '67\n']) # 写入一个列表
1.2.2 + 模式
+表示同时可以对文件进行读写操作。
| 模式 | 说明 | 模式 | 说明 |
|---|---|---|---|
| r+ | 读写 | w+ | 读写 |
| x+ | 写读 | a+ | 写读 |
1.2.3 b 模式
b 模式以字节为单位打开文件，即可打开二进制文件（包括视频、图片、音频等），打开时不能指定编码方式。
一个文件在未保存时，它是存在于内存中（字符串形式）。当要存储到硬盘上时，便需要编码成字节码（bytes），同理硬盘上的内容加载处理，需要解码（decode）成字符串（str）：
# a.txt
第一行
f = open('test_file', 'rb')
data = f.read()
print(data)
print(data.decode('utf-8'))
b'\xe7\xac\xac\xe4\xb8\x80\xe8\xa1\x8c\r\n\r\n'
第一行
wb 、ab模式
以二进制格式写入文件，会覆盖原文件。只能写入二进制文件，因此写入的字符串必须编码成二进制。
f = open('a.txt', 'wb')
f.write(bytes('你好\n', encoding='utf-8'))
#f.write('你好\n'。encode('utf-8'))
以上两种方式都可以写入文件，ab 末尾则是在末尾追加。
1.2.4 其他文件对象方法
f.closed（）：判断文件是否关闭
f.encoding：查看文件打开的编码
f.flush（）：刷新（每过几秒自动保存）从内存到硬盘
1.3 总结
open 函数打开文件六种模式r、r+、w、w+、a、a+的区别：
- r：只读
- r+：可读写，直接写入文件，则从文件开头开始写，覆盖原有内容。若先读后写则在文件末尾追加。
- w：只写，覆盖文件内容，文件不存在则新建
- w+：可读写，如果文件存在，则覆盖整个文件内容。不存在则新建。
- a：只写，从文件末尾追加内容，文件不存在则新建
- a+：可读写，从文件开头读取内容，从文件末尾添加内容
