python文件处理
文件处理
文件是保存在计算机存储设备上的一些信息或数据。你已经知道了一些不同的文件类型,比如你的音乐文件,视频文件,文本文件。Python 给了你一些简单的方式操纵文件。通常我们把文件分为两类,文本文件和二进制文件。文本文件是简单的文本,二进制文件包含了只有计算机可读的二进制数据。
知识点
- 文件打开模式
- 文件读取与写入
with
语句lscpu
命令的实现
实验步骤
1. 文件打开
我们使用 open()
函数打开文件。它需要两个参数,第一个参数是文件路径或文件名,第二个是文件的打开模式。模式通常是下面这样的:
"r"
,以只读模式打开,你只能读取文件但不能编辑/删除文件的任何内容"w"
,以写入模式打开,如果文件存在将会删除里面的所有内容,然后打开这个文件进行写入"a"
,以追加模式代开,写入到文件中的任何数据将自动添加到末尾
默认的模式为只读模式,也就是说如果你不提供任何模式,open()
函数将会以只读模式打开文件。我们将实验打开一个文件,不过要准备实验材料:
$ wget http://labfile.oss.aliyuncs.com/courses/596/sample.txt
然后进入 Python3 打开这个文件。
>>> fobj = open("sample.txt")
>>> fobj
<open file 'sample.txt', mode 'r' at 0xb7f2d968>
2. 文件关闭
打开文件后我们应该总是关闭文件。我们使用方法 close()
完成这个操作。
>>> fobj.close()
始终确保你显式关闭每个打开的文件,一旦它的工作完成你没有任何理由保持打开文件。因为程序能打开的文件数量是有上限的。如果你超出了这个限制,没有任何可靠的方法恢复,因此程序可能会崩溃。每个打开的文件关联的数据结构(文件描述符/句柄/文件锁...)都要消耗一些主存资源。因此如果许多打开的文件没用了你可以结束大量的内存浪费,并且文件打开时始终存在数据损坏或丢失的可能性。
3. 文件读取
使用 read()
方法一次性读取整个文件。
>>> fobj = open("sample.txt")
>>> fobj.read()
'I love Python\nI love shiyanlou\n'
>>> fobj.close()
如果你再一次调用 read()
,它会返回空字符串因为它已经读取完整个文件。
read(size)
有一个可选的参数 size
,用于指定字符串长度。如果没有指定 size
或者指定为负数,就会读取并返回整个文件。当文件大小为当前机器内存两倍时,就会产生问题。反之,会尽可能按比较大的 size 读取和返回数据。
readline()
能帮助你每次读取文件的一行。
>>> fobj = open("sample.txt")
>>> fobj.readline()
'I love Python\n'
>>> fobj.readline()
'I love shiyanlou\n'
>>> fobj.close()
使用 readlines()
方法读取所有行到一个列表中。
>>> fobj = open('sample.txt')
>>> fobj.readlines()
['I love Python\n', 'I love shiyanlou\n']
>>> fobj.close()
你可以循环遍历文件对象来读取文件中的每一行。
>>> fobj = open('sample.txt')
>>> for x in fobj:
... print(x, end = '')
...
I love Python
I love shiyanlou
>>> fobj.close()
让我们写一个程序,这个程序接受用户输入的字符串作为将要读取的文件的文件名,并且在屏幕上打印文件内容。
#!/usr/bin/env python3
name = input("Enter the file name: ")
fobj = open(name)
print(fobj.read())
fobj.close()
运行程序:
$ ./test.py
Enter the file name: sample.txt
I love Python
I love shiyanlou
4. 文件写入
让我们通过 write()
方法打开一个文件然后我们随便写入一些文本。
>>> fobj = open("ircnicks.txt", 'w')
>>> fobj.write('powerpork\n')
>>> fobj.write('indrag\n')
>>> fobj.write('mishti\n')
>>> fobj.write('sankarshan')
>>> fobj.close()
现在读取我们刚刚创建的文件。
>>> fobj = open('ircnicks.txt')
>>> s = fobj.read()
>>> fobj.close()
>>> print(s)
powerpork
indrag
mishti
sankarshan
5. 文件操作示例程序
5.1. 拷贝文件
在这个例子里我们拷贝给定的文本文件到另一个给定的文本文件。
#!/usr/bin/env python3
import sys
if len(sys.argv) < 3:
print("Wrong parameter")
print("./copyfile.py file1 file2")
sys.exit(1)
f1 = open(sys.argv[1])
s = f1.read()
f1.close()
f2 = open(sys.argv[2], 'w')
f2.write(s)
f2.close()
运行程序:
你可以看到我们在这里使用了一个新模块 sys
。sys.argv
包含所有命令行参数。这个程序的功能完全可以使用 shell 的 cp
命令替代:在 cp
后首先输入被拷贝的文件的文件名,然后输入新文件名。
sys.argv
的第一个值是命令自身的名字,下面这个程序打印命令行参数。
#!/usr/bin/env python3
import sys
print("First value", sys.argv[0])
print("All values")
for i, x in enumerate(sys.argv):
print(i, x)
运行程序:
$ ./argvtest.py Hi there
First value ./argvtest.py
All values
0 ./argvtest.py
1 Hi
2 there
这里我们用到了一个新函数 enumerate(iterableobject)
,在序列中循环时,索引位置和对应值可以使用它同时得到。
5.2. 文本文件相关信息统计
让我们试着编写一个程序,对任意给定文本文件中的制表符、行、空格进行计数。
#!/usr/bin/env python3
import os
import sys
def parse_file(path):
"""
分析给定文本文件,返回其空格、制表符、行的相关信息
:arg path: 要分析的文本文件的路径
:return: 包含空格数、制表符数、行数的元组
"""
fd = open(path)
i = 0
spaces = 0
tabs = 0
for i,line in enumerate(fd):
spaces += line.count(' ')
tabs += line.count('\t')
# 现在关闭打开的文件
fd.close()
# 以元组形式返回结果
return spaces, tabs, i + 1
def main(path):
"""
函数用于打印文件分析结果
:arg path: 要分析的文本文件的路径
:return: 若文件存在则为 True,否则 False
"""
if os.path.exists(path):
spaces, tabs, lines = parse_file(path)
print("Spaces {}. tabs {}. lines {}".format(spaces, tabs, lines))
return True
else:
return False
if __name__ == '__main__':
if len(sys.argv) > 1:
main(sys.argv[1])
else:
sys.exit(-1)
sys.exit(0)
运行程序:
你可以看到程序有两个函数,main()
和 parse_file()
,parse_file
函数真正的分析文件并返回结果,然后在 main()
函数里打印结果。通过分割代码到一些更小的单元(函数)里,能帮助我们组织代码库并且也更容易为函数编写测试用例。
6. 使用 with
语句
在实际情况中,我们应该尝试使用 with
语句处理文件对象,它会文件用完后会自动关闭,就算发生异常也没关系。它是 try-finally 块的简写:
>>> with open('sample.txt') as fobj:
... for line in fobj:
... print(line, end = '')
...
I love Python
I love shiyanlou
7. 实现 lscpu
命令
在 Linux 下你可以使用 lscpu
命令来查看当前电脑的 CPU 相关信息,如下图:
实际上 lscpu
命令是读取 /proc/cpuinfo
这个文件的信息并美化输出,现在你可以自己写一个 Python 程序以只读模式读取 /proc/cpuinfo
这个文件,然后打印出来,这样你就有自己的一个 Python 版本的 lscpu
命令了 :)
记得一行一行的读取文本文件,不要一次性读取整个文件,因为有时候你读取的文件可能比可用内存还大。
总结
本实验我们学习了文件的打开与读写,在读写完毕后一定要记得关闭文件,或者使用 with 语句也是极好的。在 Linux 中你还需要注意你操作的文件的权限。Linux 有一个思想是“一切皆文件”,这在实验最后的 lscpu
的实现中得到了体现。