python基础之文件操作,集合,函数
文件操作：
打开文件的方法：
第一种：打开文件执行完命令后，需要关闭文件，否则会一直占用内存空间
f=open('/data/1.txt','r+') #后面的r+ 表示打开文件的模式是读写
#命令
f.close #关闭文件
第二种：这种会自动关闭文件，不用我们手动关闭，这种写法被称为python中的语法糖。
with open('/data/1.txt','r+') as f:
#命令
##################
打开文件的模式：
r : 只读模式，默认如果不加模式就是只读模式
r+： 读写模式，读，写，追加，如果文件不存在会报错。
w：只写模式 ，会覆盖文件内容，如果文件不存在会创建
w+: 写读模式 ，会覆盖文件内容，如果文件不存在会创建
a：追加模式 ，如果文件不存在会创建
a+：和a的意思一样
b ：二进制(字节)模式处理文件。 当需要处理二进制文件时，需要加一个b，比如rb,wb,ab, 需要注意的是b的方式在打开或写入时不能指定编码格式，只能打开后加.decode('utf-8')进行解码, 用wb方式写入时需要将字符串转化为字节
###########################################################
小例子：编码错误
#!/usr/bin/env python # encoding:utf-8 f = open('歌词','r') data = f.read() f.close() print(data) #执行结果： UnicodeDecodeError: 'gbk' codec can't decode byte 0x80 in position 22: illegal multibyte sequence #分析 当时编辑 '歌词' 这个文件时，我的编辑器的编码是utf-8 , 所以 '歌词' 这个文件编码就是utf-8， 现在用open()函数打开，open()函数会去找系统的默认编码，windows的系统一般是gbk编码格式的，所以会报错，而mac默认编码就是utf-8，打开就不会报错了，这里的解决办法是在打开文件时，指定编码格式 # 指定编码格式 f = open('歌词','r',encoding='utf-8') data = f.read() f.close() print(data)
小例子： 二进制模式读取文件
#错误示例： f = open('666.txt','rb',encoding='utf-8') data = f.read() f.close() print(data) #执行结果 ValueError: binary mode doesn't take an encoding argument # 二进制模式处理文件时，不能用encoding 指定编码 #正确示例： f = open('666.txt','rb') data = f.read() f.close() print(data) #执行结果： b'66666\r\n2312313' # 注意windows 中的换行符是 \r\n 而linux中是\n 开头的b表示字节
#特别注意：当666.txt 这个文件里有中文，这个时候print (data) 会出现 xe4\xb8 这种16进制的，无法看到中文，这个时候需要用.decode()解码，print(data.decode())
小例子：二进制模式写文件
#错误示例 txt1=''' 又一年花如绣，山中雪埋红豆。 曾是谁把盏问，可饮一杯否。 ''' f=open(txt1.log,'wb') f.write(txt1) f.close() #执行结果 TypeError: a bytes-like object is required, not 'str' #字符串不能用b写入，必须转化成字节 #正确示例 f=open('txt1.log','wb') f.write(txt1.encode(encoding='utf-8')) f.close()
#分析：因为用b写文件必须转成字节格式，所以用encode()编码，encode()里面可以指定编码格式，我这里是utf8，特别注意，前面说过b模式不能指定编码格式，说的是用open()函数打开的时候不能指定，我在打开后指定的
#bytes() 函数也可以转换成字节，bytes(txt1,encoding='utf-8')
#字符串 ---------- encode() -----------> 字节 ，编码过程
#字节 ---------- decode() -----------> 字符串 ，解码过程
下面来看用with处理文件的小例子：
txt1=''' 又一年花如绣，山中雪埋红豆。 曾是谁把盏问，可饮一杯否。 ''' with open('123.txt','a') as f: f.write(txt1) with open('123.txt','r') as f: a=f.read() with open('123.txt','r') as f: b=f.read(9) print(a) print(b) #执行结果： 又一年花如绣，山中雪埋红豆。 曾是谁把盏问，可饮一杯否。 又一年花如绣，山
上面这段代码会把txt1中的内容追加到123.txt这个文件中。 然后用read()读出全部赋值给a并打印出来，也可以指定读取的字符长度，赋值给b打印出来。但是：如果文件大的话不要用read()这种方法，可能不能全部读出来
特别注意：文件操作中除了read()方法 是读取的字符，其他方法都是读取的字节，在utf-8编码中，一个汉字占3个字节
除了用read读之外还好有其他方式，下面来介绍：
with open('123.txt','r') as f: line1=f.readline() print (line1)
line1的结果： 又一年花如绣，山中雪埋红豆。
说明readline()只读了一行。 如果要读全部内容那就用循环去一行一行的读呗，如下方法：
with open('123.txt','r') as f: while True: line1=f.readline() if len(line1) == 0: break print (line1)
readline()用这种循环的方法就把全部内容都读了出来！
with open('123.txt','r') as f: line2=f.readlines() print (line2)
line2的结果：['又一年花如绣，山中雪埋红豆。\n', '曾是谁把盏问，可饮一杯否。\n']
说明readlines() 全读出来了，但读出来的是一个列表。 当文件很大的时候不建议用这种 ，可能会出现卡住的情况
小例子：write写文件的时候只能写字符串 , writelines 可以写列表，但是列表中的元素必须是字符串
f = open('1.txt','w',encoding='utf-8') #用write写的时候只能写字符串 f.write('11111111111\n') #如果不加换行符，会写在一行里 f.write('2222222222222\n') #用writelines 可以写列表，但是列表中的元素必须是字符串 f.writelines(['1\n','2\n']) f.close()
获取真正的换行符
# 前面的例子说过，二进制模式rb读取文件时，可以看到windows系统的换行符是 \r\n # 假如不用二进制模式打开，用默认的文本模式打开看到换行符不是 \r\n f = open('1.txt','r') data = f.readlines() f.close() print(data) #执行结果： ['11111111111\n', '2222222222222\n', '1\n', '2\n'] # 分析，因为python 会处理来自不同系统的文件，所以python内部做了转换，统一把换行符转成 \n ，如果要显示真实的换行符 可以在打开文件时加 newline='' f = open('1.txt','r',newline='') data = f.readlines() f.close() print(data) # 执行结果： ['11111111111\r\n', '2222222222222\r\n', '1\r\n', '2\r\n']
文件游标
with open('333.txt','w') as f: f.write(txt3) with open('333.txt','r') as f: print(f.tell()) print (f.readline().strip()) #strip表示去掉换行符和空格 print(f.readline().strip()) print(f.tell()) f.seek(0) print(f.readline().strip()) #执行结果： 0 121212121233 qwertyu 23 121212121233
说明：tell() 方法会显示当前的指针(游标)位置，第一次肯定是0，然后读了两行，那指针位置就是在两行之后，然后用seek(0)方法把指针位置调整到0，seek()方法控制指针的位置。再次读取一行，还是读取的第一行，因为指针在哪，就从哪里开始读。
seek()方法的高级用法
seek() 方法的作用就是控制指针的位置
seek() 方法其实有三种模式，分别是 0 , 1 , 2 我下面会举例说明 第一种 0模式，从头开始(默认的模式) text = '''123333456789 qwertyuio 我是好人 666''' f = open('seek.log','w',encoding='utf-8') f.write(text) f.close() f = open('seek.log','r',encoding='utf-8') print(f.tell()) f.seek(5) print(f.tell()) f.seek(6,0) print(f.tell()) print(f.read()) f.close() #执行结果： 0 5 6 456789 qwertyuio 我是好人 666 #分析: 第一个f.tell() 肯定是0, 因为文件开头指针肯定是0, 然后f.seek(5)把指针从开头往后移动了5个字节, 那现在的f.tell()就是5, 然后又f.seek(6,0)从头开始移动6个字节, 现在的f.tell() 指针位置就是6, 最后f.read()的结果就是把指针后面的全部读取, 指针在6, 所以把第6个字节后面的全部读取 #这种模式就是0模式, 可以写成 f.seek(5,0), 因为0可以省略, 一般就写 f.seek(5) 就行了 第二种, 1模式，相对路径 f = open('seek.log','rb') print(f.tell()) f.seek(5) print(f.tell()) f.seek(6,1) print(f.tell()) print(f.read().decode()) f.close() #执行结果： 0 5 11 9 qwertyuio 我是好人 666 #分析: 第一个f.tell() 肯定是0, 因为文件开头指针肯定是0, 然后f.seek(5)这是第一个seek(), 把指针从开头往后移动了5个字节, 那现在的f.tell()就是5, 然后又f.seek(6,1)从当前指针的位置, 也就是第5个字节的位置又移动6个字节, 现在的f.tell() 指针位置就是11, 最后f.read()的结果就是把指针后面的全部读取, 指针在11, 所以把第11个字节后面的全部读取 #特别注意,因为seek()操作的是字节，字节既是二进制模式，除了默认的0模式可以不用b打开，其他两种模式都得用b打开 第三种, 2模式, 倒序 f = open('seek.log','rb') f.seek(-10,2) print(f.tell()) print(f.read().decode()) f.close() # 执行结果： UnicodeDecodeError: 'utf-8' codec can't decode byte 0xa5 in position 0: invalid start byte #分析: 因为倒数第10个字节在 好 字上，一个汉字占3个字节，好 恰好占了倒数 9,倒数10, 倒数11这三个字节, 不能把汉字拆开，所以报错 f = open('seek.log','rb') f.seek(-11,2) print(f.tell()) print(f.read().decode()) f.close() #执行结果: 31 好人 666 #分析：倒数第11个字节, 也就是从头开始的指针是31, 把倒数第11个字节后的或者说是正序第31个字节后的全部读取, 需要注意换行符是 \r\n 占了两个字节 #特别注意,因为seek()操作的是字节，字节既是二进制模式，除了默认的0模式可以不用b打开，其他两种模式都得用b打开
文件截取 truncate()
text = ''' 我们是共产主义接班人 ''' with open('test.log','w') as f: f.write(text) with open('test.log','r+') as f: f.truncate(6) #查看test.log，发现文件内容是 我们 #分析，在utf-8的编码中一个汉字占3个字节，除了read()是字符，其他方法都是字节。 # 注意：文件截取 truncate(6) 必须是可写的模式打开，但不能是w，因为w直接重新创建文件了，可以是 r+ 或者 a+
再来看文件操作的最后一个例子：
txt2='''请欣赏一首现代诗 黑夜给了我黑色的眼睛 我却用它寻找光明 ''' with open('new.txt','w') as f: f.write(txt2) with open('new.txt','r') as f: first_line=f.readline() #读取第一行内容，指针会移动到第一行的后面，再读的时候就会去第一行后面开始读 print('first_line:',first_line) print('分割线'.center(50,'-')) #表示以'分割线'为中心，用-补齐50个长度 data=f.read() #读取剩下的内容， print (data) # 执行结果： first_line: 请欣赏一首现代诗 -----------------------分割线------------------------ 黑夜给了我黑色的眼睛 我却用它寻找光明
##########################
其他常用文件操作：
f.name #打印文件名字
f.flush() #把文件内容从内存刷到硬盘
f.closed #文件如果关闭则返回True
f.encoding #查看使用open()打开文件的编码, 二进制模式的没有此方法
############################
集合：
集合是一个无序的，不重复的数据类型。
list1=[1,2,3,4,5,6,7,7,7,8,9] list1=set(list1) #集合会去重 print (list1,type(list1))
结果是：{1, 2, 3, 4, 5, 6, 7, 8, 9} <class 'set'>
结果看上去像排序了的，其实是无序的，数据多了就会看出是无序的。有点像字典，但类型是集合。
集合的方法：
1，增加
list1.add('a') #增加一个元素，可以重复添加相同的值，但是没用，集合去重的
list1.update(['b','c','d']) # 增加多个元素
2， 删除元素
list1.remove('a') #删除元素a，直接写要删除的元素名称就可以 ，但元素不存在时报错
list1.discard('a') #删除元素a，直接写要删除的元素名称就可以 ，元素不存在时不报错
list1.pop() #随机删除一个元素，因为集合是无序的
3，判断成员身份
list1=[1,2,3,4,5,6,7,7,7,8,9] list1=set(list1) print (2 in list1) #正确就返回True print (2 not in list1) #正确就返回True
并集
list1=[1,2,3,4,5,6,7,7,7,8,9] list1=set(list1) list2=[1,'a',5,'b',9] list2=set(list2) #方法一： list3=list1|list2 print (list3) #方法二： list3=list1.union(list2) print (list3)
返回结果： {1, 2, 3, 4, 5, 6, 7, 8, 9, 'a', 'b'} 把两个集合的所有元素合并，然后去掉重复的
交集
list1=[1,2,3,4,5,6,7,7,7,8,9] list1=set(list1) list2=[1,'a',5,'b',9] list2=set(list2) #方法一： list3=list1 & list2 print (list3) #方法二： list3=list1.intersection(list2) print (list3)
返回结果：{1, 5, 9} 把两个集合的公共的部分取出来
差集
list1=[1,2,3,4,5,6,7,7,7,8,9] list1=set(list1) list2=[1,'a',5,'b',9] list2=set(list2) #方法一： list3=list1 - list2 print (list3) #方法二： list3=list1.difference(list2) #求list1对list2的差集，就是把list1有的，但list2没有的取出来 print (list3)
返回结果：{2, 3, 4, 6, 7, 8｝ 求list1对list2的差集，就是把list1有的，但list2没有的取出来
子集与父集
list1=[1,2,3,4,5,6,7,7,7,8,9] list1=set(list1) list2=[1,5,9] list2=set(list2) print (list2.issubset(list1)) #判断list2是否是list1的子集，也就是说list2的元素是否list1都有，如果是就返回True print (list1.issuperset(list2)) #判断list1是否是list2的父集，也就是说list2的元素是否list1都有，如果是就返回True
###############################
函数
函数的作用：
1，减少代码重复性
2，使程序变得可扩展
3，使程序变得易维护
定义函数
1，
def func1(): #用def这个关键字去定义函数，func1 是函数名 print ("hello,world") #函数里面的内容 func1() #用函数名加括号的方式去调用这个函数
2，
def func1(): print ("this is func1") return 0 #返回一个0，注意return代表函数结束，即使后面还有命令也不会执行。 def func2(): print ("this is func2") return 1,"哈哈",[1,2,3],{1:'a'} #看上去返回一堆东西，把return赋值给一个变量后，实际上打印出来的是一个元组，用元组包了起来 def func3(a,b): #这个函数有参数，叫做形参 res=a**b return res #返回res的值 x=func1() #执行func1函数并把return的返回值赋值给x，如果没有return，返回的是None y=func2() #执行func2函数并把return的返回值赋值给y，如果没有return，返回的是None z=func3(2,3) #执行func3(a,b)函数，并把2传递给a，把3传递给b，执行完命令后把结果res赋值给z，刚才说的a和b叫形参，那么2和3叫实参，就是实际传递的参数 print (x) print (y) print (z)
3，默认参数
def stu(name,age,country='china'): #设置country这个参数的值是默认的，有默认参数必须放在最后 print ("your name is %s" %name) print ("your age is %s" %age) print ("your country is %s" %country) stu("zhang",18)
#执行函数时如果不指定第三个参数，那第三个参数就用默认的，如果指定了，那就按照你指定的传参，实参也可以指定固定的，比如stu("zhang",agr=19) 同样，指定的实参也必须放在后面。
#正常情况，给函数传参要按照顺序来的，不按顺序会出错，比如stu("zhang",name="li") 这样会出错，因为zhang已经传递给形参name了，再给name传递一个肯定不行了。
4，非固定参数(如果不确定用户要传入多少参数，就用非固定参数)
def stu(name,age,*args): # args 把用户传入的参数形成一个元组的形式 print ("your name is %s" %name) print ("your age is %s" %age) print (args) stu("zhang",18,'china','you are a good man') 返回结果： your name is zhang your age is 18 ('china', 'you are a good man')
如果传入的值是类似这种的sex="male"，那 *args 就不能处理了，这就用到了 **kwargs
def stu(name,age,**kwargs): #kwargs 会把用户传递的参数形成字典形式 print ("your name is %s" %name) print ("your age is %s" %age) print (kwargs) stu("zhang",18,sex="male",country='china') 返回的结果： your name is zhang your age is 18 {'country': 'china', 'sex': 'male'}
