三 python之文件处理

一. 文件处理

文件操作三部曲

1. 打开文件，得到文件句柄并赋值给一个变量

   f=open('a.txt','r',encoding='utf-8') #默认打开模式就为r

2. 通过句柄对文件进行操作

   data=f.read()

3. 关闭文件

   f.close()

资源回收以及字符编码

打开一个文件会占用两部分资源: 操作系统级打开的文件和应用程序的变量. 操作完一个文件, 必须把这两部分资源回收:

1. f.close() #回收操作系统级打开的文件
2. del f #回收应用程序级的变量

而python自动的垃圾回收机制决定了我们无需考虑del f，这就要求我们，在操作完毕文件后，一定要记住f.close()

#使用with打开文件, 不需要考虑关闭
with open('a.txt','w') as f:
    pass

打开文件的模式

Character	Meaning
‘r'	open for reading (default)
‘w'	open for writing, truncating the file first
‘a'	open for writing, appending to the end of the file if it exists
‘b'	binary mode
‘t'	text mode (default)
‘+'	open a disk file for updating (reading and writing)
‘U'	universal newline mode (for backwards compatibility; should not be used in new code)

1. 打开文件的模式有(默认为文本模式)：

   r ，只读模式【默认模式，文件必须存在，不存在则抛出异常】
   w，只写模式【不可读；不存在则创建；存在则清空内容】
   a， 之追加写模式【不可读；不存在则创建；存在则只追加内容】
   

2. 对于非文本文件，我们只能使用b模式，"b"表示以字节的方式操作（而所有文件也都是以字节的形式存储的，使用这种模式无需考虑文本文件的字符编码、图片文件的jgp格式、视频文件的avi格式）

   rb 
   wb
   ab
   注：以b方式打开时，读取到的内容是字节类型，写入时也需要提供字节类型，不能指定编码
   

3. 了解部分

   "+" 表示可以同时读写某个文件
   r+，可读写，与a+的区别是可以写到文件任何位置 
   w+，可读写，与a+的区别是要清空文件内容
   a+，可读写模式，写只能写在文件末尾 
   

操作文件的方法

#掌握
f.read() #读取所有内容,光标移动到文件末尾,大文件慎用
f.readline() #读取一行内容,光标移动到第二行首部
f.readlines() #读取所有内容,读取每一行内容,存放于列表中,大文件慎用

f.write('1111\n222\n') #针对文本模式的写,需要自己写换行符
f.write('1111\n222\n'.encode('utf-8')) #针对b模式的写,需要自己写换行符
f.writelines(['333\n','444\n']) #文件模式
f.writelines([bytes('333\n',encoding='utf-8'),'444\n'.encode('utf-8')]) #b模式

#了解
f.readable() #文件是否可读
f.writable() #文件是否可读
f.closed #文件是否关闭
f.encoding #如果文件打开模式为b,则没有该属性
f.flush() #立刻将文件内容从内存刷到硬盘
f.name

练习，利用b模式，编写一个cp工具，要求如下：

　　1. 既可以拷贝文本又可以拷贝视频，图片等文件

　　2. 用户一旦参数错误，打印命令的正确使用方法，如usage: cp source_file target_file

　　提示：可以用import sys，然后用sys.argv获取脚本后面跟的参数

import sys
if len(sys.argv) != 3:
    print('usage: cp source_file target_file')
    sys.exit()

source_file,target_file=sys.argv[1],sys.argv[2]
with open(source_file,'rb') as read_f,open(target_file,'wb') as write_f:
    for line in read_f:
        write_f.write(line)

文件光标移动

#c.txt内容: "hello你好"
with open('c.txt','rt',encoding='utf-8') as f:
    print(f.read(6)) #输出 hello你
    print(f.tell()) #输出8, 因为一个英文字符占一个字节, 一个中文字符占三个字节
    f.seek(0,0)
    print(f.read(6))

    f.seek(6,0)   #会报错, 因为移动到了中文字符中间, 使得无法解码
    f.seek(8,0)
    print(f.read())

1. seek有三种移动方式0，1，2，其中1和2必须在b模式下进行，但无论哪种模式，都是以bytes为单位移动的

   f.seek(p,0)  移动当文件第p个字节处，从文件开头
   
   f.seek(p,1)  移动到相对于当前位置之后的p个字节
   
   f.seek(p,2)  移动到相对文章尾之后的p个字节
   

2. truncate是截断文件，所以文件的打开方式必须可写，但是不能用w或w+等方式打开，因为那样直接清空文件了，所以truncate要在r+或a或a+等模式下测试效果

   with open('access.log','a',encoding='utf-8') as f:
       f.truncate(3)
   

文件的修改

1. 法一

   import os
   
   with open('a.txt') as read_f,open('.a.txt.swap','w') as write_f:
       data=read_f.read() #全部读入内存,如果文件很大,会很卡
       data=data.replace('alex','SB') #在内存中完成修改
   
       write_f.write(data) #一次性写入新文件
   
   os.remove('a.txt')
   os.rename('.a.txt.swap','a.txt') 
   

2. 法二: 将硬盘存放的该文件的内容一行一行地读入内存，修改完毕就写入新文件，最后用新文件覆盖源文件

   import os
   
   with open('a.txt') as read_f,open('.a.txt.swap','w') as write_f:
       for line in read_f:
           line=line.replace('alex','SB')
           write_f.write(line)
   
   os.remove('a.txt')
   os.rename('.a.txt.swap','a.txt')