python文件操作之二进制

• 列表项

三元运算符号:

a=3
b=7
val=a if a>b else val=b
print(val)

文件处理

首先给你一个文件，或者自己建立一个文件，那如何查看文件的内容呢？
1.安装个文本编辑器
2.选中右键，利用文本编辑器软件打开
3.查看OR写入
4.保存关闭

正常的文件如上面的步骤，怎么用Python打开这个文件，修改删除

1.怎么样用Python读一个文件；(自己在桌面建了一个文件叫test123)

f =open(file='D:/Users/tufengchao/Desktop/test123',mode='r',encoding='utf-8')
data = f.read()
f.close()

• file是路径
• mode 是打开的模式，r-读，w-写，rb-二进制
• encoding 编码格式
• read() 是读一个文件
• close()是读了一个文件然后关闭

• 这里解释一下这个问题，首先我们的文件在硬盘里面是以二进制存储格式，最终读到内存是不是要转换我们能看懂的东西，从二进制转化为我们能看懂的内容，是有个对应的关系的，是按照字符编码来的，这个文件是按照gbk存储的，结果读的时候是按照utf-8来读的，所以在对应的编码表里面找不到对应的关系；
• 我们平时使用的Word，也是这样的，只是微软帮你转换好了，小白用户是看不到这里面的转换的，直接使用就OK了
• 在Python里面，你一定要记住你自己的文档是什么格式的，读的时候用什么格式的读，你要告诉Python你之前的是什么格式，要以什么格式打开，如果不指定，Python3默认的编码格式就是utf-8,（只要出现上述的报错，就是编码格式错误）；
• 如果不知道自己的文件原来的编码格式可以使用pycharm打开，pycharm右下角会自动给你检测的；

文件处理二进制模式：

python3里面所有的字符都是utf-8的形式，如果在打开一个文件的时候我不知道这个编码怎么办？

那我们就不指定encoding的编码，那么Python3默认就是utf8但是这样也不行，同时我们要改变读的模式，才可以，r就是文本模式，可以直接读取字符串的，如果用户不知道文件的格式的话可以不指定编码格式，同时直接使用rb的模式，就是硬盘怎么存储的你就怎么存到内存，直接以二进制的形式，就可以了；

f=open(file='D:/Users/tufengchao/Desktop/test123',mode='r',encoding='utf-8')
data=f.read()
print(data)

• 如上述我指定了编码格式会报错：binary mode doesn't take an encoding argument

f=open(file='D:/Users/tufengchao/Desktop/test123',mode='r',)
data=f.read()
print(data)

• 以上则不会报错
• 基本二进制就是不给人家看的，例如视频的格式，等等就是二进制的；
• 基本来说 rb的模式就是不给人看的，就是网络传输用的，硬盘里面存的是什么读出来的就是什么；

以上如果用户就是想看呢，怎么办呢？二进制的传来传去的最终有人会使用这个文件的，不管什么文件传来传去如果记不得什么格式怎么办呢？

• 问题：在传输的时候对方不知道是以什么格式传给用户，传来传去彼此都忘了什么格式：

在编码的时候：utf8:是3个字符，gbk是2个字符，每个字符数字对应的字符，一段2进制串，如果10个字节全部都是中文，永远不能是utf-8，但是又要存成中文，就只能是gbk了，第三方的工具箱，会自动检测这段文字是什么编码。
我们需要用到一个第三方的工具包叫：**chardet**

教大家如何安装chardet

• pip3 install chardet
• 然后代码输入：

import chardet
f= open('log',mode='rb')
data=f.read()
f.close()
result=chardet.detect(open('log',mode='rb').read())
print(result)

• 通过上述我们可以知道什么的编码了，然后就可以通过具体的编码来看了;** 备注 **以上文件的路劲都是自己的本地，如果需要练习，大家可以自己创造文件；

文件处理写模式操作文件：

• 如果文件特别大，一read就全部读出来，如果内存小怎么办？
  1.可以不可以每次读一点，然后丢掉一点，然后在读一点？答案是当然可以了

f=open('D:/Users/tufengchao/Desktop/test123','r',encoding='utf-8')
for line in f:
    print(line)
f.close()

• 如上述的代码执行的结果中，竟然每行下边会有空格，为什么会有空格呢？
  1.因为prit本身就会换行；如上述的代码换成：

f=open('D:/Users/tufengchao/Desktop/test123','r',encoding='utf-8')
data=f.read()
print(data)

就不会有问题了，
如果是：

for line in f:
    print(line)

就会换行

写文件：

f=open('D:/Users/tufengchao/Desktop/test123','w',encoding='utf-8')
f.write('老北京科技大学,微信号：xxx')
f.close()

如上述就是写的格式，（备注：文件可以自行准备，写的内容可以自己写入，同时这里面的编码要根据你要编写的文件的编码格式，并不是所有文件都是utf8，有可能是gbk等等）

f=open('D:/Users/tufengchao/Desktop/test123','wb')
f.write('第二梦')
print(f.read())

会发现，之间的文件内容，现在只有：“第二梦”了
w不是修改，是创建了一个新的文件名字，如果和原来的旧文件有名字一样，原来的文件就是清空，如果是文件名字不一样就是新建，所以我们要是小心使用：w

追加模式

• 如果对一个文件我要修改一个条，或者追加一个内容：

f=open('D:/Users/tufengchao/Desktop/test','a',encoding='utf-8')
f.write('我要追加哈哈！！！！')
f.close()

• 注意：文件操作的时候，以 “a” 或者“ab”模式打开，则只能追加，即：在原来的内容尾部追加内容
• 写入硬盘时候，必须是：0101010101，打开时候需要注意：
• ab,写入时，需要直接传入以某种编码的010101010 ，即：字节类型
• a 和encoding 写入时需要传入Unicode字符串，内部会根据encoding制定的编码将Unicode字符串转换为该编码的01001010101

读写混合模式

• r+ 就是读写混合模式：

f=open('D:/Users/tufengchao/Desktop/test','r+',encoding='utf-8')
data=f.read()
print(data)
f.write('混合模式啦！！！！')
data1=f.read()
print(data1)
f.close()

• 注意上述的第二个，read()没有打印出来对应的插入的内容，

• 不是每次读完了，都重新读，就类似一个光标，光标在开始时候光标在第一个位置，然后read之后光标在最后，然后写的时候，结果光标又定位在最后了，所以读的时候从光标的位置往后读，所有读出来的结果就是空的，没有读出来；

• 写读模式：w +

• 读写和写读 听上去是一样的，其实完全不一样，读写模式：先读写，写读：是写模式打开，是写打开写，然后在读；（写：可以把原来的覆盖掉的）

• w+基本上应用场景比较少；

文件操作的其他的基本功能：

def fileno(self,args,**kwargs):返回文件句柄在内核中的索引值，以后做IO多路复用的时候可以用到；
def flush(self ,args,**kwargs):把文件从内存buffer里面强制刷新到硬盘上，例如：

f=("f_flush_test.txt",'w')
f.write("\ntest")

• 这时候打开文件f_flush_test.txt，发现是空白的：why?

• 主要是写入的内容会先存入内存，然后在从内容写入硬盘，因为存入内存要比写入硬盘快很多；
• 如上述的代码后边加入：f.close()就可以在文件f_flush_test.txt这个文件里面看到了；so每写一个字符都要往硬盘里面写的话会让速度很慢，所以就搞了个缓存功能，buffer，这个是可以改的，满了就会刷到硬盘里面，
  1.如果数据特别的大，但是有突然断电了这个怎么办呢？
  2.默认是buffer满了自动刷，现在要求强制刷，有没有这么的功能呢？

f=("f_flush_test.txt",'w')
f.write("\ntest")
f.flush()

3.这时候打开文件是不是就有了刚才写的内容了；

def readable(self ,args ,**kwargs):判断是否可读
def readline(self ,args,kwargs):只读一行，遇到\r or \n为止
def seek(self ,*args ,kwargs):
把文件的光标移动到制定的位置；

• 注意：seek的长度是按照字节算的，字符编码存每个字符所占的字节长度不一样。
• 如：我爱祖国，用gbk存就是2个字节，用utf-8存就是3个字节，因此以gbk打开时，seek（4）光标就会定位在“爱”之后
• 如果是utf-8，seek(4)会导致，拿到“爱”这个字的一部分字节，打印的话会报错，因此处理剩下的文本时发现用
• def seekabale(self,*args,**kwargs)判断文件是否可以进行seek操作
• def tell(self,*args,**kwargs)返回当前文件操作的光标位置

• read()是按照字符来读的，tell()和seek()是按照字节来的

• def truncate(self,*args,**kwargs)按照指定的长度截取文件
• def writable(self,*args,**kwargs)判断是否可以写

• word 在读取大文件的时候会慢，是因为他把硬盘的文件全部读取到内存，然后在内存中进行增删改查，在内存中就可以随便的修改了，就像列表一样，可以随意的修改东西；
• 文件特别的大，会不会内存爆掉呀？
• 有没有即不爆掉内存，又可以存到内存，我可以边读边修改，先读出来一点，然后检测一下是否修改，如果修改，就修改了放到新文件，如果不修改，就直接放到新文件里面，从一边读往一边写，这样就不会占内存了，就多站点硬盘；

f_name='f_test.txt'
f_new_name ='%s.new' %f_name
old_str='wo'
new_str='haha'
f=open(f_name,"r",encoding='utf8')
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)
f.close()
f_new.write(line)
f.close()
f_new.close()
os.rename(f_new_name,f_name)