python文件操作
文件基本概念
什么是文件
文件是操作系统提供给用户/应用程序操作硬盘的一种虚拟的概念/接口。
# 用户/应用程序想要读写硬盘上保存的数据时，调用文件接口的过程：
第一步, 向操作系统发相关请求;
第二步, 操作系统执行请求修改硬盘数据的请求。
# 总结：用户\应用程序 -----> 操作系统 -----> 硬盘
为什么用文件
用户/应用程序可以通过文件将数据永久保存的硬盘中, 即操作文件就是操作硬盘
用户/应用程序直接操作的是文件，对文件进行的所有的操作，都是在向操作系统发送系统调用，然后再由操作将其转换成具体的硬盘操作
文件类型
# 第一类：文本文件，文本文件比较特殊，在硬盘中是二进制数据，在内存中需要是Unicode的二进制数据（支持显示字符）
# 第二类：其他文件，如图片、视频、音频等，在硬盘和内存中都是二进制数据，不需要转换成Unicode就可以使用
#下文除非特定说明外，都是对文本文件的读写操作
如何操作文件
操作文件通过open()方法。使用open()需要注意三个模式：读写内容模式、读写操作模式、编码方式模式
#1 控制文件读写内容的模式：t模式、b模式； **指的是读写的内容是字符串还是Bytes
t模式（默认的模式）
1、读写都以str（unicode）为单位的
2、文本文件
3、必须指定encoding='utf-8'
b模式 二进制/bytes
# 强调：t和b不能单独使用，必须跟r/w/a连用，即合文件读写模式连用
#2 控制文件读写操作的模式：r模式、w模式、a模式、+模式； **指的是读文件还是写文件
r只读模式
w只写模式
a只追加写模式
+：r+、w+、a+
#3 控制文件读写编码的模式：仅使用t模式中，即文本文件中； **指的是使用何种编码或解码方式
文件操作三步走
文件基本操作流程：打开文件、操作文件、关闭文件
#1 打开文件：
f = open('a.txt', mode='rt') # 因为默认是t模式，所以可以写成 mode='r'
#2 操作文件：读/写文件，应用程序对文件的读写请求都是在向操作系统发送系统调用，然后由操作系统控制硬盘把输入读入内存、或者写入硬盘
res = f.read()
print(res)
#3 关闭文件：
f.close() # 回收操作系统资源
del f # 回收应用程序资源,变量f
with上下文管理
with上下文管理的目的是为了让用户更方便地读写文件。
# 文件操作完成后一定要及时回收操作系统资源和程序资源。但是这个f.close()和del f很容易在编写代码的过程中被忘记掉。
# 除以这个问题，python提供了一种上下文管理工具。也就是with上下文管理。
# 通过文件句柄f操作读写操作，所有的读写操作写在with下面的自带吗块中。程序退出字代码块的时候会自动回收系统资源
with open('a.txt', mode='rt') as f:
res = f.read()
print(res)
# 使用with的另一个好处是可以同时读写操作多个文件，一行代码过长可以使用 \ 换行显示
with open('a.txt',mode='rt') as f1,\
open('b.txt',mode='rt') as f2:
res1=f1.read()
res2=f2.read()
print(res1)
print(res2)
指定字符编码
对于文本文件的读写操作需要时刻注意字符编码的问题。好在open函数帮我们做了字符编码转换的任务。
# 说明 'a.txt'文件保存时采用的方式是utf-8
with open('a.txt', mode='rt', encoding='utf-8') as f:
res=f.read() # t模式会将f.read()读出的结果解码成unicode
print(res,type(res))
# encoding = 'utf-8' 指定读硬盘上的文件'a.txt'是采用的编码方式
# f.read()将才会encoding指定的编码方式去读硬盘二进制数据，然后自动转换成Unicode二进制数据
# 强调：
- 如果没有指定encoding，会使用操作系统的默认的编码方式读取文件'a.txt'
- mac\linux: utf-8
- windows: gbk
# 补充：如果encoding='gbk'读a.txt，可能造成报错或乱码的问题
文件操作模式详解
读写内容模式
该模式控制的目的：控制读写的内容是字符串还是Bytes
# 大前提: tb模式均不能单独使用,必须与r/w/a之一结合使用
t（默认的）：文本模式
1. 读写文件都是以字符串为单位的；# 即读出来的结果是字符串、将字符串变量写进去
2. 只能针对文本文件
3. 必须指定encoding参数
b：二进制模式:
1.读写文件都是以bytes/二进制为单位的
2. 可以针对所有文件
3. 一定不能指定encoding参数
t模式的使用
# t模式：如果我们指定的文件打开模式为r/w/a，其实默认就是rt/wt/at
with open('a.txt',mode='rt',encoding='utf-8') as f:
res=f.read()
print(type(res)) # 输出结果为：<class 'str'>
with open('a.txt',mode='wt',encoding='utf-8') as f:
s='abc'
f.write(s) # 写入的也必须是字符串类型
# 强调：t模式只能用于操作文本文件, 无论读写都应该以字符串为单位；
# 而存取硬盘本质都是二进制的形式，当指定t模式时，open内部帮我们做了编码与解码
b模式的使用
# b模式: 读写都是以二进制位单位，即 Bytes
with open('1.mp4',mode='rb') as f:
data=f.read()
print(type(data)) # 输出结果为：<class 'bytes'>
with open('a.txt',mode='wb') as f:
msg="你好"
res=msg.encode('utf-8') # res为bytes类型, 需要手动编码
f.write(res) # 在b模式下写入文件的只能是bytes类型
总结强调
对比t模式和b模式：
- 1、在操作纯文本文件方面t模式帮我们省去了编码与解码的环节，b模式则需要手动编码与解码，所以此时t模式更为方便
- 2、针对非文本文件（如图片、视频、音频等）只能使用b模式，且此时不能使用参数encoding
练习：编写拷贝工具
# -*- coding: utf-8 -*-
# created by X. Liu on 2020/3/13
old_file = input('原文件路径>>>:').strip()
new_file = input('新文件路径>>>:').strip()
with open(old_file, 'rb') as old_f, open(new_file, 'wb') as new_f:
for line in old_f:
new_f.write(line)
读写操作模式
读写操作模式有四种（以t模式为基础进行内存操作）
| 读写操作模式 | 说明 |
|---|---|
| r | 只读模式，默认 |
| w | 只写模式 |
| a | 追加模式 |
| + | 读写模式，了解 |
| x | 只写模式（不可读，了解） |
r模式的使用
# r只读模式: 在文件不存在时则报错,文件存在时文件内指针直接跳到文件开头
with open('a.txt',mode='r',encoding='utf-8') as f:
res=f.read()
# f.read()会将文件的内容由硬盘全部读入内存，赋值给res
# 文件重新打开，从文件头开始读；
# 文件没有关闭时，第二次读将从指针上次停留的位置开始接着往下读
w模式的使用
# w只写模式: 在文件不存在时会创建空文档,文件存在时会清空文件,文件指针跑到文件开头
with open('d.txt',mode='wt',encoding='utf-8') as f:
f.read() # 报错，不可读
f.write('擦勒\n')
强调：
# 1 在文件不关闭的情况下,连续的写入，后写的内容一定跟在前写内容的后面
# 2 如果重新以w模式打开文件，则会清空文件内容
a模式的使用
# a只追加写模式: 在文件不存在时会创建空文档,文件存在时会将文件指针直接移动到文件末尾
# a模式内不可读文件
强调 ：w 模式与 a 模式的异同：
# 1 相同点：
- 都不可读
- 在打开的文件不关闭的情况下，连续的写入，新写的内容总会跟在前写的内容之后
# 2 不同点：
- 以a模式重新打开文件，不会清空原文件内容，会将文件指针直接移动到文件末尾，新写的内容永远写在最后；
- 以w模式重新打开文件会清空文件原本内容。
+模式的使用
# r+ w+ a+ :可读可写
# 基于+前面模式的功能使用
#在平时工作中，我们只单纯使用r/w/a，要么只读，要么只写，一般不用可读可写的模式
x模式的使用
# 只写模式，不可读；文件不存在新建；文件存在则报错
with open('a.txt', 'x', encodong='utf8') as f:
f.write('哈哈\n')
编码方式模式
编码方式模式指的是open()中的encoding参数的使用。
encoding参数是用在文本文件中，且仅使用在t模式下。
当读写操作模式是r时，encoding表示解码的方式，即将其他二进制数据解码为Unicode格式二进制数据读到内存；
当读写操作模式是w时，encoding表示编码的方式，即将Unicode格式二进制数据编码为其他二进制数据保存到硬盘
[感兴趣的参考实验](https://www.cnblogs.com/the3times/p/12487360.html
操作文件的方法
操作文件的方法就是说，文件打开后有哪些可以使用的内置方法提供给用户使用（读写等操作）。
重点
# 读操作
f.read() # 读取所有内容,执行完该操作后，文件指针会移动到文件末尾
f.readline() # 读取一行内容,光标移动到第二行首部
f.readlines() # 读取每一行内容,存放于列表中
# 注意1：三个读函数都可以用在t模式和b模式下，t模式读出来的是字符，b模式下读出来的是Bytes字节(二进制)
# 注意2：read(n)在t模式是n指字符数，b模式下n指字节数
with open('a.txt',mode='rt',encoding='utf-8') as f:
data=f.read(3) # 读取3个字符
with open('a.txt',mode='rb') as f:
data=f.read(3) # 读取3个Bytes
# 写操作
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,列表里面多个元素依次写入
f.writelines([bytes('333\n',encoding='utf-8'),'444\n'.encode('utf-8')]) #b模式
# 补充1：如果是纯英文字符，可以直接加前缀b得到bytes类型
# 补充2：'上'.encode('utf-8') 等同于bytes('上',encoding='utf-8')
# 强调：read()与readlines()都是将内容一次性读入内容，如果内容过大会导致内存溢出，若还想将内容全读入内存，则必须分多次读入.
强调：避免读文件时内存溢出的方式
# 方式一
with open('a.txt',mode='rt',encoding='utf-8') as f:
for line in f:
print(line) # 同一时刻只读入一行内容到内存中
# 方式二
with open('1.mp4',mode='rb') as f:
while True:
data=f.read(1024) # 同一时刻只读入1024个Bytes到内存中
if len(data) == 0:
break
print(data)
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
f.tell() # 获取文件指针当前位置
主动控制文件内指针移动
强调：文件内指针的移动都是Bytes为单位的，唯一例外的是t模式下的read(n)，n以字符为单位。
# 之前文件内指针的移动都是由读/写操作而被动触发的，若想读取文件某一特定位置的数据，则需要用f.seek方法主动控制文件内指针的移动，详细用法如下：
# f.seek(指针移动的字节数,模式控制):
# 模式控制:
# 0: 默认的模式,该模式代表指针移动的字节数是以文件开头为参照的
# 1: 该模式代表指针移动的字节数是以当前所在的位置为参照的
# 2: 该模式代表指针移动的字节数是以文件末尾的位置为参照的
# 补充：当指针移动的字节数n为整数时，表示往后移动；当n为负数时，表示往前移动；
# 强调：其中0模式可以在t或者b模式使用,而1跟2模式只能在b模式下用;
# 注意：由于在t模式下，会将读取的内容自动解码，所以必须保证读取的内容是一个完整中文数据，否则解码失败报错
练习：实现动态查看最新一条日志的效果
with open('b.txt', 'r', encoding='utf8') as f:
while True:
data = f.readline()
if len(data) == 0:
time.sleep(0.5) # 当前行没有数据，休息后再继续
continue
print(data)
文件修改实战
1、硬盘空间是无法修改的，硬盘中数据的更新都是用新内容覆盖旧内容
2、内存中的数据是可以修改的
文件对应硬盘空间，硬盘不能修改也就是说文件不能修改。
想要修改文件的思路是将硬盘上的文件内容读入内存，在内存中修改完毕后再覆盖到硬盘上。
文件修改方式一
# 实现思路：将文件内容发一次性全部读入内存,然后在内存中修改完毕后再覆盖写回原文件
# 优点: 在文件修改过程中同一份数据只有一份
# 缺点: 会过多地占用内存
with open('db.txt',mode='rt',encoding='utf-8') as f:
data=f.read()
with open('db.txt',mode='wt',encoding='utf-8') as f:
f.write(data.replace('kevin','SB'))
文件修改方式二
# 实现思路：以读的方式打开原文件,以写的方式打开一个临时文件,一行行读取原文件内容,修改完后写入临时文件...,删掉原文件,将临时文件重命名原文件名
# 优点: 不会占用过多的内存
# 缺点: 在文件修改过程中同一份数据存了两份
import os
with open('db.txt',mode='rt',encoding='utf-8') as read_f,\
open('.db.txt.swap',mode='wt',encoding='utf-8') as wrife_f:
for line in read_f:
wrife_f.write(line.replace('SB','kevin'))
os.remove('db.txt')
os.rename('.db.txt.swap','db.txt')
