文件处理
1.1 基本流程
#1.打开文件，由应用程序向操作系统发起系统调用open(...),操作系统打开该文件，对应一块硬盘空间，并返回一个文件对象赋值给一个变量f
f=open('a.txt',encoding='utf-8') #默认打开模式就为r
#2.调用文件对象下的读/写方法，会被操作系统转为读/写硬盘的操作
data=f.read()
#3.向操作系统发起关闭文件的请求，回收系统资源
f.close()
1.2 资源回收与with上下文管理
打开一个文件包含两部分资源：应用程序的变量f和操作系统打开的文件。在操作完毕一个文件时，必须把与该文件的这两部分资源全部回收，回收方法为：
1. f.close() #回收操作系统打开的文件资源
2. del f #回收应用程序级的变量
其中del f一定要发生在f.close()之后，否则就会导致操作系统打开的文件无法关闭，白白占用资源。
python提供了with关键字来帮我们管理上下文：
#1. 在执行完子代码块后，with会自动执行f.close()
with open('a.txt','w') as f:
pass
#2. 可用with同时打开多个文件，用逗号分隔开即可
with open('a.txt','r') as f1,open('b.txt','w') as f2:
data = f1.read()
f2.write(data)
1.3 指定操作文本文件的字符编码
f = open(...)是由操作系统打开文件，如果打开的是文本文件，会涉及到字符编码问题，如果没有为open指定编码，那么打开文本文件的默认编码很明显是操作系统说了算了，操作系统会用自己的默认编码去打开文件，在windows下是gbk，在linux下是utf-8。
这就用到了上节课讲的字符编码的知识：若要保证不乱码，文件以什么方式存的，就要以什么方式打开。
f = open('a.txt',mode='r',encoding='utf-8')
二. 文件的操作模式
2.1 控制文件读写操作的模式
r(默认)：只读
w:只写
a:只追加写
2.1.1 案例一：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()
#小练习：实现用户认证功能
inp_name = intput('请输入你的名字：').strip()
inp_pwd = intput('请输入你的密码：').strip()
with open('a.txt',mode='r',encoding='utf-8') as f:
for line in f:
name,pwd = line.strip().split(':')
if inp_name == name and inp_pwd == pwd:
print('登陆成功')
break
else:
print('登陆失败，账号名或密码错误')
2.1.2 案例二：w模式的使用
#w只写模式：在文件不存在时会创建空文档，文件存在会清空文件，文件指针跑到文件开头
with open('a.txt',mode='w',encoding='utf-8') as f:
f.write('你好\n')
f.write('大家好\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面写的内容的后面
#2. 如果重新以w模式打开文件，则会清空文件内容
2.1.3 案例三：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,文件存在会将文件指针直接移动到文件末尾
with open('c.txt',mode='a',encoding='utf-8') as f:
f.write('44444\n')
f.write('55555\n')
#强调 w 模式与 a 模式的异同：
# 1 相同点：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
#小练习：实现注册功能
inp_name = input('username>>>').strip()
inp_pwd = input('password>>>').strip()
with open('a.txt',mode='w',encoding='utf-8') as f:
info = '%s:%s\n' %(inp_name,inp_pwd)
f.write(info)
2.1.4 案例四：+模式的使用（了解）
# r+ w+ a+ :可读可写
#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
2.2 控制文件读写内容的模式
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
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
2.2.1 案例一：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，内部帮我们做了编码与解码
2.2.2 案例二：b模式的使用
#b：读写都是以二进制为单位
with open('1.mp4',mode='rb') as f:
data = f.read()
print(type(data)) # 输出结果为：<class 'bytes'>
with o pen('a.txt',mode='wb') as f:
msg = '你好'
res = msg.encode('utf-8') # res为bytes类型
f.write(res) # 在b模式下写入文件的只能是bytes类型
#强调：b模式对比t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t模式更为方便
2.针对非文本文件（如视频、图片、音频等）只能使用b模式
# 小练习： 编写拷贝工具
src_file = input('源文件路径：').strip()
dst_file=input('目标文件路径: ').strip()
with open(r'%s' %src_file,mode='rb') as f1,open(r'%s' %dst_file,mode='wb') as f2:
for line in f1:
f2.write(line)
三. 操作文件的放法
3.1 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
# 强调：
# f.read()与f.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，有两种实现方式：
# 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
#方法二
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)
# 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
f.writelines([bytes('333\n',encoding='utf-8'),'444\n'.encode('utf-8')]) #b模式
3.2 了解
f.readable() # 文件是否可读
f.writable() # 文件是否可写
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
四. 主动控制文件内指针移动
#大前提: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
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
# 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
# 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
4.1 案例一：0模式详解
# a.txt用utf-8编码，内容如下（abc各占1个字节，中文“你好”各占3个字节）
abc你好
#0模式的使用
with open('a.txt',mode='rt',encoding='utf-8') as f:
f.seek(3,0) # 参照文件开头移动了3个字节
print(f.tell()) # 查看当前文件指针距离文件开头的位置，输出结果为3
print(f.read()) # 从第3个字节的位置读到文件末尾，输出结果为：你好
# 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
with open('a.txt',mode='rb') as f:
f.seek(6,0)
print(f.read().decode('utf-8')) #输出结果为: 好
4.2 案例二：1模式详解
# 1模式的使用
with open('a.txt',mode='rb') as f:
f.seek(3,1) # 从当前位置往后移动3个字节，而此时的当前位置就是文件开头
print(f.tell()) # 输出结果为：3
f.seek(4,1) # 从当前位置往后移动4个字节，而此时的当前位置为3
print(f.tell()) # 输出结果为：7
4.3 案例三：2模式的使用
# a.txt用utf-8编码，内容如下（abc各占1个字节，中文“你好”各占3个字节）
abc你好
# 2模式的使用
with open('a.txt',mode='rb') as f:
f.seek(0,2) # 参照文件末尾移动0个字节， 即直接跳到文件末尾
print(f.tell()) # 输出结果为：9
f.seek(-3,2) # 参照文件末尾往前移动了3个字节
print(f.read().decode('utf-8')) # 输出结果为：好
# 小练习：实现动态查看最新一条日志的效果
mport time
with open('access.log',mode='rb') as f:
f.seek(0,2)
while True:
line = f.readline()
if (line) == 0:
time.sleep(0.5)
else:
print(line.decode('utf-8'),end='')
五. 文件的修改
# 文件a.txt内容如下
张一蛋 山东 179 49 12344234523
李二蛋 河北 163 57 13913453521
王全蛋 山西 153 62 18651433422
# 执行操作
with open('a.txt',mode='wt',encoding="utf-8") as f:
f.seek(9,0)
f.write('<妇女主任>')
# 文件修改后的内容如下
张一蛋<妇女主任> 179 49 12344234523
李二蛋 河北 163 57 13913453521
王全蛋 山西 153 62 18651433422
# 强调：
# 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
文件对应的是硬盘空间,硬盘不能修改对应着文件本质也不能修改, 那我们看到文件的内容可以修改,是如何实现的呢? 大致的思路是将硬盘中文件内容读入内存,然后在内存中修改完毕后再覆盖回硬盘 具体的实现方式分为两种:
5.1 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('a.txt',mode='rt',encoding='utf-8') as f:
data = f.read()
with open('a.txt',mode='wt',encoding='utf-8') as f:
f.write(data.replace('改前','改后'))
5.2 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('a.txt',mode='rt',encoding='utf-8') as read_f,open('.a.txt.swap',mode='wt',encoding='utf-8') as write_f:
for line in read_f:
write_f.write(line.replace('改前','改后'))
os remove('a.txt')
os rename('.a.txt.swap','a.txt')
