python 文件处理

Python文件处理

文件在硬盘上是以某种编码格式的 “010101010101001” 保存在硬盘上。

文件读取

f = open('python_file.txt','r',encoding='utf-8')

#          文件路径       只读模式     以什么样的编码方式去读或写

data = f.read() #表示读取所有内容，内容是已经转换完毕的字符串。

print(data)

f.close()       #关闭文件

 PS: 此处的encoding必须和文件在保存时设置的编码一致，

 不然“断句”会不准确从而造成乱码。

f = open('python_file.txt','rb')  # 'rb'以二进制模式读取

data = f.read()

print(data)         # b'python\xe5\xbe\x88\xe6\xa3\x92'

print(data.decode()) # python很棒

f.close()

 

不知道编码，用chardet解决

import chardet

result = chardet.detect(open('python_file.txt',mode='rb').read())

print(result)       #{'encoding': 'utf-8', 'confidence': 0.7525, 'language': ''}

 

循环文件

f = open("python_file",'r',encoding="utf-8")

 for line in f:

    print(line)

f.close()

写入 

 

f = open('python_file.txt',mode='w',encoding='utf-8')
f.write('life is short ')
f.close()

二进制写
f = open('二进制写.txt','wb')
f.write('life is short ,I chose python'.encode('utf-8'))   # 表示写入内容，写入的内容必须字节类型
f.close()

 

追加

把内容追加到文件尾部

f = open("python_file.txt",'a',encoding="utf-8")
f.write("linux is not unix")
f.close()

文件操作时，以 “a”或“ab” 模式打开，则只能追加，即：在原来内容的尾部追加内容

写入到硬盘上时，必须是某种编码的0101010，

打开时需要注意：

ab，写入时需要直接传入以某种编码的0100101，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 010101010

 读写模式

f = open("python_file.txt",'r+',encoding="utf-8")
data = f.read() #可以读内容 
print(data)
f.write("life is short") #可以写
f.close()

 

 写读模式

f = open("pythoner.txt",'w+',encoding="utf-8")
data = f.read() 
print(data)
f.write("\nnewline 1 python is good")
f.write("\nnewline 2 life is short")
f.write("\nnewline 3 I chose python")
f.write("\nnewline 4 linux is not unix")
print("content",f.read())
f.close()

w+会先把文件清空,再写新内容，相比w模式，只是支持了一个读功能,且还只能读已经写入的新内容

 

文件操作的其它功能

  def fileno(self, *args, **kwargs): # real signature unknown
        返回文件句柄在内核中的索引值，以后做IO多路复用时可以用到
 
    def flush(self, *args, **kwargs): # real signature unknown
        把文件从内存buffer里强制刷新到硬盘
 
    def readable(self, *args, **kwargs): # real signature unknown
        判断是否可读
 
    def readline(self, *args, **kwargs): # real signature unknown
        只读一行，遇到\r or \n为止
 
    def seek(self, *args, **kwargs): # real signature unknown
        把操作文件的光标移到指定位置
        *注意seek的长度是按字节算的， 字符编码存每个字符所占的字节长度不一样。
        如“路飞学城” 用gbk存是2个字节一个字，用utf-8就是3个字节，因此以gbk打开时，seek(4) 就把光标切换到了“飞”和“学”两个字中间。
        但如果是utf8,seek(4)会导致，拿到了飞这个字的一部分字节，打印的话会报错，因为处理剩下的文本时发现用utf8处理不了了，因为编码对不上了。少了一个字节
 
    def seekable(self, *args, **kwargs): # real signature unknown
        判断文件是否可进行seek操作
 
    def tell(self, *args, **kwargs): # real signature unknown
        返回当前文件操作光标位置 
 
    def truncate(self, *args, **kwargs): # real signature unknown
        按指定长度截断文件
        *指定长度的话，就从文件开头开始截断指定长度，不指定长度的话，就从当前位置到文件尾部的内容全去掉。
 
    def writable(self, *args, **kwargs): # real signature unknown
        判断文件是否可写

修改文件

尝试直接以r+模式打开文件，默认会把新增的内容追加到文件最后面（最新测试r+会从头覆盖，测试代码如下）

f1 = open("python_file.txt",'w',encoding='utf-8')
f1.write("[元贞]")
f1.close()
f2 = open("python_file.txt",'r+',encoding="utf-8")
# print(f2.read())    #先读后写就不会被覆盖，而是追加   
f2.write('fade_walk')
f2.close()

seek,之所以内容会追加到最后面，是因为，文件一打开，要写的时候，光标会默认移到文件尾部，再开始写

f = open("contact.txt",'r+',encoding="utf-8")
f.seek(6)
f.write("mysql")
f.close()

但是执行后插入的内容把插入处后面的内容覆盖掉

　　这是硬盘的存储原理导致的，当你把文件存到硬盘上，就在硬盘上划了一块空间，存数据，等你下次打开这个文件 ，seek到一个位置，每改一个字，就是把原来的覆盖掉，如果要插入，是不可能的，因为后面的数据在硬盘上不会整体向后移。所以就出现 当前这个情况 ，你想插入，却变成了会把旧内容覆盖掉。

 问：但是人家word, vim 都可以修改文件呀，你这不能修改算个什么玩意？

　　你想修改当然可以，就是不要在硬盘上修改，把内容全部读到内存里，数据在内存里可以随便增删改查，修改之后，把内容再全部写回硬盘，把原来的数据全部覆盖掉。vim word等各种文本编辑器都是这么干的。

　　如果不想占内存，只能用另外一种办法啦，就是边读边改， 什么意思？ 不是不能改么？是不能改原文件 ，但你可以打开旧文件 的同时，生成一个新文件呀，边从旧的里面一行行的读，边往新的一行行写，遇到需要修改就改了再写到新文件 ，这样，在内存里一直只存一行内容。就不占内存了。 但这样也有一个缺点，就是虽然不占内存 ，但是占硬盘，每次修改，都要生成一份新文件，虽然改完后，可以把旧的覆盖掉，但在改的过程中，还是有2份数据 的。