Python基础之文件操作

1. 文件操作基本流程

计算机系统分为：计算机硬件，操作系统，应用程序三部分。
我们用Python或其他语言编写的应用程序若想要把数据永久保存下来，必须要保存于硬盘中，这就涉及到应用程序，要操作硬件。
而应用程序是无法操作硬件的，这就用到了操作系统。
操作系统把复杂的硬件操作封装成简单的接口给用户/应用程序使用。
其中文件就是操作系统提供给应用程序来操作硬盘虚拟概念，用户或应用程序通过操作文件，可以将自己的数据永久保存下来。
有了文件的概念，我们无需再去思考操作硬盘的细节，只需要关注操作文件的流程： ```Python #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") #默认打开模式为只读

2. 通过句柄对文件进行操作

data = f.read()

3. 关闭文件

f.close()

<h2>2. 关闭文件的注意事项</h2>
打开一个文件包含两部分资源：操作系统级打开的文件 + 应用程序的变量。<br>
在操作完毕一个文件时，必须把与该文件的这两部分资源一个不落的回收。<br>
回收方法为：
```Python
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

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还没有关闭，白白占用资源。

而python的自动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()。

但是，还是有的时候可能会忘记关闭文件，因此，我们可以使用另外一种操作方式。

使用with关键字来管理上下文：

with open("a.txt", "r", encoding="utf-8) as read_f:
    data = read_f.read()
with open("a.txt, "w", encoding="utf-8) as write_f:
    write_f.write(data)

3. 文件编码

f = open(···)是由操作系统打开文件。
那么如果我们没有为open指定编码，那么打开文件的默认编码很明显就是操作系统说了算。
操作系统会用自己的默认编码去代开文件，在windows先是gbk， 在linux下是utf-8. ```Python f = open("a.txt", "r", encoding="utf-8) ``` 因此，若要保证不乱吗，文件以什么方式存的， 就要用什么方式去打开。

4. 文件的打开方式

打开文件的方式有：r, w, a, r+, w+, a+, rb, wb, ab, r+b, w+b, a+b。
默认使用的是r(只读)模式。
根据打开方式的不同能执行不同的操作，但是也会有相应的差异。

4.1 只读操作(r, rb)

```Python f = open("a.txt", mode="r", encoding="utf-8) content = f.read() print(content) f.close() ``` 需要注意encoding表示编码集，根据文件的实际保存编码进行获取数据。
我们更常使用的utf-8. rb，读取出来的数据是bytes类型，在rb模式下，不能选择encoding字符集 ```Python f = open("a.txt", mode="rb") content = f.read() print(content) f.close() ``` 执行结果为： ```Python b'\xe6\xaf\x85\xe5\x93\xa5, \xe5\xa4\xaa\xe7\x99\xbd, wuse\n\xe5\x91\xb5\xe5\x91\xb5\n\xe6\x97\xa5\xe5\xa4\xa9' ``` rb的作用：在读取非文本文件的时候，比如读取MP3，图像，视频等信息的时候就需要用到rb。因为这种数据是没办法直接显示出来的。例如网上直播，就是这种数据。

4.2 读取文件的方法

4.2.1 read()

read()：将文件中的内容全部读取出来。
弊端：占内存，如果文件过大，容易导致内存崩溃。 ```Python open("a.txt", mode="r", encoding="utf-8") as f: content = f.read() print(content) ```

4.2.2 read(n)

读取n个字符。
需要注意的是，如果再次读取，那么会在当前位置继续去读，而不是从头读。
```Python open("a.txt", mode="r", encoding="utf-8) as f: content = f.read(3) print(content) ``` 如果使用的是rb模式，则读取出来的是n个字节。 ```Python open("a.txt", mode="rb") as f: content = f.read(3) print(content) ``` 执行结果为： ```Python b'\xe5\x8f\x8b' ```

4.2.3 readline()

一次读取一行数据。
注意：readline()结尾，每次读出出来的数据都会有一个\n。
所以，需要先用strip()方法来去掉\n或者空格。 ```Python open("a.txt", mode="r", encoding="utf-8) as f: content1 = f.readline() content2 = f.readline() content3 = f.readline() content4 = f.readline() print(content1) print(content2) print(content3) print(content4) ```

4.2.4 readlines()

readlines()将每一行形成一个元素，放到一个列表中，将所有的内容都读取出来。
但是，容易出现内存崩溃的问题，不推荐使用。 ```Python open("a.txt", mode="r", encoding="utf-8) as f: lst = f.readlines() for line in lst: print(line.strip()) ```

4.2.5 循环读取

这种方式是组好的，每次读取一行内容，不会产生内存溢出的问题。 ```Python open("a.txt", mode="r", encoding="utf-8") as f: for line in f: print(line.strip()) ```

4.3 写模式(w, wb)

写的时候注意，如果没有文件，则会创建文件，如果文件存在，则将原件中原来的内容删除，再写入新内容。 ```Python open("a.txt", mode="w", encoding="utf-8") as f: f.write("哇哈哈哈") ``` 在wb模式下，可以不指定打开文件的编码，但是在写入文件的时候必须将字符串转换成utf-8的bytes数据。 ```Python open("a.txt", mode="wb") as f: f.write("哇哈哈哈".encoding="utf-8") ```

4.4 追加(a, ab)

在追加模式下，我们写入的内容会追加在文件的结尾 ```Python open("a.txt", mode="a", encoding="utf-8") as f: f.write("哇哈哈哈") ``` ab的用法和wb一样 ```Python open("a.txt", mode="ab") as f: f.writer("哇哈哈哈哈".encoding="utf-8") ```

4.5 读写模式(r+, r+b)

对于读写模式，必须是先读，因为默认光标是在开头的，准备读取的，当读完了之后，再进行写入，在进行读写文件时，使用频率最高的模式就是r+。 ```Python open("a.txt", mode="r+", encoding="utf-8") as f: content = f.read() print(content) f.write("诗和远方") ``` 一定要先读取，然后才能写入。如果先写入，那么开头的数据就会被后来写入的数据替换掉。

4.6 写读(w+, w+b)

先将所有的内容清空，然后写入，最后读取，但是读取的内容是空的，不常用。 ```Python open("a.txt", mode="w+", encoding="utf-8") as f: f.write("远方不可及") content = f.read() print(content) ``` 在w+模式下，一开始是读取不到数据，然后在写的时候再将原来的内容清空，所以很少使用。

4.7 追加读(a+)

a+模式下，不论先读还是后读，都是读取不到数据的。 ```Python open("a.txt", mode="a+", encoding="utf-8") as f: f.write("啦啦啦") content = f.read() print(content) ```

5. 其他相关操作

5.1 移动光标seek(n)

seek(n)，将光标移动到n位置，注意的是，移动的但是byte，所以如果是UTF-8的中文部分要是3的倍数。
通常使用seek都是移动开开头或者结尾。
移动到开头：seek(0)
移动到结尾: seek(0, 2), seek的第二个参数表示的是从哪个位置进行偏移，默认是0，表示开头，1表示当前位置，2表示结尾。 ```Python open("a.txt", mode="r+", encoding="utf-8") as f: f.seek(0) #光标移动到开头 content = f.read() #读取内容，此时光标移动到结尾 print(content) f.seek(0) #再次将光标移动到开头 f.seek(0, 2) #将光标移动到结尾 content2 = f.read() #读取内容，什么都读取不到 print(content2) f.seek(0) #移动光标到开头 f.write("番茄炒鸡蛋") ```

5.2 tell()

使用tell()可以定位当前光标所在的位置。 ```Python open("a.txt", mode="r+", encoding="utf-8") as f: f.seek(0) #光标移动到开头 f.write("周星驰") print(f.tell()) #此时光标的位置是9 ```

5.3 truncate()截断文件

```Python open("a.txt", mode="w", encoding="utf-8") as f: f.write("哈哈") #写入两个字符 f.seek(3) #光标移动到3， 也就是两个字中间 f.truncate() #删除光标后面的所有内容 ```

open("a.txt", mode="r+", encoding="utf-8") as f:
    content = f.read(3)     #读取12个字符
    f.seek(4)               
    print(f.tell())         #获取当前坐标的位置
    f.truntcat()            #后面的所有内容都删除

注意：在r+模式下，如果读取了内容，不论读取内容多少，光标显示的是多少，再写入或者操作文件的时候都是在结尾进行的操作。

所以如果想做阶段操作，要先挪动光标到想要截断的位置，然后再进行截断。
关于truncate(n)，如果给出了n，则从开头进行截断。
如果不给n，则从当前位置截断，后面的内容将会被删除。

6. 修改文件的方式

文件的修改，只能将文件中的内容读取到内存中，将信息修改完毕，然后将源文件删除，将新文件的名字改成老文件的名字。 ```Python import os with open("a.txt", mode="r", encoding="utf-8") as f1,\ open("a_new.txt", mode="w", encoding="utf-8") as f2: content = f1.read() new_content = content.repalace("a", "b") #把a.txt中的所有a替换成b f2.write(new_content) os.remove("a.txt") os.rename("a_new.txt", "a.txt") #将a_new.txt文件改名为a.txt ```

7. 打开文件的另一种方式

```Python with open("a.txt", mode="r", encoding="utf-8") as f: content = f.read() ``` 这种读取文件的方式是一次将所有内容读取出来，当文件内容过大时，就会造成内存溢出。
解决方案：一行一行的读取和操作 ```Python with open("a.txt", mode="r", encoding="utf-8") as f: for line in f: print(line) ```