美文网首页
python文件处理

python文件处理

作者: 100斤的瘦子_汤勇 | 来源:发表于2020-06-16 11:17 被阅读0次

    一 引入

    应用程序运行过程中产生的数据最先都是存放于内存中的,若想永久保存下来,必须要保存于硬盘中。应用程序若想操作硬件必须通过操作系统,而文件就是操作系统提供给应用程序来操作硬盘的虚拟概念,用户或应用程序对文件的操作,就是向操作系统发起调用,然后由操作系统完成对硬盘的具体操作。

    二 文件操作的基本流程

    2.1 基本流程

    有了文件的概念,我们无需再去考虑操作硬盘的细节,只需要关注操作文件的流程:

    # 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ff=open('a.txt','r',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,会被操作系统转换为读/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()

    2.2 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、delf#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, 而python自动的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(),虽然我们如此强调,但是大多数读者还是会不由自主地忘记f.close(),考虑到这一点,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、可用用with同时打开多个文件,用逗号分隔开即可

    with open('a.txt','r') as read_f,open('b.txt','w') as write_f:

    data=read_f.read()

    write_f.write(data)

    2.3 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。

    三 文件的操作模式

    3.1 控制文件读写操作的模式

    r(默认的):只读

    w:只写

    a:只追加写

    3.1.1 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()# 会将文件的内容由硬盘全部读入内存,赋值给res

    3.1.2 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('b.txt',mode='w',encoding='utf-8') as f:

        f.write('你好\n')

        f.write('我好\n')

        f.write('大家好\n')

        f.write('111\n222\n333\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

    3.1.3 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

    3.1.4 案例四:+ 模式的使用

    # 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

    3.2 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

    3.2.1 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

    3.2.2 案例二: b 模式的使用

    # b: 读写都是以二进制位单位

    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

        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

    # 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 read_f,open(r'%s' %dst_file,mode='wb') as write_f:

        for line in read_f:

            # print(line)

            write_f.write(line)

    四 操作文件的方法

    4.1 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)

    # 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

    4.2 补充

    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

    五 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

    5.1 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

    5.2 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

    5.3 案例三: 2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

    # 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

    import time

    with open('access.log',mode='rb') as f:

        f.seek(0,2)

        while True:

            line=f.readline()

            if len(line) == 0:

                # 没有内容

                time.sleep(0.5)

            else:

                print(line.decode('utf-8'),end='')

    六 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='r+t',encoding='utf-8') as f:

        f.seek(9)

        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:

    6.1 文件修改方式一

    # 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')

    6.2 文件修改方式二

    # 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'))

    相关文章

      网友评论

          本文标题:python文件处理

          本文链接:https://www.haomeiwen.com/subject/bmscxktx.html