自己以前整理的笔记，不太完整，后续会不断更新。。。。
- [ ] 多线程同时向文件中写入内容时，不同访问方式下，内容覆盖bug???????
- [ ] 读取文件时，是以字符读，还是以字节读？？？？？
- [ ]
操作文件的套路：
- 打开文件
- 读、写文件
- 读 将文件内容从磁盘读入内存
- 写 将内存内容写入磁盘文件
- 关闭文件
一、python中操作文件
open('文件名', '访问方式')
返回一个文件对象
| 访问方式 | 说明 |
|---|---|
| r（默认） | 只读方式打开文件，若文件不存在则抛出异常 |
| w | 只写方式打开文件，写入内容后会将文件原内容覆盖，若文件不存在则创建新文件，并写入内容 |
| a | 追加方式打开文件，在文件已有内容后继续添加内容，若文件不存在则创建新文件，并写入内容---写入内容时具有“原子性”，体现在多线程写入时 |
| r+ | 读写的方式打开文件 |
| w+ | 读写的方式打开文件 |
| a+ | 读写的方式打开文件 |
读写文件的模式：文本模式('r','w')、二进制模式('rb','wb')
注意：以字符模式打开和以二进制打开后，后续操作有所不同，特别是按位读取内容时
f.read(num)
num值为空则一次性读入所有文件内容，并返回内容，同时，文件指针移动到文件末尾
num值不为空则读取指定长度的内容，依赖于文件的读取方式：如果以文本模式打开，则1代表每次读取一个字符；如果以二进制模式打开，则1代表每次读取一个字节
文件指针
文件指针记录文件读取的位置，第一次读取时从头开始，文件对象调用read()方法后文件内容全部读取，文件指针移动到文件末尾，若再次调用read()方法，读不到内容。
f.readline([size] )
不传参数时，按行读取内容，同时文件指针移动到行尾。
传参则表示一次读取的字节数：如果字节数大于每行内容的字节数，那么返回整行；如果小于，则返回固定的字节数。
每读取一行，也会将换行符读取进来
若文件内容很多，这时采用read方法一次读取文件内容会很占内存，这种情况下可以采用readline方法，一次只读取一行。
f.readlines()读取所有行，并将获得的每行数据保存在列表中返回
f.write( str)
向文件中写入指定字符串，返回写入的字符串的长度
如果文件以二进制模式打开，写入的字符串要先转换为bytes类型才能写入
f.seek(offset,num)
控制文件指针的移动，返回值是当前文件指针的绝对位置
offset 为偏移的字节数，正数为向后偏移，负数为向前偏移-----二进制模式打开
num默认为0 表示文件起始位置
1 表示文件指针的当前位置
2 表示文件末尾
文本模式打开会有限制：f.seek()只能相对于文件的起始位置进行正数偏移，而不能相对于指针的当前位置和文件末尾进行偏移
f = open("1.txt", "rb") # 文件内容：abcdefghijk1234567
f.seek(5, 0) # 相对于文件起始位置偏移5个字节
print("读到的一个字节是: ", f.read(1)) # 读一个字节, 结果是 “f”
absolute_pos = f.tell() # 返回当前文件指针的绝对偏移位置
print("当前文件指针的绝对偏移位置是: %s" % absolute_pos)
f.seek(-6, 1) # 相对于当前文件指针位置, 偏移-6个字节(负数为向前偏移)
print("读到的一个字节是: ", f.read(1)) # 读一个字节, 结果是 “a”
f.seek(-5, 2) # 相对于文件末尾位置, 偏移-5个字节(负数为向前偏移)
print("读到的一个字节是: ", f.read(1)) # 读一个字节, 结果是 “4”
f.tell()
返回文件指针的当前绝对位置
获取文件长度的正确方法：
f=open('xx.yy','rb')
f.seek(0,2) # 将文件指针移动到文件末尾
f.tell() # 获得文件指针的当前绝对偏移位置
f.name
获得读取文件的名字
f.close( )
关闭文件
如果忘记关闭文件，会造成系统资源消耗，而且会影响后续对文件的访问
二、python中文件/目录管理
首先导入os模块
| 方法 | 功能 |
|---|---|
| .rename( , ) | 重新命名 |
| .remove( ) | 删除文件 |
| .listdir( ) | 当前目录下的路径及文件列表 |
| .mkdir( ) | 创建目录 |
| .rmdir( ) | 删除目录 |
| .getcwd( ) | 获取当前目录 |
| .chdir(目标目录 ) | 修改工作目录 |
| .path.isdir( ) | 判断当前目录下的某文件是否是目录 |
| .makedirs('a/b/c') | 创建多级文件夹 |
| .path.isfile( ) | 判断当前目录下的某文件是否是文件 |
| .removedirs() |
三、关于编码
01. ASCII编码
每个ASCII字符在内存中占1个字节(byte)，对应8个bit位，共有256中组合
所以256个ASCII码对应256个英文字符
- 标准ASCII 码 也叫基础ASCII码，使用7 位二进制数（剩下的1位二进制为0）来表示所有的大写和小写字母，数字0 到9，标点符号， 以及在美式英语中使用的特殊控制字符
- 0～31及127(共33个)是控制字符或通信专用字符（其余为可显示字符）
- 32～126(共95个)是字符(32是空格）：
其中48～57为0到9十个阿拉伯数字，65～90为26个大写英文字母，97～122号为26个小写英文字母，其余为一些标点符号、运算符号等
- 后128个称为扩展ASCII码
02. Unicode编码
最常用的是用两个字节表示一个字符（如果要用到非常偏僻的字符，就需要4个字节）。
新的问题出现了：如果统一成Unicode编码，乱码问题从此消失了。但是，如果你写的文本基本上全部是英文的话，用Unicode编码比ASCII编码需要多一倍的存储空间，在存储和传输上就十分不划算。
utf-8编码
本着节约的精神，又出现了把Unicode编码转化为“可变长编码”的UTF-8编码。
UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。
UTF-8编码有一个额外的好处，就是ASCII编码实际上可以被看成是UTF-8编码的一部分，所以，大量只支持ASCII编码的历史遗留软件可以在UTF-8编码下继续工作。
python2.x 默认使用ASCII编码
所以当代码中出现中文字符时，python2.x解释器无法解码
解决办法：
在文件的第一行增加以下代码，解释器会以utf-8编码来读取python文件
# *-* coding:utf-8 *-*
或者
# coding=utf-8
也可以使用# coding=utf-8
虽然文件开头声明了，但并不是说.py文件是utf-8编码的，必须确保文本编辑器是在使用utf-8 without BOM编码，否则即使文件开头告诉python解释器要以utf-8编码来读取文件，但文件本身又不是以utf-8编码的，还是会报错。
以上同样适用于python3.x
- 在python2.x中，即使指定了文件使用utf-8的编码格式，但是在遍历字符串时，仍然会以字节为单位遍历字符串
这时如果字符串中出现非ASCII码，如：中文， 那么遍历时会出现乱码，因为每个中文字符保存在3个字节中，这时中文字符会因为单字节遍历被拆开
解决办法：定义字符串时，在字符串引号前加小写字母u，告诉解释器这是一个Unicode编码的字符串
python3.x默认使用utf-8编码
四、eval( )函数
将字符串 当成 有效的表达式 来求值并 返回计算结果
在开发时千万不要使用 eval 直接转换 input 的结果：可以直接通过输入系统命令代码执行相关操作
网友评论