Python 面向对象 10: 文件操作

一、总体目录

• 文件的概念
• 文件的基本操作
• 文件/文件夹的常用操作
• 文本文件的编码方式

二、文件的概念

• 2.1、文件的概念和作用
  • 计算机的 文件，就是存储在某种 长期储存设备 上的一段 数据
  • 长期存储设备包括：硬盘、U 盘、移动硬盘、光盘...
  • 文件的作用：将数据长期保存下来，在需要的时候使用
    CPU&内存条&硬盘
• 2.2、文件的存储方式
  • 在计算机中，文件是以 二进制 的方式保存在磁盘上的
  • 文件分为：文本文件 和 二进制文件

    • 文本文件

      可以使用 文本编辑软件 查看
      本质上还是二进制文件
      例如：python 的源程序
      

    • 二进制文件(不能使用 文本编辑软件 查看)

      保存的内容 不是给人直接阅读的，而是 提供给其他软件使用的
      例如：图片文件、音频文件、视频文件等等
      二进制文件不能使用 文本编辑软件 查看
      

三、 文件的基本操作

• 3.1、 操作文件的套路（套路非常固定，一共包含三个步骤）

  • 打开文件
  • 读、写文件
    读： 将文件内容读入内存
    写： 将内存内容写入文件
  • 关闭文件

• 3.2、操作文件的函数/方法(操作文件需要记住 1 个函数 和 3 个方法)，下面的open是函数，调用后返回的文件对象去掉用剩下的三个方法

  序号	函数/方法	说明
  01	open	打开文件，并且返回文件操作对象
  02	read	将文件内容读取到内存
  03	write	将指定内容写入文件
  04	close	关闭文件

  • open 函数负责打开文件，并且返回文件对象
  • read/write/close 三个方法都需要通过 文件对象 来调用

• 3.3、read 方法 —— 读取文件

  • open 函数的第一个参数是要打开的文件名（文件名区分大小写）
    • 如果文件 存在，返回 文件操作对象
    • 如果文件 不存在，会 抛出异常
  • read 方法可以一次性 读入 并 返回 文件的 所有内容
  • close 方法负责 关闭文件(如果 忘记关闭文件，会造成系统资源消耗，而且会影响到后续对文件的访问)

  注意：read 方法执行后，会把 文件指针 移动到 文件的末尾

  # 1、打开 - 文件名需要注意大小写
  file = open("TestText")
  
  # 2.读取文件内容
  text = file.read()
  print(text)
  
  # 3.关闭文件
  file.close()
  

  提示：在开发中，通常会先编写 打开 和 关闭 的代码，再编写中间针对文件的 读/写 操作！

• 3.4、文件指针

  • 文件指针 标记 从哪个位置开始读取数据
  • 第一次打开(也就是open的时候) 文件时，通常 文件指针会指向文件的开始位置
  • 当执行了 read 方法后，文件指针 会移动到 读取内容的末尾（默认情况下会移动到 文件末尾），比如：如果执行了一次 read 方法，读取了所有内容，那么再次调用 read 方法，文件指针已经在文件的末尾了，再读取的内容是空的

• 3.5、打开文件的方式

  • open 函数默认以 只读方式(r) 打开文件，并且返回文件对象

  • 语法如下：(文件名需要注意大小写)

    file = open("文件名", "访问方式")  # 文件名需要注意大小写
    

  访问方式	说明
  r	以只读方式打开文件。文件的指针将会放在文件的开头，这是默认模式。如果文件不存在，抛出异常
  w	以只写方式打开文件。如果文件存在会被覆盖。如果文件不存在，创建新文件
  a	以追加方式打开文件。如果该文件已存在，文件指针将会放在文件的结尾。如果文件不存在，创建新文件进行写入
  r+	以读写方式打开文件。文件的指针将会放在文件的开头。如果文件不存在，抛出异常
  w+	以读写方式打开文件。如果文件存在会被覆盖。如果文件不存在，创建新文件
  a+	以读写方式打开文件。如果该文件已存在，文件指针将会放在文件的结尾。如果文件不存在，创建新文件进行写入

  • 提示：频繁的移动文件指针，会影响文件的读写效率，开发中更多的时候会以 只读、只写 的方式来操作文件

  • 写入文件示例

    # 打开文件
    file = open("TestText", "w")
    
    file.write("hello python !")
    
    # 关闭文件
    file.close()
    

• 3.6、按行读取文件内容

  • read 方法默认会把文件的 所有内容 一次性读取到内存
  • 如果文件太大，对内存的占用会非常严重
  • readline 方法(读取文件的一行数据)，在读取大文件的时候很方便，逐行读取

    • readline 方法可以一次读取一行内容

    • 方法执行后，会把 文件指针 移动到下一行，准备再次读取

      # 打开文件
      file = open("TestText")
      
      while True:
          # 读取一行内容
          text = file.readline()
      
          # 判断是否读到内容
          if not text:
                break
      
          # 每读取一行的末尾已经有了一个 `\n`
          print(text, end="")
      
          # 关闭文件
          file.close()
      

• 3.7、文件读写案例 —— 复制文件

  
  复制文件

  • 3.7.1、小文件复制

    # 1、打开文件
    file_read = open("TestText","r")
    file_write = open("TestTextWrite","w")
    
    # 2.读取文件内容
    text = file_read.read()
    file_write.write(text)
    
    # 3.关闭文件
    file_read.close()
    file_write.close()
    

  • 3.7.2、大文件复制(打开一个已有文件，逐行读取内容，并顺序写入到另外一个文件)

    # 1、打开文件
    file_read = open("TestText","r")
    file_write = open("TestTextWrite","w")
    
    while True:
    
         # 2.读取文件内容
         text = file_read.read()
    
        # 没有内容就跳出循环
        if not text:
              break
    
        file_write.write(text)
    
    # 3.关闭文件
    file_read.close()
    file_write.close()
    

四、文件/目录的常用管理操作

• 4.1、 在 终端 / 文件浏览器、 中可以执行常规的 文件 / 目录 管理操作，例如：

  • 创建、重命名、删除、改变路径、查看目录内容、……
    在 Python 中，如果希望通过程序实现上述功能，需要导入 os 模块

• 4.2、文件操作 列表

  序号	方法名	说明	示例
  01	rename	重命名文件	os.rename(源文件名, 目标文件名)
  02	remove	删除文件	os.remove(文件名)

• 4.3、目录(文件夹)操作

  序号	方法名	说明	示例
  01	listdir	目录列表	os.listdir(目录名)
  02	mkdir	创建目录	os.mkdir(目录名)
  03	rmdir	删除目录	os.rmdir(目录名)
  04	getcwd	获取当前目录	os.getcwd()
  05	chdir	修改工作目录	os.chdir(目标目录)
  06	path.isdir	判断是否是文件	os.path.isdir(文件路径)

  提示：文件或者目录操作都支持 相对路径 和 绝对路径

五、文本文件的编码格式

• 5.1、文本文件存储的内容是基于 字符编码 的文件，常见的编码有 ASCII 编码，UNICODE 编码等

  • Python 2.x 默认使用 ASCII 编码格式
  • Python 3.x 默认使用 UTF-8 编码格式

• 5.2、ASCII 编码和 UNICODE 编码

  • ASCII 编码

    • 计算机中只有 256 个 ASCII 字符
    • 一个 ASCII 在内存中占用 1 个字节 的空间
      • 8 个 0/1 的排列组合方式一共有 256 种，也就是 2 ** 8
        ASCII编码表

  • UTF-8 编码格式

    • 计算机中使用 1~6个字节 来表示一个 UTF-8 字符，涵盖了 地球上几乎所有地区的文字
    • 大多数汉字会使用 3 个字节 表示
    • UTF-8 是 UNICODE 编码的一种编码格式

• 5.3、Ptyhon 2.x 中如何使用中文

  Python 2.x 默认使用 ASCII 编码格式
  Python 3.x 默认使用 UTF-8 编码格式

• 在 Python 2.x 文件的 第一行 增加以下代码，解释器会以 utf-8 编码来处理 python 文件(下面这方式是官方推荐使用的！)

  # *-* coding:utf8 *-*
  

  也可以使用

  # coding=utf8
  

• 5.4、unicode 字符串

  • 在 Python 2.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

  • 要能够 正确的遍历字符串，在定义字符串时，需要 在字符串的引号前，增加一个小写字母 u，告诉解释器这是一个 unicode字符串（使用 UTF-8 编码格式的字符串）

  • 如下的例子：

    # *-* coding:utf8 *-*
    
    # 在字符串前，增加一个 `u` 表示这个字符串是一个 utf8 字符串
    hello_str = u"你好天朝"
    
    print(hello_str)
    
    for c in hello_str:
           print(c)