分類
博客园cnblogs

记录我的 python 学习历程-Day08 文件的操作

文件操作的初识

  • 用 python 代码对文件进行各种操作。

    基本构成:

    • 文件路径:path
    • 打开方式:读、写、追加、读写、写读……
    • 编码方式:utf-8 / gbk / gb2312……
    f = open('文件路径或者相对路',encoding='编码方式',mode='模式') # 格式构成
    cotent = f.read()
    print(content)
    f.close()
  • 代码解释:

    • open:

      ​ 内置函数,open 底层调用的是操作系统的接口。

    • f:

      ​ 变量,约定俗成的变量名有(f1,fh,file_handler,f_h),这个变量还有一个名字,叫文件句柄。对亠件进行的任何操作,都得通过文件句柄加’.’的方式。

    • encoding:

      ​ 可以不写,如果不写,默认的编码本就是系统默认的编码。

      ​ Windows: gkb

      ​ Linux: utf-8

      ​ MacOS: utf-8

    • mode:

      ​ 就是定义你的操作方式:r 为读模式。

    • f.read():

      ​ 你想操作文件,比如读文件,给文件写内容,等等,都必须通过文件句柄进行操作。

    • f.colse():

      ​ 关闭文件。(必须关闭,否则会常驻内存。)

  • 文件操作的三个步骤:

    • 打开文件。

    • 对文件句柄进行相应的操作。

    • 关闭文件。

      # 打开文件,得到文件句柄并赋值给一个变量
      f = open('文件.txt', 'r', encoding='utf-8')   # 默认打开模式就为 r
      
      # 通过句柄对文件进行操作
      date = f.read()
      
      # 关闭文件
      f.close()
  • 报错的原因:

    • UnicodeDecodeError:文件存储时与文件打开时编码本不一致。

    • 路径分隔符产生的问题:

      解决方法:在路径前加个 r
      r'C:\Users\Desktop\文件.txt'

文件操作的:读

​ 文件操作的读,有四种模式(r、rb、r+、r+b),r+ 和 r+b 不常用, rb 操作的是非文本的文件,比如:图片、视频、音频。每种模式有五种方法(read()、read(n)、readline()、readlines()、for)。

  • r 模式

    ​ 以只读方式打开文件,文件的指针将会放在文件的开头。是文件操作最常用的模式,也是默认模式,如果一个文件不设置mode,那么默认使用r模式操作文件。

    举例:

    f = open('文件.txt', mode='r', encoding='utf-8')
    msg = f.read()
    f.close()
    print(msg)
    • read() 一次性全部读取

      read() 将文件中的内容全部读取出来; 弊端:如果文件很大就会非常的占用内存,容易导致内存崩溃。

      f = open('测试', mode='r', encoding='utf-8')
      msg = f.read()
      f.close()
      print(msg)
      
      # 输出结果:
      这是一行测试
      A:这是第二行
      B:这是第三行
      C:这是第几行
      D:这是我也不知道第几行
      就这么地吧.
    • read(n) 指定读取到什么位置

      在 r 模式下,n 按照字符读取

      f = open('测试', mode='r', encoding='utf-8')
      msg = f.read(4)
      f.close()
      print(msg)
      
      # 输出结果:
      这是一行
    • readline() 按行读取

      readline() 每次只读取一行,注意: readline() 读取出来的数据在后面都有一个\n,解决这个问题只需要在我们读取出来的文件后边加一个strip()就OK了

      f = open('测试', mode='r', encoding='utf-8')
      msg1 = f.readline()
      msg2 = f.readline().strip()
      msg3 = f.readline()
      msg4 = f.readline()
      f.close()
      print(msg1)
      print(msg2)
      print(msg3)
      print(msg4)
      
      # 输出结果:
      这是一行测试
      
      A:这是第二行
      B:这是第三行
      
      C:这是第几行
      
    • readlines() 返回一个列表

      readlines() 返回一个列表,列表里面每个元素是原文件的每一行,如果文件很大,占内存,容易崩盘。

      f = open('测试', mode='r', encoding='utf-8')
      print(f.readlines())    # 还可以这么写的,哈哈
      f.close()
      
      # 输出结果:
      ['这是一行测试\n', 'A:这是第二行\n', 'B:这是第三行\n', 'C:这是第几行\n', 'D:这是我也不知道第几行\n', '就这么地吧.']

    上面这四种都不太好,如果文件超大,内容超多,他们就很容易将内存撑爆,所以,我们还有第五种方法。

    • for 循环

      可以通过for循环去读取,文件句柄是一个迭代器,他的特点就是每次循环只在内存中占一行的数据,非常节省内存。

      f = open('测试', mode='r', encoding='utf-8')
      for line in f:
          print(line)     # 去掉 \n 可以这样写: print(line.strip())  
      # 这种方式就是在一行一行的进行读取,它就执行了下边的功能
      
      '''
      print(f.readline())
      print(f.readline())
      print(f.readline())
      .......
      '''
      # 输出结果:
      这是一行测试
      
      A:这是第二行
      
      B:这是第三行
      
      C:这是第几行
      
      D:这是我也不知道第几行
      
      就这么地吧.
      

    特别注意: 读完的文件一定必须要关闭

  • rb 模式

    rb模式:以二进制格式打开一个文件用于只读。文件指针将会放在文件的开头。记住下面讲的也是一样,带b的都是以二进制的格式操作文件,他们主要是操作非文字文件:图片,音频,视频等,并且如果你要是带有b的模式操作文件,那么不用声明编码方式。

    f1 = open('图片.jpeg', mode='rb')
    tu = f1.read()
    f1.close()
    print(tu)
    
    # 输出结果:
    b'\xff\xd8\xff\xe0\x00\x10JFIF\x00\x01\x01\x00\x00H\x00H\x00\x00\xff\xe1\x00\xb0Exif\x............后面还有.老长老长了..此处省略了.

    rb模式也有read read(n) readline(),readlines() for循环这几种方法,这里就不一一演示了。

文件操作的:写

​ 文件操作的写,有四种模式(w、wb、w+、w+b),w+ 和 w+b 不常用, wb 操作的是非文本的文件,比如:图片、视频、音频。操作方法是:write(‘要写入的内容’)

  • w 模式

    如果文件不存在,用 w 模式操作文件,它会先创建文件,然后写入内容。

    f = open('这是一个新创建的文件', encoding='utf-8', mode='w')
    f.write('果然是一个新创建的文件')
    f.close()

    如果文件存在,利用w模式操作文件,先清空原文件内容,在写入新内容。

    f = open('这是一个新创建的文件', encoding='utf-8', mode='w')
    f.write('这是清空后重新写入的内容')
    f.close()
  • wb 模式

    wb模式:以二进制格式打开一个文件只用于写入。如果该文件已存在则打开文件,并从开头开始编辑,即原有内容会被删除。如果该文件不存在,创建新文件。一般用于非文本文件如:图片,音频,视频等。

    >>举个例子 :

    我先以rb的模式将一个图片的内容以bytes类型全部读取出来,然后在以wb将全部读取出来的数据写入一个新文件,这样我就完成了类似于一个图片复制的流程。具体代码如下:

    # 第一步:将原图片通过 rb 模式读取出来。
    f = open('图片.jpeg', mode='rb')
    content = f.read()
    f.close()
    # 第二步:将读取出来的数据通过 wb 模式写入新文件。
    f1 = open('图片1.jpeg', mode='wb')
    f1.write(content)
    f1.close()

文件操作的:追加

就是在文件中追加内容。这里也有四种文件分类主要四种模式:a,ab,a+,a+b,我们只讲a

  • a 模式

    如果文件不存在,利用a模式操作文件,那么它会先创建文件,然后写入内容。

    f = open('追加文本', encoding='utf-8', mode='a')
    f.write('这个文件是没有的,我是新创建的')
    f.close()

    如果文件存在,利用a模式操作文件,那么它会在文件的最后面追加内容。

    f = open('追加文本', encoding='utf-8', mode='a')
    f.write('这是己存在的文件,我是新追加的内容')
    f.close()

文件操作的其它模式

​ 咱们还有一种模式没有讲,就是那种带+号的模式。什么是带+的模式呢?+就是加一个功能。比如刚才讲的r模式是只读模式,在这种模式下,文件句柄只能进行类似于read的这读的操作,而不能进行write这种写的操作。所以我们想让这个文件句柄既可以进行读的操作,又可以进行写的操作,那么这个如何做呢?这就是接下来要说这样的模式:r+ 读写模式,w+写读模式,a+写读模式,r+b 以bytes类型的读写模式………
在这里咱们只讲一种就是r+,其他的大同小异,自己可以练练就行了。

#1. 打开文件的模式有(默认为文本模式):
r,只读模式【默认模式,文件必须存在,不存在则抛出异常】
w,只写模式【不可读;不存在则创建;存在则清空内容】
a, 只追加写模式【不可读;不存在则创建;存在则只追加内容】

#2. 对于非文本文件,我们只能使用b模式,"b"表示以字节的方式操作(而所有文件也都是以字节的形式存储的,使用这种模式无需考虑文本文件的字符编码、图片文件的jgp格式、视频文件的avi格式)
rb 
wb
ab
注:以b方式打开时,读取到的内容是字节类型,写入时也需要提供字节类型,不能指定编码

#3,‘+’模式(就是增加了一个功能)
r+,读写【可读,可写】
w+,写读【可写,可读】
a+,写读【可写,可读】

#4,以bytes类型操作的读写,写读,写读模式
r+b,读写【可读,可写】
w+b,写读【可写,可读】
a+b,写读【可写,可读】
  • r+ 模式 读并追加 顺序不能错

    r+: 打开一个文件用于读写。文件指针默认将会放在文件的开头。

    f = open('文件的读写.txt', encoding='utf-8', mode='r+')
    content = f.read()
    print(content)
    f.write('这是新写入的内容')
    f.close()

      注意:如果你在读写模式下,先写后读,那么文件就会出问题,因为默认光标是在文件的最开始,你要是先写,则写入的内容会讲原内容覆盖掉,直到覆盖到你写完的内容,然后在后面开始读取。

小总结:

三个大方向:
​ 读, 四种模式: r rb r+ r+b
​ 写, 四种模式 : w,wb, w+,w+b
​ 追加 四种模式: a, ab, a+,a+b

相应的功能:
​ 对文件句柄的操作:read read(n) readline() readlines() write()

文件操作的其它功能

  • f.tell() 获取光标的位置 单位是:字节

    f = open('测试', encoding='utf-8', mode='r')
    print(f.tell())
    content = f.read()
    print(f.tell())
    f.close()
    
    # 原文件内容
    这是一行测试
    A:这是第二行
    B:这是第三行
    C:这是第几行
    D:这是我也不知道第几行
    就这么地吧.
    
    # 输出结果:
    0   # 开始的位置
    122 # 结束的位置
  • f.seek() 调整光标的位置 (注意:移动单位是byte , 如果是utf-8的中文部分要是3的倍数)

    f = open('测试', encoding='utf-8', mode='r')
    f.seek(9)
    content = f.read()
    print(content)
    f.close()
    
    # 原文件内容
    这是一行测试
    A:这是第二行
    B:这是第三行
    C:这是第几行
    D:这是我也不知道第几行
    就这么地吧.
    
    # 输出结果:
    行测试
    A:这是第二行
    B:这是第三行
    C:这是第几行
    D:这是我也不知道第几行
    就这么地吧.
  • f.flush() 强制刷新

    f = open('测试', encoding='utf-8', mode='w')
    f.write('fafdsfsfsadfsaf')
    f.flush()
    f.close()

打开文件的另一种方式(常用的是这种)

  • with open() as ….

    # 优点1:不用手动关闭文件句柄
    # 利用with上下文管理这种方式,它会自动关闭文件句柄。
    with open('测试', encoding='utf-8', mode='r') as f:
        print(f.read())
    
    # 优点2:可以加多个 open 操作
    # 一个with 语句可以操作多个文件,产生多个文件句柄。
    with open('测试', encoding='utf-8', mode='r') as f,\
            open('测试', encoding='utf-8', mode='w') as f1:
        print(f.read())
        f1.write('kckckckckckckkck')

      这里要注意一个问题,虽然使用with语句方式打开文件,不用你手动关闭文件句柄,比较省事儿,但是依靠其自动关闭文件句柄,是有一段时间的,这个时间不固定,所以这里就会产生问题,如果你在with语句中通过r模式打开t1文件,那么你在下面又以a模式打开t1文件,此时有可能你第二次打开t1文件时,第一次的文件句柄还没有关闭掉,可能就会出现错误,他的解决方式只能在你第二次打开此文件前,手动关闭上一个文件句柄。

文件的修改

​ 文件的数据是存放于硬盘上的,因而只存在覆盖、不存在修改这么一说,我们平时看到的修改文件,都是模拟出来的效果,具体的说有两种实现方式:

  • 文件操作改的流程:
    1,以读的模式打开原文件。
    2,以写的模式创建一个新文件。
    3,将原文件的内容读出来修改成新内容,写入新文件。
    4,将原文件删除。
    5,将新文件重命名成原文件。

  • 方式一:将硬盘存放的该文件的内容全部加载到内存,在内存中是可以修改的,修改完毕后,再由内存覆盖到硬盘(word,vim,nodpad++等编辑器)

    import os   # 调用系统模块
    with open('测试', encoding='utf-8') as f1,\
        open('测试.bak', encoding='utf-8',mode='w') as f2:
        old_content = f1.read() # 全部读入内存,如果文件很大,会卡死
        new_content = old_content.replace('文', 'wen')   # 在内存中完成修改
        f2.write(new_content)   # 一次性写入新文件
    os.remove('测试') # 删除原文件
    os.rename('测试.bak', '测试')   # 将新建的文件重命名为原文件
    
    # 原文件内容
    **文件操作改的流程:**
    1,以读的模式打开原文件。
    2,以写的模式创建一个新文件。
    3,将原文件的内容读出来修改成新内容,写入新文件。
    4,将原文件删除。
    5,将新文件重命名成原文件。
    # 修改后的内容
    **wen件操作改的流程:**
    1,以读的模式打开原wen件。
    2,以写的模式创建一个新wen件。
    3,将原wen件的内容读出来修改成新内容,写入新wen件。
    4,将原wen件删除。
    5,将新wen件重命名成原wen件。
  • 方式二:将硬盘存放的该文件的内容一行一行地读入内存,修改完毕就写入新文件,最后用新文件覆盖源文件(这种是常用的)

    import os
    with open('测试', encoding='utf-8') as f1,\
        open('测试.bak', encoding='utf-8',mode='w') as f2:
        for line in f1: # 一行一行的改,占内存少
            new_line = line.replace('wen', '文')
            f2.write(new_line)
    os.remove('测试')
    os.rename('测试.bak', '测试')
    
    # 原文件内容
    **wen件操作改的流程:**
    1,以读的模式打开原wen件。
    2,以写的模式创建一个新wen件。
    3,将原wen件的内容读出来修改成新内容,写入新wen件。
    4,将原wen件删除。
    5,将新wen件重命名成原wen件。
    
    # 修改后的内容
    **文件操作改的流程:**
    1,以读的模式打开原文件。
    2,以写的模式创建一个新文件。
    3,将原文件的内容读出来修改成新内容,写入新文件。
    4,将原文件删除。
    5,将新文件重命名成原文件。