Python開發【第六篇】：文件處理

1. 文件

  文件處理流程：

• 打開文件，得到文件句柄，並賦值
• 經過句柄對文件進行操做
• 關閉文件

1.1 打開文件

  在 Python 中使用 open（）函數打開文件，並返回文件對象：

open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)

  open 函數有不少參數，通常地只需瞭解三個便可。第一個是文件對象，第二個是打開模式，第四個是編碼方式。

Tips：open 函數打開文件採用的默認編碼方式是系統編碼，Windows 爲 GBK；若打開的文件是 utf-8，那麼須要指定編碼方式爲 utf-8，不然亂碼。

文件打開模式

打開模式	說明
r	只讀方式打開（默認）
x	若是文件存在，打開引起異常
b	以二進制方式打開文件
+	可讀寫模式（可添加到其餘模式中）
w	只寫方式打開，會覆蓋已存在文件
a	以寫入模式打開，文件存在，在末尾追加
t	以文本模式打開（默認）
U	通用換行符支持

  使用 open 函數打開一個文件，能夠得到文件對象（或句柄），利用文件對象，咱們就能夠對文件進行讀取或 修改操做：

f = open('C:\\Users\\HJ\\Desktop\\a.txt')

Tips：open 函數默認以只讀模式打開文本文件，即 rt 模式，打開二進制須要 b 模式。

1.1.1 文件對象方法

  打開文件後得到文件對象，利用文件對象的一些方法，咱們能夠對文件內容進行讀取或修改。

文件對象方法

文件對象方法	說明
read（[n]）	讀取文件（所有讀取），以本身爲單位讀取
readable（）	判斷文件是否可讀，返回布爾值
readline（）	一次讀取一行，默認換行，f.readline(),end=''不換行
readlines（）	讀取全部內容，存成列表
write（str）	將字符串寫入文件
writeable（）	判斷文件是否可寫
writelines（seq）	寫入一個序列，元素必須是字符串
seek（offset，from）	在文件中移動文件指針
tell（）	返回當前在文件中的位置
close（）	關閉文件

1.1.2 with 關鍵字

  使用 open 函數打開文件，每次都須要關閉文件，非常麻煩。一旦沒有關閉，文件就會有泄漏的風險。而 Python 爲咱們提供了一個關鍵字 with，不須要咱們每次本身關閉文件，Python 內部會自動關閉。

with open('a.txt') as f:        # f 即爲文件對象
    f.read()

  打開一個文件，並將內容寫入另外一個文件中：

with open('a.txt', 'r', encoding='utf-8') as f1,
     open('b.txt', 'w', encoding='utf-8') as f2:
        data = f1.readlines()   # 存爲列表
        f2.write(data[0])       # 只寫入第一行

1.1.3 文件定位

  tell（）方法

  read 方法以 字節讀取文件，不指定參數，默認所有讀取，文件指針指向文件末尾。使用 tell 方法能夠查看文件指針位置。

# test_file.txt
第一行
第二行

f = open('test_file',  encoding='utf-8', newline='')
data = f.readlines()
print(f.tell())
print(data)
f.close()

22
['第一行\r\n', '第二行\r\n']

  文件默認不顯示 \r\n，每一個漢字 3 個字節，總共 6 個漢字（即 18 個字節）。再加上兩個 \r\n（即 4 個字節），總計 22 個字節，顯然文件指針已經指向文件末尾。

Tips：在不一樣系統中換行符不一樣，Windows 中爲 \r\n，Linux 中爲\n。Python 爲了更好地兼容其餘平臺，統一轉換爲 \n，要想查看真實的換行符，可在 open 函數中指定 newline = ''

  默認不顯示換行符：

f = open('test_file',  encoding='utf-8')
print(f.read())
print(f.tell())

第一行
第二行
22

  使用 readlines()只能看到 \n：

f = open('test_file',  encoding='utf-8')
print(f.readlines())
print(f.tell)   

['第一行\n', '第二行\n']
22

  seek（）方法

  文件指針即用來定位光標所在，至關於一個書籤，seek（）方法能夠用來設置文件指針的位置，它的單位也是 字節。

seek(offset, from)
seek(3)     # 移動 3 個字節

  seek（）有兩個參數：第一個 offset 爲偏移量（即偏移字節），第二個 from 表示從哪一個位置開始偏移，from 爲三種模式：

• 0：表示從文件開頭位置偏移
• 1：表示從當前位置偏移，必須以 rb 模式打開，最後再解碼
• 2：表示從文件末尾開始偏移，必須以 rb 模式打開，最後再解碼

  從文件開始位置偏移：

f = open('test_file',  encoding='utf-8')
print(f.tell())         # 文件剛打開時位置爲 0
f.seek(10, 0)           # 偏移 10 個字節，即第一行 \r 的後面，那麼剩下的還要 \n 和 第二行內容
print(f.tell())         
print(f.read())
f.close()

0
10

第二行

  從當前位置偏移：

f = open('test_file', 'rb')
f.seek(3, 0)        # 移動 3 個字節
print(f.tell())      # 3 位置
f.seek(3, 1)            # 在 3 位置，再移動 3 個字節
print(f.tell())
print(f.read().decode('utf-8'))
f.close()

3
6
行
第二行

  首先移動 3 個字節，再移動 3 個字節，指針到了第一行內容（第一行）中一的後面，再讀取後面的內容。

  文件末尾偏移：

f = open('test_file', 'rb')
f.seek(-5, 2)
print(f.tell())
data = f.readlines()
print(data)
print(data[-1].decode('utf-8'))
f.close()

17
[b'\xe8\xa1\x8c\r\n']       # 二進制，須要解碼
行

  訪問文件的兩種方式

  設置一個查看日誌的程序（查看日誌通常都是查看最新的，即文件最後位置的內容）。

  方法一：

  使用 readlines（）方法查看，缺點是須要所有將文件讀取出來，加載到內存才能讀取最後一行，消耗時間和內存。

f = open('a.txt', encoding='utf-8')
data = f.readlines()
print(data[-1])

  方法二：

  利用 seek（）方法，將文件指針移動到文件末尾，從文件末尾開始讀取。

f = open('a.txt', 'rb')
for i in f:
    offs = -10
    while True:
        f.seek(offs, 2)
        data = f.readlines()
        if len(data) > 1:           # 大於 1 表示讀了兩行
            print('文件最後一行是：%s' % (data[-1]).decode('utf-8'))
            break
        offs *= 2       # 小於 1 表示沒有最後一行沒有讀完，再將偏移量翻倍

1.2 文件寫入

  寫入文件必須是 w 或 a 模式打開文件，只能寫入字符串，不能寫入其餘數據類型。

1.2.1 w、a 模式

  w 模式打開文件，文件存在則覆蓋原有內容，文件不存在則新建。a 模式打開文件，文件追加到文件末尾：

f = open('a.txt', 'w', encoding='utf-8')
f.write('123\n')        # 要加換行
f.writelines(['45\n', '67\n'])      # 寫入一個列表

1.2.2 + 模式

  +表示同時能夠對文件進行讀寫操做。

模式	說明	模式	說明
r+	讀寫	w+	讀寫
x+	寫讀	a+	寫讀

1.2.3 b 模式

  b 模式以字節爲單位打開文件，便可打開二進制文件（包括視頻、圖片、音頻等），打開時不能指定編碼方式。

  一個文件在未保存時，它是存在於內存中（字符串形式）。當要存儲到硬盤上時，便須要編碼成字節碼（bytes），同理硬盤上的內容加載處理，須要解碼（decode）成字符串（str）：

# a.txt
第一行

f = open('test_file', 'rb')
data = f.read()
print(data)
print(data.decode('utf-8'))

b'\xe7\xac\xac\xe4\xb8\x80\xe8\xa1\x8c\r\n\r\n'
第一行

  wb 、ab模式

  以二進制格式寫入文件，會覆蓋原文件。只能寫入二進制文件，所以寫入的字符串必須編碼成二進制。

f = open('a.txt', 'wb')
f.write(bytes('你好\n', encoding='utf-8'))
#f.write('你好\n'。encode('utf-8'))

  以上兩種方式均可以寫入文件，ab 末尾則是在末尾追加。

1.2.4 其餘文件對象方法

f.closed（）：判斷文件是否關閉
f.encoding：查看文件打開的編碼
f.flush（）：刷新（每過幾秒自動保存）從內存到硬盤

1.3 總結

  open 函數打開文件六種模式r、r+、w、w+、a、a+的區別：

• r：只讀
• r+：可讀寫，直接寫入文件，則從文件開頭開始寫，覆蓋原有內容。若先讀後寫則在文件末尾追加。
• w：只寫，覆蓋文件內容，文件不存在則新建
• w+：可讀寫，若是文件存在，則覆蓋整個文件內容。不存在則新建。
• a：只寫，從文件末尾追加內容，文件不存在則新建
• a+：可讀寫，從文件開頭讀取內容，從文件末尾添加內容