python文件處理

文件處理

文件是保存在計算機存儲設備上的一些信息或數據。你已經知道了一些不一樣的文件類型，好比你的音樂文件，視頻文件，文本文件。Python 給了你一些簡單的方式操縱文件。一般咱們把文件分爲兩類，文本文件和二進制文件。文本文件是簡單的文本，二進制文件包含了只有計算機可讀的二進制數據。

知識點

• 文件打開模式
• 文件讀取與寫入
• with 語句
• lscpu 命令的實現

實驗步驟

1. 文件打開

咱們使用 open() 函數打開文件。它須要兩個參數，第一個參數是文件路徑或文件名，第二個是文件的打開模式。模式一般是下面這樣的：

• "r"，以只讀模式打開，你只能讀取文件但不能編輯/刪除文件的任何內容
• "w"，以寫入模式打開，若是文件存在將會刪除裏面的全部內容，而後打開這個文件進行寫入
• "a"，以追加模式代開，寫入到文件中的任何數據將自動添加到末尾

默認的模式爲只讀模式，也就是說若是你不提供任何模式，open() 函數將會以只讀模式打開文件。咱們將實驗打開一個文件，不過要準備實驗材料：

$ wget http://labfile.oss.aliyuncs.com/courses/596/sample.txt

而後進入 Python3 打開這個文件。

>>> fobj = open("sample.txt") >>> fobj <open file 'sample.txt', mode 'r' at 0xb7f2d968> 

2. 文件關閉

打開文件後咱們應該老是關閉文件。咱們使用方法 close() 完成這個操做。

>>> fobj.close() 

始終確保你顯式關閉每一個打開的文件，一旦它的工做完成你沒有任何理由保持打開文件。由於程序能打開的文件數量是有上限的。若是你超出了這個限制，沒有任何可靠的方法恢復，所以程序可能會崩潰。每一個打開的文件關聯的數據結構（文件描述符/句柄/文件鎖...）都要消耗一些主存資源。所以若是許多打開的文件沒用了你能夠結束大量的內存浪費，而且文件打開時始終存在數據損壞或丟失的可能性。

3. 文件讀取

使用 read() 方法一次性讀取整個文件。

>>> fobj = open("sample.txt") >>> fobj.read() 'I love Python\nI love shiyanlou\n' >>> fobj.close() 

若是你再一次調用 read()，它會返回空字符串由於它已經讀取完整個文件。

read(size) 有一個可選的參數 size，用於指定字符串長度。若是沒有指定 size 或者指定爲負數，就會讀取並返回整個文件。當文件大小爲當前機器內存兩倍時，就會產生問題。反之，會盡量按比較大的 size 讀取和返回數據。

readline() 能幫助你每次讀取文件的一行。

>>> fobj = open("sample.txt") >>> fobj.readline() 'I love Python\n' >>> fobj.readline() 'I love shiyanlou\n' >>> fobj.close() 

使用 readlines() 方法讀取全部行到一個列表中。

>>> fobj = open('sample.txt') >>> fobj.readlines() ['I love Python\n', 'I love shiyanlou\n'] >>> fobj.close() 

你能夠循環遍歷文件對象來讀取文件中的每一行。

>>> fobj = open('sample.txt') >>> for x in fobj: ... print(x, end = '') ... I love Python I love shiyanlou >>> fobj.close() 

讓咱們寫一個程序，這個程序接受用戶輸入的字符串做爲將要讀取的文件的文件名，而且在屏幕上打印文件內容。

#!/usr/bin/env python3 name = input("Enter the file name: ") fobj = open(name) print(fobj.read()) fobj.close() 

運行程序：

$ ./test.py
Enter the file name: sample.txt
I love Python
I love shiyanlou

4. 文件寫入

讓咱們經過 write() 方法打開一個文件而後咱們隨便寫入一些文本。

>>> fobj = open("ircnicks.txt", 'w') >>> fobj.write('powerpork\n') >>> fobj.write('indrag\n') >>> fobj.write('mishti\n') >>> fobj.write('sankarshan') >>> fobj.close() 

如今讀取咱們剛剛建立的文件。

>>> fobj = open('ircnicks.txt') >>> s = fobj.read() >>> fobj.close() >>> print(s) powerpork indrag mishti sankarshan 

5. 文件操做示例程序

5.1. 拷貝文件

在這個例子裏咱們拷貝給定的文本文件到另外一個給定的文本文件。

#!/usr/bin/env python3 import sys if len(sys.argv) < 3: print("Wrong parameter") print("./copyfile.py file1 file2") sys.exit(1) f1 = open(sys.argv[1]) s = f1.read() f1.close() f2 = open(sys.argv[2], 'w') f2.write(s) f2.close() 

運行程序：

你能夠看到咱們在這裏使用了一個新模塊 sys。sys.argv 包含全部命令行參數。這個程序的功能徹底能夠使用 shell 的 cp 命令替代：在 cp 後首先輸入被拷貝的文件的文件名，而後輸入新文件名。

sys.argv 的第一個值是命令自身的名字，下面這個程序打印命令行參數。

#!/usr/bin/env python3 import sys print("First value", sys.argv[0]) print("All values") for i, x in enumerate(sys.argv): print(i, x) 

運行程序：

$ ./argvtest.py Hi there
First value ./argvtest.py
All values
0 ./argvtest.py
1 Hi
2 there

這裏咱們用到了一個新函數 enumerate(iterableobject)，在序列中循環時，索引位置和對應值能夠使用它同時獲得。

5.2. 文本文件相關信息統計

讓咱們試着編寫一個程序，對任意給定文本文件中的製表符、行、空格進行計數。

#!/usr/bin/env python3 import os import sys def parse_file(path): """ 分析給定文本文件，返回其空格、製表符、行的相關信息 :arg path: 要分析的文本文件的路徑 :return: 包含空格數、製表符數、行數的元組 """ fd = open(path) i = 0 spaces = 0 tabs = 0 for i,line in enumerate(fd): spaces += line.count(' ') tabs += line.count('\t') # 如今關閉打開的文件 fd.close() # 以元組形式返回結果 return spaces, tabs, i + 1 def main(path): """ 函數用於打印文件分析結果 :arg path: 要分析的文本文件的路徑 :return: 若文件存在則爲 True，不然 False """ if os.path.exists(path): spaces, tabs, lines = parse_file(path) print("Spaces {}. tabs {}. lines {}".format(spaces, tabs, lines)) return True else: return False if __name__ == '__main__': if len(sys.argv) > 1: main(sys.argv[1]) else: sys.exit(-1) sys.exit(0) 

運行程序：

你能夠看到程序有兩個函數，main() 和 parse_file() ，parse_file 函數真正的分析文件並返回結果，而後在 main() 函數裏打印結果。經過分割代碼到一些更小的單元（函數）裏，能幫助咱們組織代碼庫而且也更容易爲函數編寫測試用例。

6. 使用 with 語句

在實際狀況中，咱們應該嘗試使用 with 語句處理文件對象，它會文件用完後會自動關閉，就算髮生異常也不要緊。它是 try-finally 塊的簡寫：

>>> with open('sample.txt') as fobj: ... for line in fobj: ... print(line, end = '') ... I love Python I love shiyanlou 

7. 實現 lscpu 命令

在 Linux 下你能夠使用 lscpu 命令來查看當前電腦的 CPU 相關信息，以下圖：

實際上 lscpu 命令是讀取 /proc/cpuinfo 這個文件的信息並美化輸出，如今你能夠本身寫一個 Python 程序以只讀模式讀取 /proc/cpuinfo 這個文件，而後打印出來，這樣你就有本身的一個 Python 版本的 lscpu 命令了 :）

記得一行一行的讀取文本文件，不要一次性讀取整個文件，由於有時候你讀取的文件可能比可用內存還大。

總結

本實驗咱們學習了文件的打開與讀寫，在讀寫完畢後必定要記得關閉文件，或者使用 with 語句也是極好的。在 Linux 中你還須要注意你操做的文件的權限。Linux 有一個思想是「一切皆文件」，這在實驗最後的 lscpu 的實現中獲得了體現。