python學習------文件處理

文件操做

一 介紹

計算機系統分爲：計算機硬件，操做系統，應用程序三部分。

咱們用python或其餘語言編寫的應用程序若想要把數據永久保存下來，必需要保存於硬盤中，這就涉及到應用程序要操做硬件，衆所周知，應用程序是沒法直接操做硬件的，這就用到了操做系統。操做系統把複雜的硬件操做封裝成簡單的接口給用戶/應用程序使用，其中文件就是操做系統提供給應用程序來操做硬盤虛擬概念，用戶或應用程序經過操做文件，能夠將本身的數據永久保存下來。

有了文件的概念，咱們無需再去考慮操做硬盤的細節，只須要關注操做文件的流程：

1. 打開文件，獲得文件句柄並賦值給一個變量
2. 經過句柄對文件進行操做
3. 關閉文件

二 在python中

#1. 打開文件，獲得文件句柄並賦值給一個變量
f=open('a.txt','r',encoding='utf-8') #默認打開模式就爲r

#2. 經過句柄對文件進行操做
data=f.read()

#3. 關閉文件
f.close()

三 f=open('a.txt','r')的過程分析

1、由應用程序向操做系統發起系統調用open(...)

2、操做系統打開該文件，並返回一個文件句柄給應用程序

三、應用程序將文件句柄賦值給變量f

四 強調！！！

#強調第一點：
打開一個文件包含兩部分資源：操做系統級打開的文件+應用程序的變量。在操做完畢一個文件時，必須把與該文件的這兩部分資源一個不落地回收，回收方法爲：
一、f.close() #回收操做系統級打開的文件
二、del f #回收應用程序級的變量

其中del f必定要發生在f.close()以後，不然就會致使操做系統打開的文件尚未關閉，白白佔用資源，
而python自動的垃圾回收機制決定了咱們無需考慮del f，這就要求咱們，在操做完畢文件後，必定要記住f.close()

雖然我這麼說，可是不少同窗仍是會很不要臉地忘記f.close(),對於這些不長腦子的同窗，咱們推薦傻瓜式操做方式：使用with關鍵字來幫咱們管理上下文
with open('a.txt','w') as f:
    pass
 
with open('a.txt','r') as read_f,open('b.txt','w') as write_f:
    data=read_f.read()
    write_f.write(data)

強調第一點：資源回收

#強調第二點：
f=open(...)是由操做系統打開文件，那麼若是咱們沒有爲open指定編碼，那麼打開文件的默認編碼很明顯是操做系統說了算了，操做系統會用本身的默認編碼去打開文件，在windows下是gbk，在linux下是utf-8。
這就用到了上節課講的字符編碼的知識：若要保證不亂碼，文件以什麼方式存的，就要以什麼方式打開。

f=open('a.txt','r',encoding='utf-8')

 

五 python2中的file與open

#首先在python3中操做文件只有一種選擇，那就是open()

#而在python2中則有兩種方式：file()與open()
二者都可以打開文件，對文件進行操做，也具備類似的用法和參數，可是，這兩種文件打開方式有本質的區別，file爲文件類，用file()來打開文件，至關於這是在構造文件類，而用open()打開文件，是用python的內建函數來操做，咱們通常使用open()打開文件進行操做，而用file當作一個類型，好比type(f) is file

View Code

二 打開文件的模式

文件句柄 = open('文件路徑', '模式')

模式能夠是如下方式以及他們之間的組合：

#1. 打開文件的模式有(默認爲文本模式)：
r ，只讀模式【默認模式，文件必須存在，不存在則拋出異常】
w，只寫模式【不可讀；不存在則建立；存在則清空內容】
a， 之追加寫模式【不可讀；不存在則建立；存在則只追加內容】

#2. 對於非文本文件，咱們只能使用b模式，"b"表示以字節的方式操做（而全部文件也都是以字節的形式存儲的，使用這種模式無需考慮文本文件的字符編碼、圖片文件的jgp格式、視頻文件的avi格式）
rb 
wb
ab
注：以b方式打開時，讀取到的內容是字節類型，寫入時也須要提供字節類型，不能指定編碼

#3. 瞭解部分
"+" 表示能夠同時讀寫某個文件
r+， 讀寫【可讀，可寫】
w+，寫讀【可讀，可寫】
a+， 寫讀【可讀，可寫】


x， 只寫模式【不可讀；不存在則建立，存在則報錯】
x+ ，寫讀【可讀，可寫】
xb

# U模式
'U' mode is deprecated and will raise an exception in future versions
of Python.  It has no effect in Python 3.  Use newline to control
universal newlines mode.

# 總結：
在python3中使用默認的newline=None便可，換行符不管何種平臺統一用\n便可

三 操做文件的方法

#掌握
f.read() #讀取全部內容,光標移動到文件末尾
f.readline() #讀取一行內容,光標移動到第二行首部
f.readlines() #讀取每一行內容,存放於列表中

f.write('1111\n222\n') #針對文本模式的寫,須要本身寫換行符
f.write('1111\n222\n'.encode('utf-8')) #針對b模式的寫,須要本身寫換行符
f.writelines(['333\n','444\n']) #文件模式
f.writelines([bytes('333\n',encoding='utf-8'),'444\n'.encode('utf-8')]) #b模式

#瞭解
f.readable() #文件是否可讀
f.writable() #文件是否可讀
f.closed #文件是否關閉
f.encoding #若是文件打開模式爲b,則沒有該屬性
f.flush() #馬上將文件內容從內存刷到硬盤
f.name

練習，利用b模式，編寫一個cp工具，要求以下：

　　1. 既能夠拷貝文本又能夠拷貝視頻，圖片等文件

　　2. 用戶一旦參數錯誤，打印命令的正確使用方法，如usage: cp source_file target_file

　　提示：能夠用import sys，而後用sys.argv獲取腳本後面跟的參數

 

import sys
if len(sys.argv) != 3:
    print('usage: cp source_file target_file')
    sys.exit()

source_file,target_file=sys.argv[1],sys.argv[2]
with open(source_file,'rb') as read_f,open(target_file,'wb') as write_f:
    for line in read_f:
        write_f.write(line)

View Code

四 文件內光標移動

一: read(3)：

　　1. 文件打開方式爲文本模式時，表明讀取3個字符

　　2. 文件打開方式爲b模式時，表明讀取3個字節

二: 其他的文件內光標移動都是以字節爲單位如seek，tell，truncate

注意：

　　1. seek有三種移動方式0，1，2，其中1和2必須在b模式下進行，但不管哪一種模式，都是以bytes爲單位移動的

　　2. truncate是截斷文件，因此文件的打開方式必須可寫，可是不能用w或w+等方式打開，由於那樣直接清空文件了，因此truncate要在r+或a或a+等模式下測試效果

import time
with open('test.txt','rb') as f:
    f.seek(0,2)
    while True:
        line=f.readline()
        if line:
            print(line.decode('utf-8'))
        else:
            time.sleep(0.2)

練習：基於seek實現tail -f功能

五 文件的修改

文件的數據是存放於硬盤上的，於是只存在覆蓋、不存在修改這麼一說，咱們平時看到的修改文件，都是模擬出來的效果，具體的說有兩種實現方式：

方式一：將硬盤存放的該文件的內容所有加載到內存，在內存中是能夠修改的，修改完畢後，再由內存覆蓋到硬盤（word，vim，nodpad++等編輯器）

import os

with open('a.txt') as read_f,open('.a.txt.swap','w') as write_f:
    data=read_f.read() #所有讀入內存,若是文件很大,會很卡
    data=data.replace('alex','SB') #在內存中完成修改

    write_f.write(data) #一次性寫入新文件

os.remove('a.txt')
os.rename('.a.txt.swap','a.txt')

練習題：

1. 文件a.txt內容：每一行內容分別爲商品名字，價錢，個數，求出本次購物花費的總錢數
apple 10 3
tesla 100000 1
mac 3000 2
lenovo 30000 3
chicken 10 3

2. 修改文件內容，把文件中的alex都替換成SB