記錄個人 python 學習歷程-Day08 文件的操做

文件操做的初識

• 用 python 代碼對文件進行各類操做。

  基本構成：

  • 文件路徑：path
  • 打開方式：讀、寫、追加、讀寫、寫讀……
  • 編碼方式：utf-8 / gbk / gb2312……

  f = open('文件路徑或者相對路',encoding='編碼方式',mode='模式') # 格式構成
  cotent = f.read()
  print(content)
  f.close()

• 代碼解釋：

  • open：

    ​ 內置函數，open 底層調用的是操做系統的接口。

  • f：

    ​ 變量，約定俗成的變量名有(f1,fh,file_handler,f_h)，這個變量還有一個名字，叫文件句柄。對亠件進行的任何操做，都得經過文件句柄加'.'的方式。

  • encoding:

    ​ 能夠不寫，若是不寫，默認的編碼本就是系統默認的編碼。

    ​ Windows: gkb

    ​ Linux: utf-8

    ​ MacOS: utf-8

  • mode：

    ​ 就是定義你的操做方式：r 爲讀模式。

  • f.read():

    ​ 你想操做文件，好比讀文件，給文件寫內容，等等，都必須經過文件句柄進行操做。

  • f.colse():

    ​ 關閉文件。（必須關閉，不然會常駐內存。）

• 文件操做的三個步驟：

  • 打開文件。

  • 對文件句柄進行相應的操做。

  • 關閉文件。

    # 打開文件,獲得文件句柄並賦值給一個變量
    f = open('文件.txt', 'r', encoding='utf-8')   # 默認打開模式就爲 r
    
    # 經過句柄對文件進行操做
    date = f.read()
    
    # 關閉文件
    f.close()

• 報錯的緣由：

  • UnicodeDecodeError：文件存儲時與文件打開時編碼本不一致。

  • 路徑分隔符產生的問題：

    解決方法:在路徑前加個 r
    r'C:\Users\Desktop\文件.txt'

文件操做的：讀

​ 文件操做的讀，有四種模式（r、rb、r+、r+b），r+ 和 r+b 不經常使用， rb 操做的是非文本的文件，好比：圖片、視頻、音頻。每種模式有五種方法（read()、read(n)、readline()、readlines()、for）。

• r 模式

  ​ 以只讀方式打開文件，文件的指針將會放在文件的開頭。是文件操做最經常使用的模式，也是默認模式，若是一個文件不設置mode，那麼默認使用r模式操做文件。

  舉例:

  f = open('文件.txt', mode='r', encoding='utf-8')
  msg = f.read()
  f.close()
  print(msg)

  • read() 一次性所有讀取

    read() 將文件中的內容所有讀取出來； 弊端：若是文件很大就會很是的佔用內存，容易致使內存崩潰。

    f = open('測試', mode='r', encoding='utf-8')
    msg = f.read()
    f.close()
    print(msg)
    
    # 輸出結果:
    這是一行測試
    A:這是第二行
    B:這是第三行
    C:這是第幾行
    D:這是我也不知道第幾行
    就這麼地吧.

  • read(n) 指定讀取到什麼位置

    在 r 模式下,n 按照字符讀取

    f = open('測試', mode='r', encoding='utf-8')
    msg = f.read(4)
    f.close()
    print(msg)
    
    # 輸出結果:
    這是一行

  • readline() 按行讀取

    readline() 每次只讀取一行,注意: readline() 讀取出來的數據在後面都有一個\n,解決這個問題只須要在咱們讀取出來的文件後邊加一個strip()就OK了

    f = open('測試', 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)
    
    # 輸出結果:
    這是一行測試
    
    A:這是第二行
    B:這是第三行
    
    C:這是第幾行

  • readlines() 返回一個列表

    readlines() 返回一個列表，列表裏面每一個元素是原文件的每一行，若是文件很大，佔內存，容易崩盤。

    f = open('測試', mode='r', encoding='utf-8')
    print(f.readlines())    # 還能夠這麼寫的,哈哈
    f.close()
    
    # 輸出結果:
    ['這是一行測試\n', 'A:這是第二行\n', 'B:這是第三行\n', 'C:這是第幾行\n', 'D:這是我也不知道第幾行\n', '就這麼地吧.']

  上面這四種都不太好，若是文件超大，內容超多，他們就很容易將內存撐爆，因此，咱們還有第五種方法。

  • for 循環

    能夠經過for循環去讀取，文件句柄是一個迭代器，他的特色就是每次循環只在內存中佔一行的數據，很是節省內存。

    f = open('測試', mode='r', encoding='utf-8')
    for line in f:
        print(line)     # 去掉 \n 能夠這樣寫: print(line.strip())  
    # 這種方式就是在一行一行的進行讀取,它就執行了下邊的功能
    
    '''
    print(f.readline())
    print(f.readline())
    print(f.readline())
    .......
    '''
    # 輸出結果:
    這是一行測試
    
    A:這是第二行
    
    B:這是第三行
    
    C:這是第幾行
    
    D:這是我也不知道第幾行
    
    就這麼地吧.

  特別注意: 讀完的文件必定必需要關閉

• rb 模式

  rb模式：以二進制格式打開一個文件用於只讀。文件指針將會放在文件的開頭。記住下面講的也是同樣，帶b的都是以二進制的格式操做文件，他們主要是操做非文字文件：圖片，音頻，視頻等,而且若是你要是帶有b的模式操做文件，那麼不用聲明編碼方式。

  f1 = open('圖片.jpeg', mode='rb')
  tu = f1.read()
  f1.close()
  print(tu)
  
  # 輸出結果:
  b'\xff\xd8\xff\xe0\x00\x10JFIF\x00\x01\x01\x00\x00H\x00H\x00\x00\xff\xe1\x00\xb0Exif\x............後面還有.老長老長了..此處省略了.

  rb模式也有read read(n) readline(),readlines() for循環這幾種方法，這裏就不一一演示了。

文件操做的：寫

​ 文件操做的寫，有四種模式（w、wb、w+、w+b），w+ 和 w+b 不經常使用， wb 操做的是非文本的文件，好比：圖片、視頻、音頻。操做方法是:write('要寫入的內容')

• w 模式

  若是文件不存在，用 w 模式操做文件，它會先建立文件，而後寫入內容。

  f = open('這是一個新建立的文件', encoding='utf-8', mode='w')
  f.write('果真是一個新建立的文件')
  f.close()

  若是文件存在，利用w模式操做文件，先清空原文件內容，在寫入新內容。

  f = open('這是一個新建立的文件', encoding='utf-8', mode='w')
  f.write('這是清空後從新寫入的內容')
  f.close()

• wb 模式

  wb模式：以二進制格式打開一個文件只用於寫入。若是該文件已存在則打開文件，並從開頭開始編輯，即原有內容會被刪除。若是該文件不存在，建立新文件。通常用於非文本文件如：圖片，音頻，視頻等。

  >>舉個例子 :

  我先以rb的模式將一個圖片的內容以bytes類型所有讀取出來，而後在以wb將所有讀取出來的數據寫入一個新文件，這樣我就完成了相似於一個圖片複製的流程。具體代碼以下：

  # 第一步:將原圖片經過 rb 模式讀取出來。
  f = open('圖片.jpeg', mode='rb')
  content = f.read()
  f.close()
  # 第二步:將讀取出來的數據經過 wb 模式寫入新文件。
  f1 = open('圖片1.jpeg', mode='wb')
  f1.write(content)
  f1.close()

文件操做的：追加

就是在文件中追加內容。這裏也有四種文件分類主要四種模式：a，ab，a+，a+b，咱們只講a

• a 模式

  若是文件不存在，利用a模式操做文件，那麼它會先建立文件，而後寫入內容。

  f = open('追加文本', encoding='utf-8', mode='a')
  f.write('這個文件是沒有的,我是新建立的')
  f.close()

  若是文件存在，利用a模式操做文件，那麼它會在文件的最後面追加內容。

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

文件操做的其它模式

​ 我們還有一種模式沒有講，就是那種帶+號的模式。什麼是帶+的模式呢？+就是加一個功能。好比剛纔講的r模式是隻讀模式，在這種模式下，文件句柄只能進行相似於read的這讀的操做，而不能進行write這種寫的操做。因此咱們想讓這個文件句柄既能夠進行讀的操做，又能夠進行寫的操做，那麼這個如何作呢？這就是接下來要說這樣的模式：r+ 讀寫模式，w+寫讀模式,a+寫讀模式，r+b 以bytes類型的讀寫模式.........
在這裏我們只講一種就是r+，其餘的大同小異，本身能夠練練就好了。

#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， 只追加寫模式【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,‘+’模式（就是增長了一個功能）
r+，讀寫【可讀，可寫】
w+，寫讀【可寫，可讀】
a+，寫讀【可寫，可讀】

#4，以bytes類型操做的讀寫，寫讀，寫讀模式
r+b，讀寫【可讀，可寫】
w+b，寫讀【可寫，可讀】
a+b，寫讀【可寫，可讀】

• r+ 模式 讀並追加 順序不能錯

  r+: 打開一個文件用於讀寫。文件指針默認將會放在文件的開頭。

  f = open('文件的讀寫.txt', encoding='utf-8', mode='r+')
  content = f.read()
  print(content)
  f.write('這是新寫入的內容')
  f.close()

  　　注意：若是你在讀寫模式下，先寫後讀，那麼文件就會出問題，由於默認光標是在文件的最開始，你要是先寫，則寫入的內容會講原內容覆蓋掉，直到覆蓋到你寫完的內容，而後在後面開始讀取。

小總結:

​ 三個大方向：
​ 讀， 四種模式： r rb r+ r+b
​ 寫， 四種模式 : w,wb, w+,w+b
​ 追加 四種模式: a, ab, a+,a+b

​ 相應的功能：
​ 對文件句柄的操做：read read(n) readline() readlines() write()

文件操做的其它功能

• f.tell() 獲取光標的位置 單位是:字節

  f = open('測試', encoding='utf-8', mode='r')
  print(f.tell())
  content = f.read()
  print(f.tell())
  f.close()
  
  # 原文件內容
  這是一行測試
  A:這是第二行
  B:這是第三行
  C:這是第幾行
  D:這是我也不知道第幾行
  就這麼地吧.
  
  # 輸出結果:
  0   # 開始的位置
  122 # 結束的位置

• f.seek() 調整光標的位置 (注意:移動單位是byte , 若是是utf-8的中文部分要是3的倍數)

  f = open('測試', encoding='utf-8', mode='r')
  f.seek(9)
  content = f.read()
  print(content)
  f.close()
  
  # 原文件內容
  這是一行測試
  A:這是第二行
  B:這是第三行
  C:這是第幾行
  D:這是我也不知道第幾行
  就這麼地吧.
  
  # 輸出結果:
  行測試
  A:這是第二行
  B:這是第三行
  C:這是第幾行
  D:這是我也不知道第幾行
  就這麼地吧.

• f.flush() 強制刷新

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

打開文件的另外一種方式(經常使用的是這種)

• with open() as ....

  # 優勢1:不用手動關閉文件句柄
  # 利用with上下文管理這種方式，它會自動關閉文件句柄。
  with open('測試', encoding='utf-8', mode='r') as f:
      print(f.read())
  
  # 優勢2:能夠加多個 open 操做
  # 一個with 語句能夠操做多個文件，產生多個文件句柄。
  with open('測試', encoding='utf-8', mode='r') as f,\
          open('測試', encoding='utf-8', mode='w') as f1:
      print(f.read())
      f1.write('kckckckckckckkck')

  　　這裏要注意一個問題，雖然使用with語句方式打開文件，不用你手動關閉文件句柄，比較省事兒，可是依靠其自動關閉文件句柄，是有一段時間的，這個時間不固定，因此這裏就會產生問題，若是你在with語句中經過r模式打開t1文件，那麼你在下面又以a模式打開t1文件，此時有可能你第二次打開t1文件時，第一次的文件句柄尚未關閉掉，可能就會出現錯誤,他的解決方式只能在你第二次打開此文件前，手動關閉上一個文件句柄。

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：

• 文件操做改的流程：
  1，以讀的模式打開原文件。
  2，以寫的模式建立一個新文件。
  3，將原文件的內容讀出來修改爲新內容，寫入新文件。
  4，將原文件刪除。
  5，將新文件重命名成原文件。

• 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   # 調用系統模塊
  with open('測試', encoding='utf-8') as f1,\
      open('測試.bak', encoding='utf-8',mode='w') as f2:
      old_content = f1.read() # 所有讀入內存,若是文件很大,會卡死
      new_content = old_content.replace('文', 'wen')   # 在內存中完成修改
      f2.write(new_content)   # 一次性寫入新文件
  os.remove('測試') # 刪除原文件
  os.rename('測試.bak', '測試')   # 將新建的文件重命名爲原文件
  
  # 原文件內容
  **文件操做改的流程：**
  1，以讀的模式打開原文件。
  2，以寫的模式建立一個新文件。
  3，將原文件的內容讀出來修改爲新內容，寫入新文件。
  4，將原文件刪除。
  5，將新文件重命名成原文件。
  # 修改後的內容
  **wen件操做改的流程：**
  1，以讀的模式打開原wen件。
  2，以寫的模式建立一個新wen件。
  3，將原wen件的內容讀出來修改爲新內容，寫入新wen件。
  4，將原wen件刪除。
  5，將新wen件重命名成原wen件。

• 方式二：將硬盤存放的該文件的內容一行一行地讀入內存，修改完畢就寫入新文件，最後用新文件覆蓋源文件(這種是經常使用的)

  import os
  with open('測試', encoding='utf-8') as f1,\
      open('測試.bak', encoding='utf-8',mode='w') as f2:
      for line in f1: # 一行一行的改,佔內存少
          new_line = line.replace('wen', '文')
          f2.write(new_line)
  os.remove('測試')
  os.rename('測試.bak', '測試')
  
  # 原文件內容
  **wen件操做改的流程：**
  1，以讀的模式打開原wen件。
  2，以寫的模式建立一個新wen件。
  3，將原wen件的內容讀出來修改爲新內容，寫入新wen件。
  4，將原wen件刪除。
  5，將新wen件重命名成原wen件。
  
  # 修改後的內容
  **文件操做改的流程：**
  1，以讀的模式打開原文件。
  2，以寫的模式建立一個新文件。
  3，將原文件的內容讀出來修改爲新內容，寫入新文件。
  4，將原文件刪除。
  5，將新文件重命名成原文件。