python之文件处理及指针控制和文件修改

一、文件模式补充

1、x模式（控制文件操作的模式

​ 　　x， 只写模式【不可读；不存在则创建，存在则报错】

# 相关代码块
with open('a.txt',mode='x',encoding='utf-8') as f:
	pass

# 文件操作如果使用读功能，则会报错
with open('c.txt',mode='x',encoding='utf-8') as f:
	f.read()
	
# 文件存在，则会报错
with open('d.txt',mode='x',encoding='utf-8') as f:
	f.write('哈哈哈
')

2、b模式：binary模式

# 错误演示：t模式只能读文本文件(局限性太强)
with open(r'1234.mp4',mode='rt') as f:
    f.read()  # 硬盘的二进制读入内存---->t模式会将读入内存的内容进行字符编码decode解码操作，而视频图片都是字节编码，所以会报错
    
with open(r'test.jpg',mode='rb') as f:
    res=f.read() # 硬盘的二进制读入内存—>b模式下，不做任何转换，直接读入内存
    print(res) # bytes类型—>当成二进制
    print(type(res))
    
# 两个16进制位一个bytes,三个bytes对应一个中文
# d.txt内容是哈哈哈
with open(r'd.txt',mode='rb') as f:
    res=f.read() # utf-8的二进制
    print(res,type(res))
    print(res.decode('utf-8'))  #用什么形式编码，用什么形式解码
# 输出b'xe5x93x88xe5x93x88xe5x93x88' 16进制显示。说明，一个中文字符，对应3个bytes

with open(r'd.txt',mode='rt',encoding='utf-8') as f:
    res=f.read() # utf-8的二进制->unicode
    print(res)

# 在b模式下写入字符模式，需要编码后加相对应的形式
with open(r'e.txt',mode='wb') as f:
    f.write('你好hello'.encode('gbk'))    
    

　　错误示范：多种格式大杂烩会形成乱码，最好别用

with open(r'f.txt',mode='wb') as f:
    f.write('你好hello'.encode('utf-8'))
    f.write('哈哈哈'.encode('gbk'))

　　文件拷贝工具

src_file=input('源文件路径>>: ').strip()
dst_file=input('源文件路径>>: ').strip()
with open(r'{}'.format(src_file),mode='rb') as f1,
    open(r'{}'.format(dst_file),mode='wb') as f2:
    # res=f1.read() # 内存占用过大，如果内容过大容易溢出，最好采用循环读入
    # f2.write(res)

    for line in f1:
        f2.write(line)

　　循环读入的方式：

# 方式一：自己控制每次读取的数据的数据量
with open(r'test.jpg',mode='rb') as f:
    while True:
        res=f.read(1024) # 1024
        if len(res) == 0:
            break
        print(len(res))


# 方式二：以行为单位读，当一行内容过长时会导致一次性读入内容的数据量过大
with open(r'g.txt',mode='rt',encoding='utf-8') as f:
    for line in f:
        print(len(line),line)

with open(r'g.txt',mode='rb') as f:
    for line in f:
        print(line)

with open(r'test.jpg',mode='rb') as f:
    for line in f:
        print(line)

Windows环境下，换行符为 " "

with open(r'c.txt',mode='rb') as f:
    for line in f:
        print(line)
# b'xe5x93x88xe5x93x88xe5x93x88xe5x93x88xe5x93x88xe5x93x88
'
# b'xe5x93x88xe5x93x88xe5x93x88xe5x93x88xe5x93x88
'
# b'xe5x93x88xe5x93x88xe5x93x88xe5x93x88
'
# b'xe5x93x88xe5x93x88xe5x93x88
'
# b'xe5x93x88xe5x93x88
'
# b'xe5x93x88'

　　控制文件读写内容的模式

　　t：
　　 1、读写都是以字符串（unicode）为单位
　　 2、只能针对文本文件
　　 3、必须指定字符编码，即必须指定encoding参数
　　b：binary模式
　　 1、读写都是以bytes为单位
　　 2、可以针对所有文件
　　 3、一定不能指定字符编码，即一定不能指定encoding参数

　　总结：
　　1、在操作纯文本文件方面t模式帮我们省去了编码与解码的环节，b模式则需要手动编码与解码，所以此时t模式更为方便
　　2、针对非文本文件（如图片、视频、音频等）只能使用b模式

二、文件操作其他方法

一：读相关操作
1、readline：一次读一行

with open(r'g.txt',mode='rt',encoding='utf-8') as f:
	res1=f.readline()
	res2=f.readline()
	print(res2)

while True:
	line=f.readline()
	if len(line) == 0:
		break
	print(line)

2、readlines：一次多行

with open(r'g.txt',mode='rt',encoding='utf-8') as f:
	res=f.readlines()
	print(res)

强调：
f.read()与f.readlines()都是将内容一次性读入内存，如果内容过大会导致内存溢出，若还想将内容全读入内存，

二：写相关操作

f.writelines()：
with open('h.txt',mode='wt',encoding='utf-8') as f:
	f.write('1111
222
3333
')

	l=['11111
','2222','3333']
	f.writelines(l)

with open('h.txt', mode='wb') as f:
    l = [
        '1111aaa1
'.encode('utf-8'),
        '222bb2'.encode('utf-8'),
        '33eee33'.encode('utf-8')
    ]

补充1：如果是纯英文字符，可以直接加前缀b得到bytes类型
    l = [
        b'1111aaa1
',
        b'222bb2',
        b'33eee33'
    ]

补充2：'上'.encode('utf-8') 等同于bytes('上',encoding='utf-8')
    l = [
        bytes('上啊',encoding='utf-8'),
        bytes('冲呀',encoding='utf-8'),
        bytes('小垃圾们',encoding='utf-8'),
    ]
    f.writelines(l)

3、flush：运行一次以后，强制写入硬盘

with open('h.txt', mode='wt',encoding='utf-8') as f:
	f.write('哈') #操作系统拿数据到准备输入到硬盘，但不会立刻存入到硬盘
	f.flush()

4、了解

with open('h.txt', mode='wt',encoding='utf-8') as f:    			
    print(f.readable())  #判断是否可读    
	print(f.writable())  #判断是否可写    
	print(f.encoding)  #打印字符编码       
	print(f.name)  #打印文件名字    
print(f.closed) #判断文件是否关闭

三、文件的高级操作：控制文件指针的移动

1、指针

　指针移动的单位都是以bytes/字节为单位
　　只有一种情况特殊： t模式下的read(n),n代表的是字符个数

with open('aaa.txt',mode='rt',encoding='utf-8') as f:
    res=f.read(4)
    print(res)

2、指针模式

　f.seek(n,模式):n指的是移动的字节个数
　模式：
　　模式0：参照物是文件开头位置

f.seek(9,0)
f.seek(3,0) # 3

　　模式1：参照物是当前指针所在位置

f.seek(9,1)
f.seek(3,1) # 12

　　模式2：参照物是文件末尾位置，应该倒着移动

f.seek(-9,2) # 3
f.seek(-3,2) # 9

　　强调：只有0模式可以在t下使用，1、2必须在b模式下用

f.tell() # 获取文件指针当前位置

　　示范

with open('aaa.txt',mode='rb') as f:
	f.seek(9,0)
	f.seek(3,0) # 3

	# print(f.tell())

	f.seek(4,0)
	res=f.read()
	print(res.decode('utf-8'))  # 会因不完整而出错

with open('aaa.txt',mode='rb') as f:
    f.seek(9,1)
    f.seek(3,1) # 12
    print(f.tell())

with open('aaa.txt',mode='rb') as f:
	f.seek(-9,2)
	# print(f.tell())
    f.seek(-3,2)
	# print(f.tell())
    print(f.read().decode('utf-8'))

四：文件的修改

with open('a.txt',mode='r+t',encoding='utf-8') as f:
    f.seek(9,0)
    f.write('<男妇女主任>')
# 硬盘空间是无法修改的，只能是新数据覆盖旧数据
# 内存中的数据是可以修改的

文件修改的两种方式

方式一：文本编辑采用的方式

　　实现思路：将文件内容发一次性全部读入内存,然后在内存中修改完毕后再覆盖写回原文件
　　优点: 在文件修改过程中同一份数据只有一份
　　缺点: 会过多地占用内存

with open('c.txt',mode='rt',encoding='utf-8') as f:
    res=f.read()
    data=res.replace('alex','dsb')
    print(data)

with open('c.txt',mode='wt',encoding='utf-8') as f1:
    f1.write(data)

方式二：

　　实现思路：以读的方式打开原文件,以写的方式打开一个临时文件,一行行读取原文件内容,修改完后写入临时文件...,删掉原文件,将临时文件重命名原文件名
　　优点: 不会占用过多的内存
　　缺点: 在文件修改过程中同一份数据存了两份

import os
with open('c.txt', mode='rt', encoding='utf-8') as f, 
        open('.c.txt.swap', mode='wt', encoding='utf-8') as f1:
    for line in f:
        f1.write(line.replace('alex', 'dsb'))

os.remove('c.txt')  # 删除改文件
os.rename('.c.txt.swap', 'c.txt')  #文件改名