17.文件处理

1.概念

应用程序运行过程中产生的数据最先都存放在内存中，若想永久保存下来，必须要保存于硬盘中。应用程序若想操作硬件必须通过操作系统，而文件就是操作系统提供给应用程序来操作硬盘的虚拟概念，用户或应用程序对文件的操作，就是向操作系统发起调用，然后由操作系统完成对硬盘的具体操作。

2.流程

• 打开文件，由应用程序向操作系统发起系统调用open(...)，操作系统打开该文件，对应一块硬盘空间，并返回一个文件对象赋值给一个变量f

  f = open('a.txt','r','encoding = utf-8') #默认打开模式就为r
  

• 调用文件对象下的读/写方法，会被操作系统转换为读/写硬盘的操作

  data = f.read()
  

• 向操作系统发起关闭文件的请求，回收系统资源

  f.close
  

  应用程序/用户 f--->文件对象 ----> 操作系统 文件a.txt -----> 硬盘 空间

3.with open

打开一个文件包含两部分资源：应用程序的变量f和操作系统打开的文件。在操作完一个文件时，必须把该文件的这两部分资源回收

1.f.close()   # 回收操作系统打开的文件资源
2.def f       # 回收应用程序的变量

with open：打开文件运行完毕后自动回收资源

4.文件的操作模式

r(默认的)：只读
w：只写
a：只追加

没有指定encoding参数操作系统会使用自己的默认编码

linux系统默认utf-8

windows系统默认gbk

• r：只读模式

#r只读模式：在文件不存在时则报错，文件存在文件内指针直接跳到文件开头
with open('a.txt', mode='r', encoding='utf-8') as f:
    res = f.read()  #会将文件的内容由硬盘全部读入内存，赋值给res

#小练习：实现用户登录验证
inp_name = input('请输入你的用户名：').strip()
inp_password = input('请输入你的密码：').strip()
with open('db.txt',mode = 'r',encoding = 'utf-8') as f:
    for line in f:
        u,p = line.strip('
').split(':')
        if inp_name == u and inp_password ==p:
            print('登陆成功')
            break
    else:
        print('账号或密码错误')

• w：只写模式

#只写模式：在文件不存在时会创建空文档，文件存在会清空文件，文件指针跑到文件开头
with open('b.txt',mode='w',encoding='utf-8') as f:
    f.write('你好
')
    f.write('我好
')
    f.write('大家好
')
    f.write('111
222
333
')
#强调：
#1.在文件不关闭的情况下，连续地输入，后写的内容一定跟在前写的内容后面
#2.如果重新以w模式打开文件，则会清空文件的内容

• a：只追加写

#a：只追加写：在文件不存在时会创建空文档，文件存在会将指针直接移动到文件末尾
with open('c.txt', mode='a', encoding='utf-8') as f:
    f.write('44444
')
    f.write('55555
')
#强调：w模式与a模式的异同点：
#1.相同点：在打开的文件不关闭的情况下，连续地写入，新写的内容总会跟在前写的内容之后
#2.不同点：以a模式重新打开文件，不会清空原文件内容，会将文件指针直接移动到文件末尾，新写的内容永远写在最后

#小练习，以实现注册功能：
name = input('请输入你的账户：').strip()
password = input('请输入你的密码：').strip()
with open('db.txt', mode='a', encoding='utf-8') as f:
    info = '%s:%s' % (name, password)
    f.write(info)

• +模式

# r+ w+ a+ :可读可写
#在平时使用时，我们一般单独使用r/w/a，要么只读，要么只写。

5.控制文件读写内容的模式

大前提：tb模式均不能单独使用，必须与r/w/a之一结合使用
t（默认的）：文本模式
	1.读写文件都是以字符串为单位的
	2.只能针对文本文件
	3.必须制定encoding参数
b:二进制模式
	1.读写文件都是以bytes/二进制为单位的
	2.可以针对所有文件
	3.一定不能指定encoding参数

• t模式的使用

# t 模式：如果我们指定的文件打开模式为r/w/a，其实默认就是rt/wt/at
 with open('a.txt',mode='rt',encoding='utf-8') as f:
     res=f.read() 
     print(type(res)) # 输出结果为：<class 'str'>

 with open('a.txt',mode='wt',encoding='utf-8') as f:
     s='abc'
     f.write(s) # 写入的也必须是字符串类型
     
#强调：t模式只能用于操作文本文件，无论读写，都应该以字符串为单位，而存取硬盘本质都是以二进制的形式，当指定t模式时，内部帮我们做了编码与解码

• b模式的使用

#b：读写都是以二进制为单位
with open('1.mp4',mode='rb') as f:
	data = f.read()
	print(type(data)) # 输出结果为：<class 'bytes'>
	
with open('a.txt ',mode='wb') as f:
    msg = '你好'
    res = msg.encode('utf-8') #res为bytes类型
    f.write(res)    #在b模式下写入文件只能是bytes类型

#强调：b模式对比t模式
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

#小练习：编写拷贝工具
src_file = input('请输入原文件路径： ').strip()
dst_file = input('请输入目标文件路径： ').strip()
with open(r'%s'%src_file,mode='rb') as read_f,open(r'%s'%dst_file,mode='wb') as write_f:
    for line in read_f:
        write_f.write(line)

6.操作文件的方法

# 读操作
f.read()  # 读取所有内容,执行完该操作后，文件指针会移动到文件末尾
f.readline()  # 读取一行内容,光标移动到第二行首部
f.readlines()  # 读取每一行内容,存放于列表中

#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，则必须分多次读入，有两种方法实现：
#方式1
with open(r'a.txt',mode='rt',encoding='utf-8') as f:
    for line in f:
        print(line)	#同一时刻只读入一行内容到内存中

#方式2
with open(r'a.txt',mode='rt',encoding='utf-8') as f:
    while True:
        res = f.read(1024)	#同一时刻只读入1024个Bytes到内存中
        if len(res) == 0:
            break
        print(res)

#写操作
f.write('111
222
') #针对文本模式的写，需要自己写换行符
f.write('111
222
'.encode('utf-8')) # 针对b模式的写，需要自己写换行符
f.writelines(['333
','444
'])  # 文件模式
f.writelines([bytes('333
',encoding='utf-8'),'444
'.encode('utf-8')]) #b模式

7.了解

f.readable()  # 文件是否可读
f.writable()  # 文件是否可写
f.closed  # 文件是否关闭
f.encoding  # 如果文件打开模式为b,则没有该属性
f.flush()  # 立刻将文件内容从内存刷到硬盘
f.name

8.控制文件内指针移动

#大前提:文件内指针的移动都是Bytes为单位的,唯一例外的是t模式下的read(n),n以字符为单位
with open('a.txt',mode='rt',encoding='utf-8') as f:
     data=f.read(3) # 读取3个字符


with open('a.txt',mode='rb') as f:
     data=f.read(3) # 读取3个Bytes


# 之前文件内指针的移动都是由读/写操作而被动触发的，若想读取文件某一特定位置的数据，则则需要用f.seek方法主动控制文件内指针的移动，详细用法如下：
# f.seek(指针移动的字节数,模式控制): 
# 模式控制:
# 0: 默认的模式,该模式代表指针移动的字节数是以文件开头为参照的
# 1: 该模式代表指针移动的字节数是以当前所在的位置为参照的
# 2: 该模式代表指针移动的字节数是以文件末尾的位置为参照的
# 强调:其中0模式可以在t或者b模式使用,而1跟2模式只能在b模式下用

• 0模式详解

# a.txt用utf-8编码，内容如下（abc各占1个字节，中文“你好”各占3个字节）
abc你好

# 0模式的使用
with open('a.txt',mode='rt',encoding='utf-8') as f:
    f.seek(3,0)     # 参照文件开头移动了3个字节
    print(f.tell()) # 查看当前文件指针距离文件开头的位置，输出结果为3
    print(f.read()) # 从第3个字节的位置读到文件末尾，输出结果为：你好
    # 注意：由于在t模式下，会将读取的内容自动解码，所以必须保证读取的内容是一个完整中文数据，否则解码失败

with open('a.txt',mode='rb') as f:
    f.seek(6,0)
    print(f.read().decode('utf-8')) #输出结果为: 好

• 1模式详解

# 1模式的使用
with open('a.txt',mode='rb') as f:
    f.seek(3,1) # 从当前位置往后移动3个字节，而此时的当前位置就是文件开头
    print(f.tell()) # 输出结果为：3
    f.seek(4,1)     # 从当前位置往后移动4个字节，而此时的当前位置为3
    print(f.tell()) # 输出结果为：7

• 2模式详解

# 2模式的使用
with open('a.txt',mode='rb') as f:
    f.seek(0,2)     # 参照文件末尾移动0个字节， 即直接跳到文件末尾
    print(f.tell()) # 输出结果为：9
    f.seek(-3,2)     # 参照文件末尾往前移动了3个字节
    print(f.read().decode('utf-8')) # 输出结果为：好

# 小练习：实现动态查看最新一条日志的效果
import time
with open('access.log',mode='rb') as f:
    f.seek(0,2)
    while True:
        line=f.readline()
        if len(line) == 0:
            # 没有内容
            time.sleep(0.5)
        else:
            print(line.decode('utf-8'),end='')

9.文件的修改

# 文件a.txt内容如下
张一蛋     山东    179    49    12344234523
李二蛋     河北    163    57    13913453521
王全蛋     山西    153    62    18651433422

# 执行操作
with open('a.txt',mode='r+t',encoding='utf-8') as f:
    f.seek(9)
    f.write('<妇女主任>')

# 文件修改后的内容如下
张一蛋<妇女主任> 179    49    12344234523
李二蛋     河北    163    57    13913453521
王全蛋     山西    153    62    18651433422

# 强调：
# 1、硬盘空间是无法修改的,硬盘中数据的更新都是用新内容覆盖旧内容
# 2、内存中的数据是可以修改的

• 方法1

实现思路：将文件内容一次性读入内存，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('db.txt',mode='rt',encoding='utf-8') as f:
    data=f.read()

with open('db.txt',mode='wt',encoding='utf-8') as f:
    f.write(data.replace('kevin','SB'))

• 方法2

实现思路：以读的方法打开原文件，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，最后删除原文件，将临时文件重命名为原文件名

优点：不会占用过多的内存

缺点：在文件修改过程中同一数据存了两份

import os

with open('db.txt',mode='rt',encoding='utf-8') as read_f,
        open('.db.txt.swap',mode='wt',encoding='utf-8') as wrife_f:
    for line in read_f:
        wrife_f.write(line.replace('SB','kevin'))

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