【2020Python修炼记14】Python语法入门—文件处理

【目录】

1、什么是文件

2、为何要用文件

3、如何使用文件

3.1 基本操作流程

3.1.1 基本流程

3.1.2 with上下文管理

3.1.3 指定字符编码

3.2 模式介绍

3.3 文件的操作模式

3.3.1 控制文件读写内容的模式

3.3.2 控制文件读写操作的模式

3.4 操作文件的其他方法

3.5主动控制文件内指针移动

3.6文件的修改 

1、什么是文件 

文件是操作系统提供给用户/应用程序操作硬盘的一种虚拟的概念/接口

 ==计算机三大层次结构==

用户/应用程序(open())    

操作系统（文件）    

计算机硬件（硬盘） 

2、为何要用文件

 ==保存数据==

用户/应用程序 可以通过文件将数据永久保存的硬盘中 ，即操作文件就是操作硬盘

==读取数据==

用户/应用程序 直接操作的是文件，对文件进行的所有的操作，都是在向操作系统发送系统调用，然后再由操作将其转换成具体的硬盘操作

3、如何使用文件

3.1 基本操作流程 

3.1.1 基本流程

=1=打开文件——文件句柄 ：open('文件路径', '模式')

=Windows路径分隔符问题

 open('C:a.txt
bcd.txt')

# 解决方案一：推荐（windows系统的路径是用  间隔）
 open(r'C:a.txt
bcd.txt')
# 解决方案二:（Linux系统的路径是用 / 间隔）
 open('C:/a.txt/nb/c/d.txt')

f=open(r'aaa/a.txt',mode='rt') # f的值是一种变量，占用的是应用程序的内存空间.
                                 r 的作用是避免路径中出现的‘
’被解释器识别为转义字符
# print(f)
# x=int(10)

f=open('a.txt','r')的过程分析 
#1、由应用程序向操作系统发起系统调用open(...) 
#2、操作系统打开该文件，并返回一个文件句柄给应用程序 
#3、应用程序将文件句柄赋值给变量f

=绝对路径和相对路径

 https://www.cnblogs.com/bigorangecc/p/11179863.html

=2=操作文件：读/写文件—— res=f.read()   res=f.write()

 读/写文件，应用程序对文件的读写请求都是在向操作系统发送系统调用，然后由操作系统控制硬盘把输入读入内存、或者写入硬盘

res=f.read()
print(type(res))
# print(res)

=3=关闭文件 —— f.close()

f.close() # 回收操作系统资源print(f)f.read() # 变量f存在，但是不能再读了del f     # 回收应用程序资源

3.1.2  with上下文管理

=1= 作用一：为了防止遗漏 f.close() 

# 文件对象又称为文件句柄

# with open('a.txt',mode='rt') as f1: # f1=open('a.txt',mode='rt')
#     res=f1.read()
#     print(res)

=2= 作用二：一次读取多个文件 

with open('a.txt',mode='rt') as f1,     # 一次输入有换行的代码—— 的作用是反义字符，本身换行了，再在文末加上反义字符 \,则表示上下两行是同一部分的内容
        open('b.txt',mode='rt') as f2:
    res1=f1.read()
    res2=f2.read()
    print(res1)
    print(res2)

    # f1.close()
    # f2.close()

 

 3.1.3 指定字符编码

强调：t 和 b不能单独使用，必须跟r/w/a连用

t文本（默认的模式）

1、读写都以str（unicode）为单位的

2、文本文件

3、必须指定encoding='utf-8'

# 没有指定encoding参数操作系统会使用自己默认的编码
# linux系统默认utf-8
# windows系统默认gbk

with open('c.txt',mode='rt',encoding='utf-8') as f:
    res=f.read()          # t模式会将f.read()读出的结果解码成unicode
    print(res,type(res))


# 内存：utf-8格式的二进制-----解码-----》unicode
# 硬盘（c.txt内容：utf-8格式的二进制）

3.2 模式介绍

=1= 模式一：控制文件读写内容的模式—— t 和 b

强调：t 和 b 不能单独使用，必须跟r / w / a 连用

t 模式

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 模式（binary模式）

1、读写都是以字节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

=2= 模式二：控制文本读写操作的模式—— r /w / a / +

 r—只读模式

 w—只写模式

 a—只追加写模式

 +—r+、w+、a+

 x—只写模式

3.3 文件的操作模式 

3.3.1 控制文件读写内容的模式

1、t 模式

 t模式只能读文本文件

# 错误演示：t模式只能读文本文件
with open(r'爱情公寓.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decode解码操作

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

2、b 模式

 2.1 读取图片

with open(r'test.jpg',mode='rb',encoding='utf-8') 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))

2.2 读取文本文件

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'))

2.3 b模式下写入文件

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

2.4 案例——改写文件copy工具

# 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
    # f2.write(res)

    for line in f1: #推荐使用
        f2.write(line)

3、案例分析——r、b对比—循环读取文件

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)

3.3.2 控制文件读写操作的模式——以 t 模式为基础进行内存操作

1、r（默认的操作模式）：只读模式，当文件不存在时报错，当文件存在时文件指针跳到开始位置

with open('c.txt',mode='rt',encoding='utf-8') as f:
    print('第一次读'.center(50,'*'))
    res=f.read() # 把所有内容从硬盘读入内存
    print(res)

with open('c.txt', mode='rt', encoding='utf-8') as f:
    print('第二次读'.center(50,'*'))
    res1=f.read()
    print(res1)

案例一 ：用户登入验证

用户登入验证：

inp_username=input('your name>>: ').strip()
inp_password=input('your password>>: ').strip()

# 验证
with open('user.txt',mode='rt',encoding='utf-8') as f:
    for line in f:
        # print(line,end='') # egon:123

        username,password=line.strip().split(':')
        if inp_username == username and inp_password == password:
            print('login successfull')
            break
    else:
        print('账号或密码错误')

2、w：只写模式，当文件不存在时会创建空文件，当文件存在会清空文件，指针位于开始位置

with open('d.txt',mode='wt',encoding='utf-8') as f:
    f.read() # 报错，不可读
    f.write('擦勒
')

强调1：
在以w模式打开文件没有关闭的情况下，连续写入，新的内容总是跟在旧的之后
with open('d.txt',mode='wt',encoding='utf-8') as f:
    f.write('你好1
')
    f.write('你好2
')
    f.write('你好3
')

强调2：
如果重新以w模式打开文件，则会清空文件内容
with open('d.txt',mode='wt',encoding='utf-8') as f:
    f.write('你好1
')
with open('d.txt',mode='wt',encoding='utf-8') as f:
    f.write('你好2
')
with open('d.txt',mode='wt',encoding='utf-8') as f:
    f.write('你好3
')

案例二 ：w模式用来创建全新的文件——文本文件的copy工具

文本文件的copy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='rt',encoding='utf-8') as f1,
    open(r'{}'.format(dst_file),mode='wt',encoding='utf-8') as f2:
    res=f1.read()
    f2.write(res)

3、a：只追加写，在文件不存在时会创建空文档，在文件存在时文件指针会直接调到末尾

with open('e.txt',mode='at',encoding='utf-8') as f:
    # f.read() # 报错，不能读
    f.write('擦嘞1
')
    f.write('擦嘞2
')
    f.write('擦嘞3
')

强调 w 模式与 a 模式的异同：
1 相同点：在打开的文件不关闭的情况下，连续的写入，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

案例三：a模式用来在原有的文件内存的基础之上写入新的内容，比如记录日志、注册

注册功能

name=input('your name>>: ')
pwd=input('your code>>: ')
with open('db.txt',mode='at',encoding='utf-8') as f:
    f.write('{}:{}
'.format(name,pwd))

4、了解：

+不能单独使用，必须配合r、w、a

with open('g.txt',mode='r+t',encoding='utf-8') as f:
    # print(f.read())
    f.write('中国')

with open('g.txt',mode='w+t',encoding='utf-8') as f:
    f.write('111
')
    f.write('222
')
    f.write('333
')
    print('====>',f.read())


with open('g.txt',mode='a+t',encoding='utf-8') as f:
    print(f.read())

    f.write('444
')
    f.write('5555
')
    print(f.read())

 x，只写模式【不可读；不存在则创建，存在则报错】，x+【写读--可读，可写】，xb

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

with open('c.txt',mode='x',encoding='utf-8') as f:
    f.read()

with open('d.txt',mode='x',encoding='utf-8') as f:
    f.write('哈哈哈
')

 

3.4 文件操作的其他方法

=1= 读相关操作

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

=1、readline() —— 一次读一行

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

    while True: #也可以用while实现
        line=f.readline()
        if len(line) == 0:
            break
        print(line)

=2、readlines()

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，则必须分多次读入，有两种实现方式：

（同-循环读取文件）

# 方式一
with open('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

# 方式二
with open('1.mp4',mode='rb') as f:
    while True:
        data=f.read(1024) # 同一时刻只读入1024个Bytes到内存中
        if len(data) == 0:
            break
        print(data)

=2= 写相关操作

f.write('1111 222 ') # 针对文本模式的写,需要自己写换行符

f.write('1111 222 '.encode('utf-8')) # 针对b模式的写,需要自己写换行符，且指定编码格式

f.writelines(['333 ','444 ']) # 文件模式

f.writelines([bytes('333 ',encoding='utf-8'),'444 '.encode('utf-8')]) #b模式

=1、f.writelines()：

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

    # l=['11111
','2222','3333',4444]
    l=['11111
','2222','3333']
    # for line in l:
    #     f.write(line)
    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('小超人们',encoding='utf-8'),
    ]
    f.writelines(l)

=2、 flush() ，强制写入数据

with open('h.txt', mode='wt',encoding='utf-8') as f:
    f.write('哈')
    # f.flush()

=3、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，即强制写入硬盘
f.name

with open('h.txt', mode='wt',encoding='utf-8') as f:
    print(f.readable())
    print(f.writable())
    print(f.encoding)
    print(f.name)
    print(f.closed)

3.5 主动控制文件内指针移动

=1=  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('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

=2= f.seek(指针移动的字节数,模式控制)

# 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模式或者b模式使用,而1跟2模式只能在b模式下用 

模式：
0模式：参照物是文件开头位置
f.seek(9,0)
f.seek(3,0) # 指针停在索引3的位置

1模式：参照物是当前指针所在位置
f.seek(9,1)
f.seek(3,1) # 12

2模式：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

=3= 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'))



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'))

3.6 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

文件对应的是硬盘空间,硬盘不能修改对应着文件本质也不能修改, 那我们看到文件的内容可以修改,是如何实现的呢?

大致的思路是: 将硬盘中文件内容读入内存,然后在内存中修改完毕后再覆盖回硬盘

具体的实现方式分为两种:

 =1= 文件修改方式一

# 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

一般是文本编辑器使用的文件修改方式

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'))

 =2= 文件修改方式二

# 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

多用于程序里的文件修改

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:  #.db.txt.swap 是Linux系统的命名规则，‘.’开头是隐藏文件
    for line in read_f:
        wrife_f.write(line.replace('SB','kevin'))

os.remove('db.txt') # 删除原文件
os.rename('.db.txt.swap','db.txt') #将新文件重命名为原文件名 

参考资料：

https://www.cnblogs.com/linhaifeng/articles/5984922.html

https://zhuanlan.zhihu.com/p/108808704