Python 基础 -2.2 文件操作

文件操作：
os.mknod("test.txt")        创建空文件
fp = open("test.txt",w)     直接打开一个文件，如果文件不存在则创建文件

fp = open(file='xxx.txt',mode='r',encoding='utf-8') #以只读模式打开一个xxx.txt文件
data = fp.read()    #读文件内容
fp.close()          #关闭文件

关于open 模式：

w      以写方式打开， （其实是w是创建文件。没有就创建文件，要是之前有文件，就清空文件，然后在写，所以注意使用）
a      以追加模式打开 (从 EOF 开始, 必要时创建新文件)
r+     以读写模式打开，以文本方式，读出。（存入硬盘的数据是二进制），读出的二进制文件转换成文本也就是字符串
w+     以读写模式打开 (参见 w )
a+     以读写模式打开 (参见 a )
rb     以二进制读模式打开   就是硬盘怎么存的，取出来不转换。也就数取出来的也是二进制。不是给人看的，用于网络传输，打开图片，视频

等

。 wb 以二进制写模式打开 (参见 w ) ab 以二进制追加模式打开 (参见 a ) rb+ 以二进制读写模式打开 (参见 r+ ) wb+ 以二进制读写模式打开 (参见 w+ ) ab+ 以二进制读写模式打开 (参见 a+ )

fp.read([size])            #size为读取的长度，以byte为单位
fp.readline([size])        #读一行，如果定义了size，有可能返回的只是一行的一部分
fp.readlines([size])       #把文件每一行作为一个list的一个成员，并返回这个list。其实它的内部是通过循环调用readline()来实现的。如果提供size参数，size是表示读取内容的总长，也就是说可能只读到文件的一部分。
fp.write(str)              #把str写到文件中，write()并不会在str后加上一个换行符
fp.writelines(seq)         #把seq的内容全部写到文件中(多行一次性写入)。这个函数也只是忠实地写入，不会在每行后面加上任何东西。
fp.close()                 #关闭文件。python会在一个文件不用后自动关闭文件，不过这一功能没有保证，最好还是养成自己关闭的习惯。  如果一个文件在关闭后还对其进行操作会产生ValueError
fp.flush()                 #把缓冲区的内容写入硬盘
fp.fileno()                #返回一个长整型的”文件标签“
fp.isatty()                #文件是否是一个终端设备文件（unix系统中的）
fp.tell()                  #返回文件操作标记的当前位置，以文件的开头为原点
fp.next()                  #返回下一行，并将文件操作标记位移到下一行。把一个file用于for … in file这样的语句时，就是调用next()函数来实现遍历的。
fp.seek(offset[,whence])   #将文件打操作标记移到offset的位置。这个offset一般是相对于文件的开头来计算的，一般为正数。但如果提供了whence参数就不一定了，whence可以为0表示从头开始计算，1表示以当前位置为原点计算。2表示以文件末尾为原点进行计算。需要注意，如果文件以a或a+的模式打开，每次进行写操作时，文件操作标记会自动返回到文件末尾。
fp.truncate([size])        #把文件裁成规定的大小，默认的是裁到当前文件操作标记的位置。如果size比文件的大小还要大，依据系统的不同可能是不改变文件，也可能是用0把文件补到相应的大小，也可能是以一些随机的内容加上去。

关于默认：

编码格式要是不写，python3默认的就是utf-8，而python2是ASCII，所以你存的时候以什么编码方式存的，读出的时候也要指定以什么方式读，否则容易出现乱码。

之前先记住，不管是何种编码方式，最后存入在硬盘的数据都是二进制。

接下来我已经GBK方式存下一些数据。

此时代码中encode='GBK'的含义就是将数据从硬盘上读出来（二进制）以GBK方式转换成，我们能看出的汉字。

python3以读出以GBK显示。此时正常显示

要是以UTF-8就报乱码

1. 二进制方式打开文件rb

因为硬盘上存放的数据都是二进制，所以读出来的数据也就二进制，且不转换，这样做的目的主要有网络传输，打开图片，视频等方式

2. 文件处理 - 智能检测编码的工具

文件不知道的编码的情况下，我想打开，使用第三方库，自动检测去打开

先安装第三方库。其实规矩去检查有可能是什么

#!/usr/bin/env python
import chardet
f = open("联系方式2","rb")
data = f.read()
ret = chardet.detect(data)
print(ret)

输出

{'language': 'Chinese', 'confidence': 0.99, 'encoding': 'GB2312'}

confidence也就是相似度99%,类似机器学习。根据各种规则，视图去猜测最像的。
所以在代码中改为decoding='GBK'，再去读取。

3. 文件处理 - 读模式

f = open("联系方式2", "r", encoding="gbk")
for line in f:
    print(line)
f.close()

输出。每行有空行，是因为print后面多加一个空行

张三  20 17712342344

李四  30 17713455344

网二  40 17713466344

七五  20 17717788344

南京  20 17745790076

Process finished with exit code 0

也可以抑制换行

f = open("联系方式2", "r", encoding="gbk")
for line in f:
    print(line,end="")
f.close()

输出

张三  20 17712342344
李四  30 17713455344
网二  40 17713466344
七五  20 17717788344
南京  20 17745790076

4. 文件处理 - 写模式

f = open("联系方式2", "w", encoding="utf-8")
f.write("caimengzhi 南京 188772738")
f.close() 
# w表示只写模式
# encoding="utf-8" 表示将要写入的unicode字符串编码成utf-8格式

但是之前的都没了，因为w的方式就得情况之前的内容。

二进制写文件

因为你是字符串，所以不能写入。可以将字符串编码成utf-8,gbk等

 5.文件处理 - 追加模式

之前联系方式中内容是

张三  20 17712342344
李四  30 17713455344
网二  40 17713466344
七五  20 17717788344
南京  20 17745790076

f = open("联系方式", "ab")
f.write("
caimengzhi 南京 188772738".encode("utf-8")) # 以utf-8的方式编码写入文件
f.close()
# 
是回车，防止写的的数据接在之前后面

运行输出

张三  20 17712342344
李四  30 17713455344
网二  40 17713466344
七五  20 17717788344
南京  20 17745790076
caimengzhi 南京 188772738  # 新添加的数据

6. 文件处理 - 混合操作（读写模式）

f = open("测试", "r+", encoding="gbk")
data = f.read()
print(data)
f.write("
哈哈")
f.write("
哈哈2")
print(f.read())
f.close()

输出

123
345

但是查看文件

123
345
哈哈
哈哈2

实现了读写模式。但是输出第二个没有输出，是因为第一次读完了。

7.文件处理 - 写读模式（基本没有什么卵用，基本用不到）

f = open("测试", "w+")
data = f.read()
print(data)
f.write("
哈哈1")
f.write("
哈哈2")
f.write("
哈哈3")
print(f.read())
f.close()

之前文件

1234
345
哈哈
哈哈2

运行后，没有输出，但是去看文件内容有东西，只是w还是之前说的，该文件没有就创建文件，有就清空文件。

哈哈
哈哈2

所以读写（会清空文件）模式和写读（会追加）模式不一样。

8.文件处理 - 文件处理其他模式

 1. 光标操作文件

文件内容

root@leco:/home/leco# cat 2.txt 
11111111111111111
22222222222222222
3333333333333333
44444444444
55555555555

开始操作文件

In [1]: f = open("2.txt",'r')  # 打开文件
In [2]: f.readline()           # 一行一行开始读，读第一行
Out[2]: '11111111111111111
'
In [3]: f.readline()           # 读第二行，
Out[3]: '22222222222222222
'  
In [4]: f.readline()           # 读第三行
Out[4]: '3333333333333333
'   
In [5]: f.readline()           # 读第四行
Out[5]: '44444444444
'
In [6]: f.readline()           # 读第五行
Out[6]: '55555555555
'
In [7]: f.readline()           # 读第六行，因为没有所以为空
Out[7]: ''
In [8]: f.tell()               # 获取光标位置
Out[8]: 77
In [9]: f.seek(0)              # 设置光标位置点，本次设置为开头，从头再来
Out[9]: 0 
In [10]: f.tell()              # 获取光标位置
Out[10]: 0
In [11]: f.readline()          # 读取第一行
Out[11]: '11111111111111111
'
In [12]: f.readline()
Out[12]: '22222222222222222
'

其中tell还是seek都是找的字节。read找的是字符。

9.文件处理 - 文件修改
文件修改之前

张三  20 17712342344
李四  30 17713455344
网二  40 17713466344
七五  20 17717788344
南京  20 17745790076

操作文件

f = open("测试", "r+", encoding="utf-8")
# data = f.read()
f.seek(10)     # 跳到第十个字节处
f.write("[南京南京 nanjing]")
f.close()

执行结果，文件修改后

张三  20[南京南京 nanjing]30 17713455344
网二  40 17713466344
七五  20 17717788344
南京  20 17745790076

解释:

修改文件，测试文件中的“网二’”改为“柬埔寨”

1. 把文件全部读出来，读到内容，然后修改，然后在写入源文件

2. 按照行读源文件，然后判断是否修改，然后写入其他文件

我们使用第二个方法：

文件修改之前

张三  20 17712342344
李四  30 17713455344
网二  40 17713466344
七五  20 17717788344
南京  20 17745790076

代码

f_name = "测试"
f_new_name = "%s.new" % f_name

old_str = "网二"
new_str = "柬埔寨"

f = open(f_name,"r",encoding="utf-8")
f_new = open(f_new_name,"w",encoding="utf-8")

for line in f:
    if old_str in line:
        line = line.replace(old_str,new_str)
    f_new.write(line)
f.close()
f_new.closed

文件修改之后