Python：文件的读取、创建、追加、删除、清空

来源：http://www.open-open.com/lib/view/open1413527388231.html

一、用Python创建一个新文件，内容是从0到9的整数, 每个数字占一行：
#python
>>>f=open('f.txt','w')    # r只读，w可写，a追加
>>>for i in range(0,10):f.write(str(i)+' ')
.  .  .
>>> f.close()
二、文件内容追加，从0到9的10个随机整数：
#python
>>>import random
>>>f=open('f.txt','a')
>>>for i in range(0,10):f.write(str(random.randint(0,9)))
.  .  .
>>>f.write(' ')
>>>f.close()
三、文件内容追加，从0到9的随机整数, 10个数字一行，共10行：
#python
>>> import random
>>> f=open('f.txt','a')
>>> for i in range(0,10):
.  .  .     for i in range(0,10):f.write(str(random.randint(0,9))) 
.  .  .     f.write(' ')    
.  .  .
>>> f.close()
四、把标准输出定向到文件：
#python
>>> import sys
>>> sys.stdout = open("stdout.txt", "w")
>>>  . . .

五、文件的读写

1、文件打开:

f = file(name[, mode[, buffering]])

入口参数:   name 文件名

                  mode   选项,字符串

                  buffering   是否缓冲 (0=不缓冲，1=缓冲, >1的int数=缓冲区大小)

返回值 : 文件对象

mode 选项:

"r"   以读方式打开，只能读文件 ， 如果文件不存在，会发生异常      

"w" 以写方式打开，只能写文件， 如果文件不存在，创建该文件

                                                     如果文件已存在，先清空，再打开文件

"rb"   以二进制读方式打开，只能读文件 ， 如果文件不存在，会发生异常      

"wb" 以二进制写方式打开，只能写文件， 如果文件不存在，创建该文件

                                                     如果文件已存在，先清空，再打开文件

"rt"   以文本读方式打开，只能读文件 ， 如果文件不存在，会发生异常      

"wt" 以文本写方式打开，只能写文件， 如果文件不存在，创建该文件

                                                     如果文件已存在，先清空，再打开文件

"rb+"   以二进制读方式打开，可以读、写文件 ， 如果文件不存在，会发生异常      

"wb+" 以二进制写方式打开，可以读、写文件， 如果文件不存在，创建该文件

                                                     如果文件已存在，先清空，再打开文件

2、关闭文件

f.close()

当文件读写完毕后，应关闭文件。

3、清空文件内容

f.truncate()

注意：仅当以 "r+"   "rb+"    "w"   "wb" "wb+"等以可写模式打开的文件才可以执行该功能。

4、文件的指针定位与查询

（1）文件指针：

      文件被打开后，其对象保存在 f 中， 它会记住文件的当前位置,以便于执行读、写操作，这个位置称为文件的指针( 一个从文件头部开始计算的字节数 long 类型 )。

（2）文件打开时的位置:

      以"r"   "r+"   "rb+" 读方式, "w"   "w+"   "wb+"写方式 打开的文件，

     一开始，文件指针均指向文件的头部。

(3) 获取文件指针的值:

      L = f.tell()

(4) 移动文件的指针

       f.seek(   偏移量, 选项 )

      选项 =0 时， 表示将文件指针指向从文件头部到 "偏移量"字节处。

      选项 =1 时， 表示将文件指针指向从文件的当前位置，向后移动 "偏移量"字节。

      选项 =2 时， 表示将文件指针指向从文件的尾部，，向前移动 "偏移量"字节。

5、从文件读取指内容   

（1） 文本文件（以"rt"方式打开的文件）的读取  

          s = f.readline(     )

        返回值： s 是字符串，从文件中读取的一行，含行结束符。

        说明： (1)  如果 len( s ) =0 表示已到文件尾

                    (2)   如果是文件的最后一行，有可能没有行结束符

（2） 二进制文件（以"rb"、"rb+"、"wb+" 方式打开的文件）的读取  

          s = f.read(    n )

   

     说明： (1)  如果 len( s ) =0 表示已到文件尾

                  (2)   文件读取后，文件的指针向后移动 len(s) 字节。

                （3）如果磁道已坏，会发生异常。

6、向文件写入一个字符串   

    f.write(    s )

    参数：       s 要写入的字符串

    说明： (1)文件写入后，文件的指针向后移动 len(s) 字节。

                 （2）如果磁道已坏，或磁盘已满会发生异常。

      

返回值： s 是字符串，从文件中读取的内容

7、删除文件

import os

os.remove(file)

################################分割线#################################################

读文件

打开一个文件用open()方法(open()返回一个文件对象，它是可迭代的)：

>>> f = open('test.txt', 'r')

r表示是文本文件，rb是二进制文件。（这个mode参数默认值就是r）

如果文件不存在，open()函数就会抛出一个IOError的错误，并且给出错误码和详细的信息告诉你文件不存在：

>>> f=open('test.txt', 'r')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
FileNotFoundError: [Errno 2] No such file or directory: 'test.txt'

文件使用完毕后必须关闭，因为文件对象会占用操作系统的资源，并且操作系统同一时间能打开的文件数量也是有限的

>>> f.close()

由于文件读写时都有可能产生IOError，一旦出错，后面的f.close()就不会调用。所以，为了保证无论是否出错都能正确地关闭文件，我们可以使用try ... finally来实现：

try:
    f = open('/path/to/file', 'r')
    print(f.read())
finally:
    if f:
        f.close()

但是每次都这么写实在太繁琐，所以，Python引入了with语句来自动帮我们调用close()方法：

with open('/path/to/file', 'r') as f:
    print(f.read())

python文件对象提供了三个“读”方法： read()、readline() 和 readlines()。每种方法可以接受一个变量以限制每次读取的数据量。

• read() 每次读取整个文件，它通常用于将文件内容放到一个字符串变量中。如果文件大于可用内存，为了保险起见，可以反复调用read(size)方法，每次最多读取size个字节的内容。
• readlines() 之间的差异是后者一次读取整个文件，象 .read() 一样。.readlines() 自动将文件内容分析成一个行的列表，该列表可以由 Python 的 for ... in ... 结构进行处理。
• readline() 每次只读取一行，通常比readlines() 慢得多。仅当没有足够内存可以一次读取整个文件时，才应该使用 readline()。

注意：这三种方法是把每行末尾的' '也读进来了，它并不会默认的把' '去掉，需要我们手动去掉。

In[2]: with open('test1.txt', 'r') as f1:
    list1 = f1.readlines()
In[3]: list1
Out[3]: ['111
', '222
', '333
', '444
', '555
', '666
']    

去掉' '

In[4]: with open('test1.txt', 'r') as f1:
    list1 = f1.readlines()
for i in range(0, len(list1)):
    list1[i] = list1[i].rstrip('
')
In[5]: list1
Out[5]: ['111', '222', '333', '444', '555', '666']

对于read()和readline()也是把' '读入了，但是print的时候可以正常显示（因为print里的' '被认为是换行的意思）

In[7]: with open('test1.txt', 'r') as f1:
    list1 = f1.read()
In[8]: list1
Out[8]: '111
222
333
444
555
666
'
In[9]: print(list1)
111
222
333
444
555
666

In[10]: with open('test1.txt', 'r') as f1:
    list1 = f1.readline()
In[11]: list1
Out[11]: '111
'
In[12]: print(list1)
111

一个python面试题的例子：

有两个文件，每个都有很多行ip地址，求出两个文件中相同的ip地址：

# coding:utf-8
import bisect

with open('test1.txt', 'r') as f1:
    list1 = f1.readlines()
for i in range(0, len(list1)):
    list1[i] = list1[i].strip('
')
with open('test2.txt', 'r') as f2:
    list2 = f2.readlines()
for i in range(0, len(list2)):
    list2[i] = list2[i].strip('
')

list2.sort()
length_2 = len(list2)
same_data = []
for i in list1:
    pos = bisect.bisect_left(list2, i)
    if pos < len(list2) and list2[pos] == i:
        same_data.append(i)
same_data = list(set(same_data))
print(same_data)

要点就是：（1）用with （2）处理行末的' ' （3）使用二分查找提高算法效率。（4）使用set快速去重。

写文件

写文件和读文件是一样的，唯一区别是调用open()函数时，传入标识符'w'或者'wb'表示写文本文件或写二进制文件：

>>> f = open('test.txt', 'w') # 若是'wb'就表示写二进制文件
>>> f.write('Hello, world!')
>>> f.close()

注意：'w'这个模式是酱紫：如果没有这个文件，就创建一个；如果有，那么就会先把原文件的内容清空再写入新的东西。所以若不想清空原来的内容而是直接在后面追加新的内容，就用'a'这个模式。

我们可以反复调用write()来写入文件，但是务必要调用f.close()来关闭文件。当我们写文件时，操作系统往往不会立刻把数据写入磁盘，而是放到内存缓存起来，空闲的时候再慢慢写入。只有调用close()方法时，操作系统才保证把没有写入的数据全部写入磁盘。忘记调用close()的后果是数据可能只写了一部分到磁盘，剩下的丢失了。所以，还是用with语句来得保险：

with open('test.txt', 'w') as f:
    f.write('Hello, world!')

python文件对象提供了两个“写”方法： write() 和 writelines()。

• write()方法和read()、readline()方法对应，是将字符串写入到文件中。
• writelines()方法和readlines()方法对应，也是针对列表的操作。它接收一个字符串列表作为参数，将他们写入到文件中，换行符不会自动的加入，因此，需要显式的加入换行符。

f1 = open('test1.txt', 'w')
f1.writelines(["1", "2", "3"])
#    此时test1.txt的内容为:123

f1 = open('test1.txt', 'w')
f1.writelines(["1
", "2
", "3
"])
#    此时test1.txt的内容为:
#    1
#    2        
#    3

关于open()的mode参数：

'r'：读

'w'：写

'a'：追加

'r+' == r+w（可读可写，文件若不存在就报错(IOError)）

'w+' == w+r（可读可写，文件若不存在就创建）

'a+' ==a+r（可追加可写，文件若不存在就创建）

对应的，如果是二进制文件，就都加一个b就好啦：

'rb'　　'wb'　　'ab'　　'rb+'　　'wb+'　　'ab+'

file_obj.seek(offset,whence=0)

file_obj.seek(offset,whence=0)方法用来在文件中移动文件指针。offset表示偏移多少。可选参数whence表示从哪里开始偏移，默认是0为文件开头，1为当前位置，2为文件尾部。举例：

f = open("test1.txt", "a+")
print(f.read())
f.write('1')
f.seek(0, 0)# 把文件指针从末尾移到开头，没有这句话下面的read()就读不到正确的东西
print(f.read())
f.close()

注意：这个文件指针的改变只是作用于'r',对'w'和'a'不会起作用，如果是'w'，那么write()永远都是从开头写（会覆盖后面对应位置的内容），是'a'的话write()就永远都是从最后开始追加。

字符编码

要读取非UTF-8编码的文本文件，需要给open()函数传入encoding参数，例如，读取GBK编码的文件：

>>> f = open('test.txt', 'r', encoding='gbk')
>>> f.read()
'测试'

遇到有些编码不规范的文件，你可能会遇到UnicodeDecodeError，因为在文本文件中可能夹杂了一些非法编码的字符。遇到这种情况，open()函数还接收一个errors参数，表示如果遇到编码错误后如何处理。最简单的方式是直接忽略：

>>> f = open('test.txt', 'r', encoding='gbk', errors='ignore')