Python文件操作（文件，正则）

Python文件操作（文件，正则）

• 文件：

• 文件操作

• 文件编码

• 打开文件的几种模式

• 操作文件的方法

• 文件内光标的移动

• 文件的修改

• 正则：

一、文件的操作

1.文件的介绍：

　　计算机系统分为：计算机 硬件、操作系统、应用程序三部分；

　　无论使用python还是其他语言若想要把数据永久的保存下来，必须要将存在内存中的数据刷新到硬盘中，这就涉及到应用程序要操作硬件；我们知道，应用程序是不能直接操作硬件的，只能通过操作系统来调用硬件，操作系统把复杂的硬件操作封装成简单的接口给用户/应用程序使用，其中文件就是操作系统提供给应用程序老操作硬盘虚拟概念，用户或应用程序通过操作文件，可以将自己的数据永久保存下来。

2.操作文件的流程：

　　有了文件的概念，我们无需在去考虑操作硬盘的细节，只需要关注操作文件的流程：

1 1.打开文件，得到文件句柄并赋值给一个变量；
2 2.通过文件句柄对文件进行一系列的操作；
3 3.关闭文件；

3.在python中的表示：

#1.打开文件，得到文件句柄并赋值给一个变量；
f = open("python.txt","r",encoding="utf-8")
## 注意，默认打开模式就是r只读模式；


#2.通过文件句柄对文件进行操作：
date = f.read()


#3.关闭文件
f.close()

4.“f = open("python.txt","r",encoding="utf-8")”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复制给变量f

5.关于文件操作需要注意的地方，关于文件操作需要注意的地方，关于文件操作需要注意的地方，重要的事敲三遍；

#强调第一点：

    打开一个文件包含两部分资源：操作系统级打开的文件 + 应用程序的变量；在操作完毕一个文件时，必须把与该文件的这两部分资源一个不落的回收；
    
    回收方法：
    1.f.close()    #回收操作系统级打开的文件；
    2.del f         #回收应用程序级的变量；
    
    其中 del f 一定要发生在f.close() 之后，否则就会导致操作系统打开的文件还没有关闭，白白占用资源；而python自动的垃圾回收机制决定了我们无需考虑 del f ，这就要求我们在操作完毕文件后，一定要记得 f.close()

    还有一种方法，不用我们去考虑f.close()问题，那就是使用with关键字来帮我们管理上下文：
with open('a.txt','w') as f:
    pass

with open('a.txt','r') as read_f,open('b.txt','w') as write_f:
    data=read_f.read()
    write_f.write(data)

#强调第二点：

    f=open(...)是由操作系统打开文件，那么如果我们没有为open指定编码，那么打开文件的默认编码很明显是操作系统说了算了，操作系统会用自己的默认编码去打开文件，在windows下是gbk，在linux下是utf-8。

    这就用到了上节课讲的字符编码的知识：若要保证不乱码，文件以什么方式存的，就要以什么方式打开。

6.py2和py3中的file和open：

　　首先在python3中操作文件只有一种选择，那就是open()；

　　而在python2中则有两种方式：file()与open()；

　　两者都能够打开文件，对文件进行操作，也具有相似的用法和参数，但是，这两种文件打开方式有本质的区别，file为文件类，用file()来打开文件，相当于这是在构造文件类，而用open()打开文件，是用python的内建函数来操作，我们一般使用open()打开文件进行操作，而用file当做一个类型，比如type(f) is file；

7.文件路径：

　　绝对路径：从硬盘的根目录开始查找，或者从互联网上寻找一个路径；

　　相对路径：相对于当前程序所在的文件夹

二、文件编码

　　上面提过，重要的事在说一遍；

　　f=open(...)是由操作系统打开文件，那么如果我们没有为open指定编码，那么打开文件的默认编码很明显是操作系统说了算了，操作系统会用自己的默认编码去打开文件，在windows下是gbk，在linux下是utf-8。

三、打开文件的几种模式

　　语法：文件句柄(变量) = open(file, mode='r', buffering=None, encoding=None, errors=None, newline=None, closefd=True)

　　模式mode：

#1.打开文件的模式有（默认为文本模式）：
    模式                          说明
    r              只读模式，也是默认模式，文件必须存在，不存在则跑出异常；
    w              只写模式，不可读；不存在则创建，存在的话如果有进行写入动作则清空文件内容并写入新内容，如果没有写入动作则只打开不清空文件；
    a              只追加模式，不可读，不存在则创建，存在则只在末尾追加内容；

#例子：
　　对"python.txt"这个文件里的内容进行读取；

　　　　[root@wolaixunshan ~]# echo "人生苦短，python当歌" > /tmp/python.txt
　　　　[root@wolaixunshan ~]# cat py1.py 
　　　　#!/usr/bin/python3
　　　　#-*- coding:UTF-8 -*-
　　　　#Author:zjk
　　　　#mail:zjkmmd@163.com
　　　　#Time:2018-08-06 15:05:32
　　　　#Name:py1.py
　　　　#Version:V1.0
　　　　#Description:This is a script.
　　　　f = open("/tmp/python.txt","r",encoding="utf-8")
　　　　date = f.read()
　　　　print(date)
　　　　f.close()

　　　　[root@wolaixunshan ~]# python3 py1.py 

　　　　人生苦短，python当歌

#2.对于非文本文件，只能使用b模式打开，"b"表示以字节的方式操作（而所有文件也都是以字节的形式存储的，使用这种模式无需考虑文本文件的字符编码、
图片文件的jpg格式、视频文件的avi格式）

    模式                           说明
    rb              只读模式，文件必须存在，不存在则抛出异常；
    wb              只写模式，不存在则创建，存在的话如果有写操作则清空文件内容并将写操作数据加入进行，没有写操作的话则不清空文件；
    ab              只追加模式，不可读，不存在则创建，存在则只追加内容；

注意：以b方式打开时，读取到的内容是字节类型，写入时也许要提供字节类型，不能指定编码；

#3."+"模式，就是增加了一个功能；
    模式                        说明
    r+                读写（可读，可写）
    w+                写读（可写，可读）
    a+                写读（可写，可读）

注意：
    1.r+模式：
    读写模式，先读后写；这里需要注意的时，在r+模式中无论读取了多少内容，光标在哪里，写入的时候都是在结尾写入的，除非上来就写入，
　　 这时的写入是写在文件开头的

例如：
    使用r+模式先读取3个字符内容，然后进行数据添加；
    [root@wolaixunshan ~]# cat /tmp/python.txt 
    ABCDEFG
    HIJKLMN
    OPQRST
    UVWXYZ
    [root@wolaixunshan ~]# cat py1.py 
    #!/usr/bin/python3
    #-*- coding:UTF-8 -*-
    #Author:zjk
    #mail:zjkmmd@163.com
    #Time:2018-08-06 15:05:32
    #Name:py1.py
    #Version:V1.0
    #Description:This is a script.
    f = open("/tmp/python.txt","r+",encoding="utf-8")
    date = f.read(3)
    f.write("老铁666")
    print(date)
    f.close()
    [root@wolaixunshan ~]# python3 py1.py 
    ABC
    [root@wolaixunshan ~]# cat /tmp/python.txt 
    ABCDEFG
    HIJKLMN
    OPQRST
    UVWXYZ
    老铁666[root@wolaixunshan ~]#

##会发现数据是加到末尾了并不是光标的所在处！这点需要注意

#4.以bytes类型操作的读写、写读、追加写读模式
    模式                说明
    r+b            读写，可读，可写
    w+b            写读，可写，可读
    a+b            追加写读，可写，可读

四、操作文件的方法

　　常用的函数：

　　1.file.close()

　　说明：用于关闭一个已打开的文件。关闭后的文件不能再进行读写操作， 否则会触发 ValueError 错误。 close() 方法允许调用多次。当 file 对象，被引用到操作另外一个文件时，Python 会自动关闭之前的 file 对象。 使用 close() 方法关闭文件是一个好的习惯。

　　语法:file。close()

　　实例：

#打开文件
f = open("python.txt", "wb")
print("文件名为: ", f.name)

#关闭文件
f.close()

　　

　　2.file.flush()

　　说明：用来刷新缓冲区的，即将缓冲区中的数据立刻写入文件，同时清空缓冲区，不需要是被动的等待输出缓冲区写入。一般情况下，文件关闭后会自动刷新缓冲区，但有时你需要在关闭前刷新它，这时就可以使用 flush() 方法。

　　语法：file.flush()

　　实例：

#打开文件
f = open("python.txt", "wb")
print("文件名为: ", f.name)

#刷新缓冲区数据到磁盘
f.flush()

#关闭文件
f.close()

　　3.file.read(size)

　　说明：用于从文件读取指定的字符数，如果未给定或为负则读取所有。如果使用的是rb模式，则读取出来的是size个字节

　　参数：size -------> 指定从文件读取的字符数或字节数；

　　返回值：返回从字符串中读取的字符或字节；

　　实例：

[root@wolaixunshan ~]# cat /tmp/python.txt 
张鋆康
ABCDEFG
HIJKLMN
OPQRST
UVWXYZ
[root@wolaixunshan ~]# cat py1.py 
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","r",encoding="utf-8")
date = f.read(1)
print(date)
f.close()
[root@wolaixunshan ~]# python3 py1.py 
张
[root@wolaixunshan ~]# cat py1.py
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","rb")
date = f.read(3)
print(date)
f.close()
[root@wolaixunshan ~]# python3 py1.py 
b'xe5xbcxa0'
>>> s = b'xe5xbcxa0'
>>> print(s.decode("UTF-8"))
张

　　

　　4.file.fileno()

　　说明：返回一个整型的文件描述符(file descriptor FD 整型)，可用于底层操作系统的 I/O 操作

　　语法：file.fileno()

　　返回值：返回文件描述符。

　　实例：

[root@wolaixunshan ~]# cat py1.py 
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","rb")
print("文件名为：",f.name)
fid = f.fileno()
print("文件描述符：",fid)
f.close()
[root@wolaixunshan ~]# python3 py1.py 
文件名为： /tmp/python.txt
文件描述符： 3

　　5.file.isatty()

　　说明：检测文件是否连接到一个终端设备，如果是返回 True，否则返回 False；

　　语法：file.isatty

　　返回值：如果连接到一个终端设备返回 True，否则返回 False；

　　实例：

[root@wolaixunshan ~]# cat py1.py
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","rb")
print("文件名为：",f.name)
ret = f.isatty()
print("返回值：",ret)
f.close()
[root@wolaixunshan ~]# python3 py1.py 
文件名为： /tmp/python.txt
返回值： False

　　6.file.readline(size)

　　说明：用于从文件读取整行，包括 " " 字符。如果指定了一个非负数的参数，则返回指定大小的字节数，包括 " " 字符；

　　语法：file.readline(size)

　　参数：size ----------> 从文件中读取的字节数或字符数；如果是rb模式就是读取的字节，如果是普通模式就是读取的字符；

　　返回值：返回从字符串中读取的字节或字符；

　　实例：

[root@wolaixunshan ~]# cat /tmp/python.txt 
张鋆康
ABCDEFG
HIJKLMN
OPQRST
UVWXYZ
[root@wolaixunshan ~]# cat py1.py 
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","r")
print("文件名为：",f.name)
line = f.readline().strip()
print("读取一行:",line)
ret = f.readline(4)
print("读取4个字符:",ret)
f.close()
[root@wolaixunshan ~]# python3 py1.py 
文件名为： /tmp/python.txt
读取一行: 张鋆康
读取4个字符: ABCD

　　7.file.readlines()

　　说明：用于读取所有行(直到结束符 EOF)并返回列表，该列表可以由 Python 的 for... in ... 结构进行处理。 如果碰到结束符 EOF 则返回空字符串；

　　语法：file.readlines()

　　返回值：返回列表，包含所有的行；

　　实例：

[root@wolaixunshan ~]# cat /tmp/python.txt 
张鋆康
ABCDEFG
HIJKLMN
OPQRST
UVWXYZ
[root@wolaixunshan ~]# vim py1.py 
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","r")
print("文件名为：",f.name)
line = f.readlines()
print("读取全部行:",line)                                                                    
f.close()
[root@wolaixunshan ~]# python3 py1.py 
文件名为： /tmp/python.txt
读取全部行: ['张鋆康
', 'ABCDEFG
', 'HIJKLMN
', 'OPQRST
', 'UVWXYZ
']

　　8.seek(self, offset: int, whence: int = 0)

　　说明：用于移动文件读取指针到指定位置。

　　语法：file.seek( offset: int, whence: int = 0)

　　参数：offset -----------> 开始的偏移量，也就是代表需要移动偏移的字节数,正数表示向右偏移，负数表示向左偏移；

　　　　　whence --------> 可选，默认值为0，给offset参数一个定义，表示要从哪个位置开始偏移；0代表从文件开头开始算起，1代表从当前位置开始算起，2代表从文件末尾算起

　　实例：

[root@wolaixunshan ~]# cat /tmp/python.txt 
张鋆康
ABCDEFG
HIJKLMN
OPQRST
UVWXYZ
[root@wolaixunshan ~]# cat py1.py
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","r")
print("文件名为：",f.name)
line = f.readline(2).strip()
print("读取一行的前两个字符:",line)
f.seek(0)
line1 = f.readline().strip()
print("读取一整行：",line1)
f.close()
[root@wolaixunshan ~]# python3 py1.py 
文件名为： /tmp/python.txt
读取一行的前两个字符: 张鋆
读取一整行： 张鋆康

　　9.tell(self)

　　说明：返回文件的当前位置，即文件指针当前位置

　　语法:file.tell()

　　返回值：返回文件的当前位置；

　　实例：

张鋆康
ABCDEFG
HIJKLMN
OPQRST
UVWXYZ
[root@wolaixunshan ~]# vim py1.py 
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","r")
print("文件名为：",f.name)
line = f.readline().strip()
print("读取一行:",line)
num = f.tell()
print("当前光标所在位置：",num)                                                              
f.close()
[root@wolaixunshan ~]# python3 py1.py 
文件名为： /tmp/python.txt
读取一行: 张鋆康
当前光标所在位置： 10

　　10.truncate(self, size: int = None)

　　说明：用于从文件的首行首字符开始截断，截断文件为 size 个字符，无 size 表示从当前位置截断；截断之后 V 后面的所有字符被删除，其中 Widnows 系统下的换行代表2个字符大小。

　　语法：file.truncate(self, size: int = None)

　　参数：size ---------- > 如果存在则文件截断为size字节，没有参数的话则截断到光标出；

　　实例：

[root@wolaixunshan ~]# cat /tmp/python.txt 
张鋆康
ABCDEFG
HIJKLMN
OPQRST
UVWXYZ
[root@wolaixunshan ~]# vim py1.py 
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","r+")
print("文件名为：",f.name)
f.seek(6)
f.truncate()                                                                                 
f.close()
[root@wolaixunshan ~]# cat /tmp/python.txt 
张鋆[root@wolaixunshan ~]#

-----------------有参数截取-----------------------------------------
[root@wolaixunshan ~]# cat /tmp/python.txt 
张鋆康
ABCDEFG
HIJKLMN
OPQRST
UVWXYZ
[root@wolaixunshan ~]# vim py1.py 
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","r+")
print("文件名为：",f.name)
f.seek(6)
f.truncate(15)                                                                               
f.close()
[root@wolaixunshan ~]# python3 py1.py 
文件名为： /tmp/python.txt
[root@wolaixunshan ~]# cat /tmp/python.txt 
张鋆康
ABCDE[root@wolaixunshan ~]# 

　　11.file.write(str)

　　说明：用于向文件中写入指定字符串。在文件关闭前或缓冲区刷新前，字符串内容存储在缓冲区中，这时你在文件中是看不到写入的内容的。

如果文件打开模式带 b，那写入文件内容时，str (参数)要用 encode 方法转为 bytes 形式，否则报错：TypeError: a bytes-like object is required, not 'str'。

　　语法：file.write(str)

　　参数：str ---------> 要写入文件的字符串；

　　返回值：返回的是写入的字符长度；

　　实例：

[root@wolaixunshan ~]# cat /tmp/python.txt 
张鋆康
ABCDE[root@wolaixunshan ~]# cat py1.py
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","r+")
print("文件名为：",f.name)
f.write("你好呀！")
f.close()

[root@wolaixunshan ~]# python3 py1.py 
文件名为： /tmp/python.txt
[root@wolaixunshan ~]# cat /tmp/python.txt 
你好呀！CDE[root@wolaixunshan ~]#

　　12.file.writelines()

　　说明：用于向文件中写入一序列的字符串。这一序列字符串可以是由迭代对象产生的，如一个字符串列表。换行需要制定换行符 。

　　语法：file.writelines(item)

　　参数：item ------> 要写入文件的字符串序列。

　　实例：

[root@wolaixunshan ~]# cat /tmp/python.txt 
张鋆康

[root@wolaixunshan ~]# cat py1.py 
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","r+")
print("文件名为：",f.name)
li = ["中国","北京","沙河"]
f.writelines(li)
f.close()

[root@wolaixunshan ~]# python3 py1.py 
文件名为： /tmp/python.txt
[root@wolaixunshan ~]# cat /tmp/python.txt 
中国北京沙河[root@wolaixunshan ~]# 

五、文件内的光标移动

　　1.read(3)

　　文件打开方式为文本模式时，代表读取3个字符；

　　文件打开方式为b模式时，代表读取3个字节；

　　2.其余的文件内光标移动都是以字节为单位如seek，tell，truncate

　　

　　注意：seek有三种移动方式0，1，2，其中1和2必须在b模式下进行，但无论哪种模式，都是以bytes为单位移动的；

　　 truncate是截断文件，所以文件的打开方式必须可写，但是不能用w或w+等方式打开，因为那样直接清空文件了，所以truncate要在r+或a或a+等模式下测试效果；

六、文件的修改

　　文件的数据是存放于硬盘上的，因而只存在覆盖、不存在修改这么一说，我们平时看到的修改文件，都是模拟出来的效果，具体的说有两种实现方式：

　　方式一：将硬盘存放的该文件的内容全部加载到内存，在内存中是可以修改的，修改完毕后，再由内存覆盖到硬盘（word，vim，nodpad++等编辑器）

import os

with open('a.txt') as read_f,open('.a.txt.swap','w') as write_f:
    data=read_f.read() #全部读入内存,如果文件很大,会很卡
    data=data.replace('alex','SB') #在内存中完成修改

    write_f.write(data) #一次性写入新文件

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

　　方式二：将硬盘存放的该文件的内容一行一行地读入内存，修改完毕就写入新文件，最后用新文件覆盖源文件；

import os

with open('a.txt') as read_f,open('.a.txt.swap','w') as write_f:
    for line in read_f:
        line=line.replace('alex','SB')
        write_f.write(line)

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