文件
一、文件的概念
1.1 文件的概念和作用
我们以前操作的数据都是在程序中提前写死的, 但是在实际开发中这是远远不够的.很多时候我们都需要对存储在计算中文件内的数据进行处理, python 提供了一系列的对文件操作的 api
1.1.1 什么是文件
计算机的文件，就是存在在某种长期存储设备上的一段数据
长期存储设备包括：硬盘，U盘，移动硬盘，光盘。。。
1.1.2 文件的作用：将数据长期保存下来，在需要的时候使用
大家应该听说过一句话：“好记性不如烂笔头”。
不仅人的大脑会遗忘事情，计算机也会如此，比如一个程序在运行过程中用了九牛二虎之力终于计算出了结果，试想一下如果不把这些数据存放起来，相比重启电脑之后，“哭都没地方哭了”
可见，在把数据存储起来有做么大的价值
使用文件的目的：
就是把一些存储存放起来，可以让程序下一次执行的时候直接使用，而不必重新制作一份，省时省力
1.2 文件的存储方式
在计算机中，文件是以二进制的方式保存在磁盘上的
文本文件和二进制文件
文本文件
可以使用文件编辑软件查看
本质上还是一个二进制文件
例如：python的源程序
二进制文件
保存的内容不是给人直接阅读的，而是提供给其他软件使用的
例如：图片文件，音频文件，视频文件等等
二进制文件不能使用文本编辑软件查看
二、文件的基本操作
2.1 操作文件的步骤
在计算机中要操作文件的套路非常固定，包含以下三个步骤
-
打开文件(首先要先找到文件并打开.)
-
读，写文件
读：将文件内容读入内存
写：将内存内容写入文件
-
关闭文件
2.2 操作文件的函数
在python中要操作文件需要记住以下函数
| 序号 | 函数/方法 | 说明 |
|---|---|---|
| 01 | open | 打开文件，并且返回文件操作对象 |
| 02 | read | 将文件内容读取到内存 |
| 03 | write | 将制定内容写入文件 |
| 04 | close | 关闭文件 |
open 函数负责打开文件，并且返回文件对象
read/write/close 三个方法都需要通过文件对象来调用
2.3 打开文件的方式
打开文件使用 python 内置的open()函数
open()函数默认以只读方式打开文件，并且返回一个文件对象file object`(文件对象), 最常用的就是使用 3 个参数(还要其他的可选参数)
语法格式
file = open(filename[, mode, encoding]) # ("文件名", "访问方式","编码")
参数说明：
第一个参数：filename是指的文件名.
也包含路径. 路径可以是相对路径, 也可以是绝对路径. 不过路径分隔符要注意:window 下是反斜杠
和 mac 和 linux 下是/
第二个参数：mode是打开文件的模式. 可选. 默认是只读和文本模式(rt).支持如下模式:
第三个参数：encoding，如果是文本文件, 则最好指定一下文本文件的编码.否则对一些非ascii字符没有办法解码. 目前一般文件都使用utf-8
返回值：返回值就是一个文件对象. 使用这个文件的一些 api 可以操作文件内容
示例代码：
file = open("test.txt", "rt", encoding="utf-8") # 默认就是 rt 表示对只读文本文件, 并且指定文件编码.
常用的文件打开模式mode
| 序号 | 访问方式 | 说明 |
|---|---|---|
| 01 | r | 等价于rt，以只读方式打开文件。文件的指针将会放在文件的开头，这是默认模式。如果文件不存在，抛出异常 |
| 02 | w | 等价于wt，以只写的方式打开文件(没有读的权限)。如果文件存在会被覆盖(会先把文件的长度置 0 (文件截断为0))。如果文件不存在，创建新文件 |
| 03 | a | 等价于at，以追加方式打开文件。如果文件已经存在，文件指针将会放在文件的结尾。如果文件不存在，创建新文件进行写入 |
| 04 | r+ | 等价于r+t，以读写方式打开文件。文件的指针将会放在文件的开头。如果文件不存在，抛出异常 |
| 05 | w+ | 等价于w+t，以读写方式打开文件。如果文件存在会被覆盖。如果文件不存在，创建新文件 |
| 06 | a+ | 以覆写方式打开文件。如果该文件已存在，文件指针将会访问文件的结尾。如果文件不存在，创建新文件写入 |
频繁的移动文件指针，会影响文件的读写效率，开发中更多的时候会以只读，只写的方式来操作文件
2.4 文件的读和写
2.4.1文件读取
open 函数的第一个参数是要打开的文件名(文件名区分大小写)
如果文件存在，返回文件操作对象
如果文件不存在，会抛出异常
read 方法可以一次性读入并返回文件的所有内容
close 方法负责关闭文件
如果忘记关闭文件，会造成系统资源消耗，而且会影响到后续对文件的访问
注意：方法执行后，会把文件指针移动到文件的末尾
# 1.打开
file = open("文件路径")
# 2.读取
text = file.read()
print(text)
# 3.关闭
file.close()
提示：在开发中，为了防止忘记关闭文件，通常会编写打开和关闭的代码，再编写中间针对文件的读/写操作
read 的几种方式
-
使用read(num)可以从文件中读取数据，num表示要从文件中读取的数据的长度（单位是字节），如果没有传入num，那么就表示读取文件中所有的数据
-
读取一行
read 方法默认会把文件的所有内容一次性读取到内存
如果文件太大，对内存的占用会非常严重，可以使用 readline 方法
readline 方法可以一次读取一行内容
方法执行后，会把文件指针移动到下一行，准备再次读取
读取大文件的正确姿势
# 打开文件 file = open("文件名") # 循环读取文件 while True: # 读取一行内容 text = file.readline() # 判断是否读到内容 if not text: break # 每读取一行的末尾已经有了一个" " print(text, end = "") # 关闭文件 file.close() -
使用for ... in...读取 效率更高
# 使用for循环进行读取更效率 file = open('demo1.txt', 'r+t', encoding='utf-8') for line in file: print(line) -
使用readlines()进行读取，会把读取的每行内容放在一个列表当中
file = open('demo1.txt', 'r+t', encoding='utf-8') # 使用readlines()进行读取，会把读取的每行内容放在一个列表当中 print(file.readlines())
2.4.2 文件写出
write(string)
向文件中写入字符串, 并返回写入的字符的个数.
file = open("new.txt", "w+", encoding="utf-8")
count = file.write("你好啊abc")
print(count)
注意:
- 如果文件模式使用
r+, 则文件不存在会抛出异常. w+, 文件不存在会自动创建文件, 并写入a+, 追加的方式写入文件
如果是写入的其他类型的数据, 则写之前需要手动转换
根据你打开文件的模式, 来决定到底是转成字符串还是转成字节对象
file = open("new.txt", "w+t", encoding="utf-8")
nums = ("a", "b", "你 好", 30)
file.write(str(nums))
文件内容:
writelines()
把存储字符串的列表直接写入到文件中
写入的时候不会自动帮你格式化, 会把每个字符串元素挨个写在一起, 你应该在写入之前自行处理好格式
file = open("new.txt", "w+t", encoding="utf-8")
nums = ("a", "b", "你好")
file.writelines(nums)
2.4.3其他方法
文件指针(了解)
文件指针 标记从哪个位置开始读取数据
第一次打开文件时，通常文件指针会指向文件的开始位置
当执行了read方法后，文件指针会移动到读取内容的末尾
tell(), 和 seek()
tell()返回文件指针在当前文件中的位置. 返回的值是以字节为单位的.
seek()设置文件指针的位置
file = open("new.txt", "r+t", encoding="utf-8")
print(file.tell()) # 文件打开之后指针位置默认为 0
print(file.read(1))
print(file.tell())
file.seek(4)
print(file.read(1))
2.5 文件的关闭
关闭文件
为什么要关闭文件:
- 打开文件之后总是会占用一定的系统资源, 所以当你对文件操作完毕之后, 应该关闭文件.
- 写入数据的时候, 并不是立即写入到文件中, 一般先放入到缓冲区. 当关闭文件的时候, 再从缓冲区写入到文件中.
关闭文件调用文件对象的close()方法即可.
2.6 文件的复制
读取源文件的数据，写给目标文件
小文件：使用read(),write()
大文件：使用readline(),write()
2.7 文本文件的编码格式
文本文件存储的内容是基于字符编码的文件，常见的编码有ASCII编码，UNICODE编码等
Python 2.x 默认使用ASCII编码
Python 3.x 默认使用UTF-8编码
ASCII编码
计算机中只有256个ASCII字符
一个ASCII在内存中占用1个字节的空间
UTF-8 编码格式
计算机中使用1-6个字节来表示一个UTF-8字符，涵盖了所有文字。
大多数汉字使用3个字节
[扩展内容]
在Python 2.x中第一行，增加以下代码，解释器会以utf-8编码来处理python文件
# *-* coding:utf8 *-*
也可以使用
# coding=utf8
在Python 2.x中，即使指定了文件使用UTF-8
2.8使用 with 方式打开文件
打开文件的时候使用with关键字, 可以在文件操作完毕之后在合适时间自动关闭文件, 即使发生了异常也能关闭文件.
而且代码要比处理异常的语句少
with open("new.txt", "r+", encoding="utf-8") as file:
print(file.read())