#yyds干货盘点#读取txt文件 - python数据训练系列

Posted 2022-04-13 小5聊基础

以Python 3.x版本为主

本系列文章，主要以一个《商品标题实体识别》为方向，展开分析和实现

1、效果如下

2、知识点

编号	知识点	说明
1	NLP	自然语言处理 Natural Language Processing
2	预训练	先对部分数据进行结果测试，给后续正式和大数据参考方向
3	def	自定义函数 def 方法名+小括号()
4	try_catch_finally	可捕捉并对异常操作的写法
5	open	内置函数，读取文件方法
6	转移字符	由于需要输出一些特殊符号，但是系统对一些特殊符号又特别敏感，所以就又转移的概念
7	获取路径	导入os模块 import os os.getcwd() os.path.abspath()

2.1、open函数

1）基本读取方法

f = open(train.txt,r,encoding=utf-8)
print(f.read())

# 【==========代码说明==========】
# train.txt 》 读取的文件，默认读取路径为当前就python文件所在文件夹
# r 》read，读取的意思
# encoding=utf-8》以utf-8编码方式读取，如果不是这个编号，那么可能会出现乱码的情况
# f > 一个类对象，<class _io.TextIOWrapper>
# f.read() > 读取所有数据

3、转移字符表

Windows系统文件路径中的斜线符号为\\

python用反斜杠’\\’转义字符

编号	描述	转移字符
1	转义字符	\\
2	反斜杠符号	\\\\
3	单引号	\\
4	双引号	\\"
5	响铃 运行输出一个响铃，windows操作系统的话，就会发出一个响铃的声音	\\a ​
6	退格(Backspace)	\\b
7	转义	\\e
8	空	\\000
9	换行	\\n
10	纵向制表符	\\v
11	横向制表符	\\t
12	回车	\\r
13	换页	\\f
14	八进制数，yy代表的字符，例如：\\o12代表换行	\\oyy
15	十六进制数，yy代表的字符，例如：\\x0a代表换行	\\xyy
16	其它的字符以普通格式输出	\\other

4、open()函数标识符表

编号	符号	描述
1	r	read，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
2	rb	以二进制格式打开一个文件用于只读。文件指针将会放在文件的开头。这是默认模式
3	r+	打开一个文件用于读写。文件指针将会放在文件的开头
4	rb+	以二进制格式打开一个文件用于读写。文件指针将会放在文件的开头
5	w	打开一个文件只用于写入。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件
6	wb	以二进制格式打开一个文件只用于写入。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件
7	w+	打开一个文件用于读写。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件
8	wb+	以二进制格式打开一个文件用于读写。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件
9	a	append，打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入
10	ab	ab 以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入
11	a+	a+ 打开一个文件用于读写。如果该文件已存在，文件指针将会放在文件的结尾。文件打开时会是追加模式。如果该文件不存在，创建新文件用于读写
12	ab+	ab+ 以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。如果该文件不存在，创建新文件用于读写

3.1、编码不对测试

1）设置非utf-8编码的txt

2）以utf-8编码方式读取文件，效果如下

#!/usr/bin/python3
# -*- coding: utf-8 -*-
# Apr 14, 2022 22:50 AM
import os

root_path=os.getcwd()
print(根目录：+ root_path)
# 输出项目所在的根目录：    C:\\86_svn\\tdsql\\Python3
# entity.py 文件所在的目录：C:\\86_svn\\tdsql\\Python3\\project\\data\\code

train_file_name=r\\project\\data\\contest_data\\train.txt
def getTxtResult():
    f=open(root_path+train_file_name,r)
    print("f类型："+str(type(f))) # f对象为一个类，<class _io.TextIOWrapper>
    return f.read()

print(getTxtResult())