文件处理之复杂，在于内置方法-----python

Posted 2020-08-16

抛砖引玉：

　　文件是我们储存信息的地方，我们经常要对文件进行读、写、删除等的操作，在Python中，我们可用Python提供的函数和方法方便地操作文件。

***********************************************文件处理的函数和方法*************************************************

使用Open()函数可打开文件，语法格式如下：

f = open(filename,mode,unicoding = "utf-8")

filename是你要操作的文件名，如果不在当前路径，需指出具体路径。mode是打开文件的模式，表示你要如何操作文件，uniconding = "utf-8" 声明编码格式。

1. mode

 

模式	描述
r	以读方式打开文件，可读取文件信息。
w	以写方式打开文件，可向文件写入信息。
a	以追加方式打开文件，文件指针自动移到文件尾。
r+	以读写方式打开文件，可对文件进行读和写操作。
w+	消除文件内容，然后以读写方式打开文件。
a+	以读写方式打开文件，并把文件指针移到文件尾。
b	以二进制模式打开文件，而不是以文本模式。该模式只对Windows或Dos有效，类Unix的文件是用二进制模式进行操作的。

open()函数返回一个文件对象，我们可通过read()或write()函数对文件进行读写操作

2. 文件对象方法

 

方法	描述
f.close()	关闭文件，记住用open()打开文件后一定要记得关闭它，否则会占用系统的可打开文件句柄数。
f.flush()	刷新输出缓存
f.isatty()	如果文件是一个交互终端，则返回True，否则返回False。
f.read([count])	读出文件，如果有count，则读出count个字节。
f.readline()	读出一行信息。
f.readlines()	读出所有行，也就是读出整个文件的信息。
f.seek(offset[,where])	把文件指针移动到相对于where的offset位置。offset为0表示文件开始处，这是默认值 ；1表示当前位置；2表示文件结尾。
f.tell()	获得文件指针位置。
f.truncate([size])	截取文件，使文件的大小为size。
f.write(string)	把string字符串写入文件。

示例

1.open

使用open打开文件后一定要记得调用文件对象的close()方法来确保最后关闭文件。

file_object = open(‘thefile.txt‘)

file_object.close( )

 

2.读文件

读文本文件

input = open(‘data‘, ‘r‘)

#第二个参数默认为r

input = open(‘data‘)

 

读二进制文件

input = open(‘data‘, ‘rb‘)

 

读取所有内容

file_object = open(‘thefile.txt‘)

all_the_text = file_object.read( )

file_object.close( )

 

读固定字节

file_object = open(‘abinfile‘, ‘rb‘)

    while True:

         chunk = file_object.read(100)

        if not chunk:

            break

         do_something_with(chunk)

     file_object.close( )

 

读每行

list_of_all_the_lines = file_object.readlines( )

如果文件是文本文件，还可以直接遍历文件对象获取每行：

for line in file_object:

     process line

 

3.写文件

写文本文件

output = open(‘data‘, ‘w‘)

 

写二进制文件

output = open(‘data‘, ‘wb‘)

 

追加写文件

output = open(‘data‘, ‘w+‘)

 

写数据

file_object = open(‘thefile.txt‘, ‘w‘)

file_object.write(all_the_text)

file_object.close( )

 

写入多行

file_object.writelines(list_of_text_strings)

注意，调用writelines写入多行在性能上会比使用write一次性写入要高。

在处理日志文件的时候，常常会遇到这样的情况：日志文件巨大，不可能一次性把整个文件读入到内存中进行处理，例如需要在一台物理内存为 2GB 的机器上处理一个 2GB 的日志文件，我们可能希望每次只处理其中 200MB 的内容。

在 Python 中，内置的 File 对象直接提供了一个 readlines(sizehint) 函数来完成这样的事情。以下面的代码为例：

file = open(‘test.log‘, ‘r‘)sizehint = 209715200   # 200Mposition = 0lines = file.readlines(sizehint)while not file.tell() - position < 0:       position = file.tell()       lines = file.readlines(sizehint)

每次调用 readlines(sizehint) 函数，会返回大约 200MB 的数据，而且所返回的必然都是完整的行数据，大多数情况下，返回的数据的字节数会稍微比 sizehint 指定的值大一点（除最后一次调用 readlines(sizehint) 函数的时候）。通常情况下，Python 会自动将用户指定的 sizehint 的值调整成内部缓存大小的整数倍。

file在python是一个特殊的类型，它用于在python程序中对外部的文件进行操作。在python中一切都是对象，file也不例外，file有file的方法和属性。下面先来看如何创建一个file对象：

file(name, mode, unicoding = "utf-8") 

file()函数用于创建一个file对象，它有一个别名叫open()，可能更形象一些，它们是内置函数。来看看它的参数。它参数都是以字符串的形式传递的。name是文件的名字。

mode是打开的模式，可选的值为r w a U，分别代表读（默认） 写 添加支持各种换行符的模式。用w或a模式打开文件的话，如果文件不存在，那么就自动创建。此外，用w模式打开一个已经存在的文件时，原有文件的内容会被清空，因为一开始文件的操作的标记是在文件的开头的，这时候进行写操作，无疑会把原有的内容给抹掉。由于历史的原因，换行符在不同的系统中有不同模式，比如在 unix中是一个\n，而在windows中是‘\r\n’，用U模式打开文件，就是支持所有的换行模式，也就说‘\r’ ‘\n‘ ‘\r\n‘都可表示换行，会有一个tuple用来存贮这个文件中用到过的换行符。不过，虽说换行有多种模式，读到python中统一用\n代替。在模式字符的后面，还可以加上+ b t这两种标识，分别表示可以对文件同时进行读写操作和用二进制模式、文本模式（默认）打开文件。

uniconding = "utf-8" 是定义编码格式

file对象有自己的属性和方法。先来看看file的属性。

encoding #文件编码 

mode #打开模式 

name #文件名 

newlines #文件中用到的换行模式，是一个tuple 

softspace #boolean型，一般为0，据说用于print

file的读写方法：

f.read([size]) #size为读取的长度，以byte为单位 

f.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 

f.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。 

f.write(str) 

#把str写到文件中，write()并不会在str后加上一个换行符 

f.writelines(seq) 

#把seq的内容全部写到文件中。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。 

file的其他方法：

f.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 

f.flush() 

#把缓冲区的内容写入硬盘 

f.isatty() 

#文件是否是一个终端设备文件（unix系统中的） 

f.tell() 

#返回文件操作标记的当前位置，以文件的开头为原点 

fnext() 

#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。 

f.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。 

f.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。