python文件处理
Posted 玩好人生这场大游戏
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python文件处理相关的知识,希望对你有一定的参考价值。
一、文件操作
- 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。
- 我们用python或其他语言编写的应用程序若想要把数据永久保存下来,必须要保存于硬盘中,这就涉及到应用程序要操作硬件,众所周知,应用程序是无法直接操作硬件的,这就用到了操作系统。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来操作硬盘虚拟概念,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。
- 有了文件的概念,我们无需再去考虑操作硬盘的细节,只需要关注操作文件的流程:
#1. 打开文件,得到文件句柄并赋值给一个变量 #2. 通过句柄对文件进行操作 #3. 关闭文件 什么是句柄? 1.代码的运行是在内存中运行的,在下一步要读文件内容,而文件内容在硬盘上,所以需要将硬盘上的文件加载到内存中,open()函数则提供了这个功能,相当于向操作系统要了一个鱼网,这个鱼网 就是句柄。open实际上是在调操作系统,由操作系统最终给你返回一个鱼网,即句柄 将句柄赋值给一个变量f,有了这个f句柄,就可以操作硬盘的文件了。 2.有了鱼网(f),下一步想要什么鱼,就用鱼网捞就行了,或者想往操作系统里放什么鱼,都可以通过鱼网进行。对应的代码就是read,write等方法,如:f.read() 3.关闭文件.实际上关闭的不是文件,而是将鱼网回收。如果不关闭,那操作系统就一直给你发放鱼网,就会占用操作系统的资源一直不释放。
重点强调的
#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地回收,回收方法为: 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,一定要记住f.close() 为了避免忘记f.close(),推荐傻瓜式操作方式: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) 强调第一点:资源回收 #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。 f=open(\'a.txt\',\'r\',encoding=\'utf-8\') 强调第二点:字符编码
2. Python 中的进行文件处理的流程示例
#一. 打开文件,得到文件句柄并赋值给一个变量 f=open(\'a.txt\', \'r\', encoding=\'utf-8\') 打开文件的过程中需要注意的几个问题: # 1.文件路径:示例中的文件没有加路径,是因为该文件与python文件是在同一个目录的;如果不在同一个目录就需要指定文件路径 # 2.默认打开模式就为r # 3.open不是找Python的编码,open函数默认的是检索你所用的操作系统的编码。所以打开文件为避免异常,需要指定编码格式,文件用什么编码格式,打开文件就需要指定对应的编码格式。 # 4.如果Pycharm写的文件默认保存为 utf-8; # 5.mac默认的文件编码是utf-8 #二. 通过句柄对文件进行操作 data=f.read() #三. 关闭文件 f.close()
3. f = open(\'a.txt\',\'r\')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赋值给变量f
二、打开文件的模式
文件句柄 = open(\'文件路径\', \'模式\')
Character | Meaning |
‘r\' | open for reading (default) |
‘w\' | open for writing, truncating the file first |
‘a\' | open for writing, appending to the end of the file if it exists |
‘b\' | binary mode |
‘t\' | text mode (default) |
‘+\' | open a disk file for updating (reading and writing) |
‘U\' | universal newline mode (for backwards compatibility; should not be used in new code) |
#1. 打开文件的模式有(默认为文本模式): r, 只读模式【默认模式,文件必须存在,不存在则抛出异常】 w, 只写模式【不可读;不存在则创建;存在则清空内容】 a, 只追加写模式【不可读;不存在则创建;存在则只追加内容】 #2. 对于非文本文件,我们只能使用b模式,"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jgp格式、视频文件的avi格式) rb wb ab 注:以b方式打开时,读取到的内容是字节类型,写入时也需要提供字节类型,不能指定编码 #3. 了解部分 "+" 表示可以同时读写某个文件 r+, 读写【可读,可写】 w+,写读【可读,可写】 a+, 写读【可读,可写】 x, 只写模式【不可读;不存在则创建,存在则报错】 x+ ,写读【可读,可写】 xb # 回车与换行的来龙去脉 http://www.cnblogs.com/linhaifeng/articles/8477592.html # U模式 \'U\' mode is deprecated and will raise an exception in future versions of Python. It has no effect in Python 3. Use newline to control universal newlines mode. # 总结: 在python3中使用默认的newline=None即可,换行符无论何种平台统一用\\n即可 了解U模式与换行符 三 操作文件的方法 三种最常用,最纯净的文件操作模式:r、w、a 模式 1. r 模式 读操作 f = open(\'test.txt\',\'r\',encoding = \'utf-8\') # r 模式,读的方法 # data = f.read() # read代表读取文件全部 print(f.readable()) # True 表示该文件可读 print(\'第一行\',f.readline()) # 一次读一行。即使文件里有多行,运行一次也只执行一行。 print(\'第二行\',f.readline()) print(\'第三行\',f.readline()) print(\'第四行\',f.readline()) # 结果 第一行 你好啊, 第二行 adb 第三行 djfafjad 第四行 世界你好 # readline()读取文件的结果,每行之间都空着一行,这是因为每行结尾的时候都有个回车空格导致,解决方法如下: print(\'1行\',f.readline(),end = "") print(\'2行\',f.readline(),end = "") print(\'3行\',f.readline(),end = "") print(\'4行\',f.readline(),end = "") # 结果 , 就把上面的空行给去掉了。 1行 你好啊, 2行 adb 3行 djfafjad 4行 世界你好 print(f.readlines()) # 读取文件内容,并放到一个列表里 # 结果 [\'你好啊,\\n\', \'adb\\n\', \'djfafjad \\n\', \'世界你好\\n\']
2. w 模式 写操作
f = open(\'test.txt\',\'w\',encoding = \'utf-8\') f.read() # 报错 io.UnsupportedOperation: not readable # 原因:句柄指定的是写方法,不可读的。
f = open(\'test.txt\',\'w\',encoding = \'utf-8\') # w 写模式,都是新建一个空文档,直接覆盖原来的文件。 # test.txt 文件存在,直接运行上面的文件,会清空test.txt文件 f1 = open(\'test1.txt\',\'w\',encoding = \'utf-8\') # test1.txt文件不存在,会直接新建一个test1.txt空文件 f1.write(\'1111\\n\') f1.write(\'1232\\n\') f1.write(\'1232\\n\') f1.write(\'1111\\nfjdfl\\njadlj\') f1.write(\'接着上面的行写,不会换行\') # 如过写文件内容的时候没有加\\n换行符,就会直接紧挨着写 # 写到test1.txt文件里的结果 1111 1232 1232 1111 fjdfl jadlj接着上面的行写,不会换行 print(f1.writable()) # True 代表可写入 # writelines 是传入一个列表,列表里写上要写入文件的内容 f1.writelines([\'555\\n\',\'666\\n\']) # 写到test1.txt文件里的结果 1111 1232 1232 1111 fjdfl jadlj接着上面的行写,不会换行 555 666 # 注意: 读取、写入文件里的内容全都是字符串,如果输入非字符串类型就会报错 f1.write(3) # TypeError: write() argument must be str, not int
3. a 模式 追加操作
a 模式本身就是写模式,只不过是以追加的方式写到文件的最后。
f=open(\'test1\',\'a\',encoding=\'utf-8\') f.write(\'写到文件最后\') #结果 11111111 222222222 333 4444 555 555 6666 555 6666 写到文件最后
其他文件操作模式:
4. r+ 模式:既能读,又能写
示例1: # 1. 先打开文件 f = open(\'rj\',\'r+\',encoding= \'utf-8\') # 2. 再读取文件 data = f.read() print(data) # 结果 你是谁 # 3. 最后写入文件(此时经过读取,光标已经定位在最后了,所以新写入的内容都在原文件内容的最后面) f.write(\'123ssn\') #结果 你是谁123ssn # 新写入的123ssn为什么直接写在了原文件内容的后面,而没有换行呢? 因为原文件内容写完 你是谁之后没有按回车键进行换行,所以直接接着写了。 如果在你是谁之后操作了回车换行,再写入就新起了一行 # 结果 你是谁 123ssn 示例2: # 打开文件,没有读,直接写 f = open(\'rj\',\'r+\',encoding= \'utf-8\') f.write(\'sb\') #结果 123ssn谁 # 123ssn为什么会写在最前面?“你是”两个字哪里去了? 文件根本就没有修改这么一说,全都是覆盖。 所以一打开文件,光标就停留在最开始的位置写入是从光标所在的位置开始写的,所以123ssn会写在最前面,后面的内容也被覆盖掉了。 # 那么我们平时常见的文件修改是怎么完成的呢? 首先,要改是通过软件(word/txt,cat等)打开文件,将文件内容全部都加载到了内存当中 其次,在内存当中是可以修改文件的 最后,当文件修改完成后,还是需要通过软件保存文件。而软件会将内存中的文件全部覆盖回去到硬盘上。 这就是我们看到的对文件的修改。 示例3:模拟文件的修改过程: 原文件的内容: 你是谁, who am i ? 1. 先打开了源文件 src_file = open(\'rj\',\'r\',encoding = \'utf-8\') 读的方式打开 2. 读取文件内容并复制给一个变量,存在内存里 data = src_file.readlines() # 读取的文件内容是个列表了 3. 关闭原文件 src_file.close() 4. 再打开了一个新的文件,因为刚才的文件内容已经读取到且放在了内存里,所以此时再写,就可以指定其他的编码方式了 dst_f = open(\'rj\' , \'w\', encoding = \'gbk\') 5. 模拟修改文件的,所以只需写入第一行文件内容 dst_f.write(data[0]) # 修改完之后,文件内容如下: 你是谁,
5. with 关键字
上面的方法打开文件后,都需要专门写个close()方法关闭文件,而使用with关键字则可以一步到,不用再单独写close()关闭文件了。
示例1: with open(\'rj\', \'w\', encoding=\'utf-8\') as f: f.write(\'with方式打开文件\\n\') # open(\'rj\', \'w\', encoding=\'utf-8\') as f 这个语句意思等于 f = open(\'rj\', \'w\', encoding=\'utf-8\') # 只不过加上了with关键字,就不需要再专门写个close()方法来关闭文件了 示例2:with 同时打开两个文件 # Python里一行不要写太长的代码,可以通过 \\ 来换行连接 # 需求:从原文件里读到的内容,直接不做修改,写到新的文件里 with open(\'rj\', \'r\', encoding=\'utf-8\') as f, \\ open(\'rj_new\', \'w\', encoding= \'utf-8\') as dis_file: data = f.read() dis_file.write(data)
文件的高级操作:
Linux处理文件全部都是二进制的方式
6. 文件处理b模式
写在最前:b的方式不能指定编码,无论是rb,wb,ab都不能指定编码
为什么要用二进制?
二进制代表处理数据的方式,并不代表最后的内容。文件默认处理就是以t模式进行,即文本模式,所以 r = rt, w = wt, a =at, 只是省略了t。
1. 文件并不仅仅是文本,还有图片,视频,音频等,如果还以t的方式就处理不了,就需要以二进制的方式处理,即b方式处理,这是由文件的类型决定的。
2. 二进制这种方式可以跨平台,Linux,Windows,unit等各种操作系统,都是使用硬件(如硬盘)来处理数据,操作系统把文件交给硬盘,而硬盘存储的都是二进制的内容,所以操作系统给硬盘的文件都得是二进制的。所以以二进制方式处理文件,你的文件就可以跨平台。
3. b 模式对Linux没什么卵用,因为Linux默认就是二进制处理,b模式对Windows系统有用。
6-1 rb 模式
#rb模式 要读取的test11.py里文件的内容如下: hello1 22222 33333 4444 你好啊林师傅 f=open(\'test11.py\',\'rb\',encoding=\'utf-8\') # 结果:会报错 ValueError: binary mode doesn\'t take an encoding argument # 原因:文件存储在硬盘上是以二进制方式存储的,而读的时候就告诉了open函数,以 b(字节)的方式进行读取的,读取的就是原生的二进制,然后又指定编码,这是什么意思?是无意义的了。 #所以,b的方式不能指定编码 # 正确的读取方式 f = open(\'test11.py\',\'rb\') #b的方式不能指定编码,读取就正确了 data = f.read() print(data) # 结果 b\'hello1\\r\\n22222\\r\\n33333\\r\\n4444\\r\\n\\xe4\\xbd\\xa0\\xe5\\xa5\\xbd\\xe5\\x95\\x8a\\xe6\\x9e\\x97\\xe5\\xb8\\x88\\xe5\\x82\\x85\' 结果解析: b:代表读出来的是原生的字节形式 \\r\\n:Windows里的回车键就是以\\r\\n表示的,表示一个换行 \\xe4\\xbd\\xa0\\xe5\\xa5\\xbd\\xe5\\x95\\x8a\\xe6\\x9e\\x97\\xe5\\xb8\\x88\\xe5\\x82\\x85:因为读取的就是二进制,所以中文在硬盘上就是这么存储的。 # 那还是以b的方式读取,就想看到转译后的人类可读的文字,怎么办? 将二进制转换成字符串的形式就可以了。 文件往硬盘里存的时候,在内存里是字符串的形式,通过编码之后,以字节的方式存在硬盘里的: 字符串(内存) -----> encoding ------> bytes(硬盘) 所以,想让人能看懂,先从硬盘读取,然后解码到内存: bytes(硬盘) ----->decode ------> 字符串 f = open(\'test11.py\',\'rb\') data = f.read() print(data.decode(\'utf-8\')) # # 结果 : 就变成人类可读的语言了 hello1 22222 33333 4444 你好啊林师傅
6-3 ab模式
f=open(\'test22.py\',\'ab\') #b的方式不能指定编码 f.write(\'杨老二\'.encode(\'utf-8\')) # a追加,a不代表在最后一行追加写入,而是代表在文件最后的光标位置开始追加写入 # 举例:最后一行有换行,那光标就是定位在有文字内容的下一行的 # 结果 1111 杨件 杨老二
7. 文件的其他操作方法
f = open(\'www.txt\',\'w\',encoding= \'gbk\') # closed:查看文件是否关闭 print(f.closed) # False:表示文件是打开的, True:表示文件是关闭了 # 得到的是文件打开的编码方式,而不是原文件的存储编码; 如果文件打开模式为b,则没有该属性 f = open(\'www.txt\',\'w\',encoding= \'gbk\') print(f.encoding) # 这个方法指的是open()函数,打开文件时,encoding = "gbk" 这个编码 # 如果真不知道文件编码,怎么办? # latin-1: 拉丁编码方式,会最大程度的保证文件能正确读出来---欠着,貌似还有不对的地方。 f = open(\'www.txt\',\'r\', encoding = \'latin-1\') data = f.read() print(data) 复制代码 复制代码 f = open(\'www.txt\',\'w\',encoding= \'gbk\') print(f.fileno()) # 文件描述符,没啥用 print(f.errors) # 关于文件的报错,没啥大用 f.flush() # 刷新文件,将写在内存里的文件刷新保存到硬盘上去(通过cmd终端演示能看到效果) f.isatty() # 看你用的是不是个终端设备 print(f.name) # www.txt 看文件的内容 复制代码 复制代码 文件内容如下: naidfna kfad jfalkdj爱看的积 分安监局卡的房间大 了借款方 f = open(\'www123.txt\',\'r+\',encoding= \'utf-8\') # f.write("naidfna kfad \\njfalkdj\\n爱看的积分安监局卡的\\n房间大了借款方 ") print(f.readlines()) # 结果 # [\'naidfna kfad\\n\', \'jfalkdj爱看的积\\n\', \'分安监局卡的房间大\\n\', \'了借款方\'] 这里为啥是\\n, 因为换行符被python3多余处理了一下,去掉了\\r(Windows) # 让python保持原样,文件里本来的换行符是什么就显示什么,不做处理,需要在读取的时候 指定 newline = \'\' # 读取文件中真正的换行符号 f = open(\'www123.txt\',\'r+\',encoding= \'utf-8\' ,newline = \'\') # 结果,就显示 \\r\\n了。 [\'naidfna kfad\\r\\n\', \'jfalkdj爱看的积\\r\\n\', \'分安监局卡的房间大\\r\\n\', \'了借款方\']
以上是关于python文件处理的主要内容,如果未能解决你的问题,请参考以下文章
在 Python 多处理进程中运行较慢的 OpenCV 代码片段
你如何在 python 中处理 graphql 查询和片段?