python09_文件操作

Posted 2020-12-11

文件：存放在外部介质（如硬盘，U盘）上的一组完整信息的集合。这些信息可为各种文字、 图形、图像、电影、音乐，甚至包括病毒程序等。

两种重要的文件类型：
1.文本文件（Text File）
可直接阅读，使用记事本打开就能看到文件的内容。
2.二进制文件（Binary File）
将数据按照它的二进制编码形式存储。如BMP。由于文件内容是二进制编码，使用记事本打开显然是乱码，BMP可用图片查看器解码。

文本文件与二进制文件的优缺点：

无论什么类型的文件，在硬盘/内存=>二进制
文本方式读：内存---->看（转换）
二进制方式读：内存--->看到一致

python3中的字符串类型：
1）bytes-->str : decode("utf8")
2）str-->bytes : encode("utf8")
PS：encode编码时可指定任何合适的编码方式，但decode解码时，一定需要对应的编码方式

文件缓冲区：计算机系统为要处理的文件在内存中单独开辟出来的一个存储区间，在读写该文件时，作为数据交换的临时“存储中转站”。
缓冲机制的好处：能够有效减少对外部设备的频繁访问，减少内存与外设间的数据交换，填补内、外设备的速度差异，提高数据读写的效率。

访问文件操作过程：打开文件->读取文件---将信息读到内存->写入文件->关闭文件----保存文件并释放内存空间
打开文件（open）-----内建函数

? file : 要打开的文件名( str )
? mode: 打开文件的方式( str ) => text, bytes
? encoding: 文件编码方式（str）
? errors: 当发生编码错误时的处理方式（str） ‘ignore‘或‘strict‘(默认)
? buffering: 缓存方式 ( int）

buffer补充:
(转载出处：https://blog.csdn.net/uytrrfg/article/details/83583169）)
参数buffering是一个可选的参数，用来表示缓冲区的策略选择。设置为0时，表示不使用缓冲区，直接读写，仅在二进制模式下有效。设置为1时，表示在文本模式下使用行缓冲区方式。设置为大于1时，表示缓冲区的设置大小。如果参数buffering没有给出，使用默认时，会采用下面策略来选择：
1）对于二进制文件模式时，采用固定块内存缓冲区方式，内存块的大小根据系统设备的分配的磁盘块来决定，如果获取系统磁盘块的大小失败，就使用内部常量io.DEFAULT_BUFFER_SIZE定义的大小。一般的操作系统上，块的大小是4096或者8192字节大小。
2）对于交互的文本文件（采用isatty()判断为True）时，采用一行缓冲区的方式。其它文本文件使用跟二进制一样的方式。

打开文件-文件编码
? encoding: 文件的编码方式( str )
? encoding的默认值：None， 不同的平台打开的方式不一样

常见编码

判断文件编码-chardet模块
安装：pip install chardet
检测：

打开文件-模式mode

关闭文件-with语句（with会帮忙管理这个文件的close情况）

读取文件内容

如：f.seek(4,0)重置光标位置，表示光标重置到0位置时偏移4个位置开始读写等操作
f.readlines()表示将当前位置到文末读取的文件内容以列表的格式输出
f.readline()表示将当前内容到行末的内容打印出来

写文件：f.write(‘something‘)
为什么不实时写入磁盘：硬盘是慢设备，频繁读写会增大磁盘压力，产生瓶颈
什么时候会写入磁盘（即什么时候会关闭）：
? f.flush() -----强制刷新
? f.close() -----关闭文件
? buffer设置（默认：io.DEFAULT_BUFFER_SIZE )
? 0 => 实时写入 （binary mode）
? 1 => 行缓存 （ text mode） =>
? 其他数字n => 缓冲区大小n : 2*4096

文件对象其他方法：