Python基础之文件操作

Posted 2021-01-05 _杨魏

1. 文件操作基本流程

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。

而应用程序是无法操作硬件的，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，我们无需再去思考操作硬盘的细节，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
f = open("a.txt", "r", encoding="utf-8")    #默认打开模式为只读

#2. 通过句柄对文件进行操作
data = f.read()

#3. 关闭文件
f.close()

2. 关闭文件的注意事项

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的回收。

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的自动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()。

但是，还是有的时候可能会忘记关闭文件，因此，我们可以使用另外一种操作方式。

使用with关键字来管理上下文：

with open("a.txt", "r", encoding="utf-8) as read_f:
    data = read_f.read()
with open("a.txt, "w", encoding="utf-8) as write_f:
    write_f.write(data)

3. 文件编码

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就是操作系统说了算。

操作系统会用自己的默认编码去代开文件，在windows先是gbk， 在linux下是utf-8.

f = open("a.txt", "r", encoding="utf-8)

因此，若要保证不乱吗，文件以什么方式存的， 就要用什么方式去打开。

4. 文件的打开方式

打开文件的方式有：r, w, a, r+, w+, a+, rb, wb, ab, r+b, w+b, a+b。

默认使用的是r(只读)模式。

根据打开方式的不同能执行不同的操作，但是也会有相应的差异。

4.1 只读操作(r, rb)

f = open("a.txt", mode="r", encoding="utf-8)
content = f.read()
print(content)
f.close()

需要注意encoding表示编码集，根据文件的实际保存编码进行获取数据。

我们更常使用的utf-8.
rb，读取出来的数据是bytes类型，在rb模式下，不能选择encoding字符集

f = open("a.txt", mode="rb")
content = f.read()
print(content)
f.close()

执行结果为：

b‘xe6xafx85xe5x93xa5, xe5xa4xaaxe7x99xbd,
wuse
xe5x91xb5xe5x91xb5
xe6x97xa5xe5xa4xa9‘

rb的作用：在读取非文本文件的时候，比如读取MP3，图像，视频等信息的时候就需要用到rb。因为这种数据是没办法直接显示出来的。例如网上直播，就是这种数据。

4.2 读取文件的方法

4.2.1 read()

read()：将文件中的内容全部读取出来。

弊端：占内存，如果文件过大，容易导致内存崩溃。

open("a.txt", mode="r", encoding="utf-8") as f:
    content = f.read()
    print(content)

4.2.2 read(n)

读取n个字符。

需要注意的是，如果再次读取，那么会在当前位置继续去读，而不是从头读。

open("a.txt", mode="r", encoding="utf-8) as f:
    content = f.read(3)
    print(content)

如果使用的是rb模式，则读取出来的是n个字节。

open("a.txt", mode="rb") as f:
    content = f.read(3)
    print(content)

执行结果为：

b‘xe5x8fx8b‘

4.2.3 readline()

一次读取一行数据。

注意：readline()结尾，每次读出出来的数据都会有一个 。

所以，需要先用strip()方法来去掉 或者空格。

open("a.txt", mode="r", encoding="utf-8) as f:
    content1 = f.readline()
    content2 = f.readline()
    content3 = f.readline()
    content4 = f.readline() 
    print(content1)
    print(content2)
    print(content3)
    print(content4)

4.2.4 readlines()

readlines()将每一行形成一个元素，放到一个列表中，将所有的内容都读取出来。

但是，容易出现内存崩溃的问题，不推荐使用。

open("a.txt", mode="r", encoding="utf-8) as f:
    lst = f.readlines()
    for line in lst:
        print(line.strip())

4.2.5 循环读取

这种方式是组好的，每次读取一行内容，不会产生内存溢出的问题。

open("a.txt", mode="r", encoding="utf-8") as f:
    for line in f:
        print(line.strip())

4.3 写模式(w, wb)

写的时候注意，如果没有文件，则会创建文件，如果文件存在，则将原件中原来的内容删除，再写入新内容。

open("a.txt", mode="w", encoding="utf-8") as f:
    f.write("哇哈哈哈")

在wb模式下，可以不指定打开文件的编码，但是在写入文件的时候必须将字符串转换成utf-8的bytes数据。

open("a.txt", mode="wb") as f:
    f.write("哇哈哈哈".encoding="utf-8")

4.4 追加(a, ab)

在追加模式下，我们写入的内容会追加在文件的结尾

open("a.txt", mode="a", encoding="utf-8") as f:
    f.write("哇哈哈哈")

ab的用法和wb一样

open("a.txt", mode="ab") as f:
    f.writer("哇哈哈哈哈".encoding="utf-8")

4.5 读写模式(r+, r+b)

对于读写模式，必须是先读，因为默认光标是在开头的，准备读取的，当读完了之后，再进行写入，在进行读写文件时，使用频率最高的模式就是r+。

open("a.txt", mode="r+", encoding="utf-8") as f:
    content = f.read()
    print(content)
    f.write("诗和远方")

一定要先读取，然后才能写入。如果先写入，那么开头的数据就会被后来写入的数据替换掉。

4.6 写读(w+, w+b)

先将所有的内容清空，然后写入，最后读取，但是读取的内容是空的，不常用。

open("a.txt", mode="w+", encoding="utf-8") as f:
    f.write("远方不可及")
    content = f.read()
    print(content)

在w+模式下，一开始是读取不到数据，然后在写的时候再将原来的内容清空，所以很少使用。

4.7 追加读(a+)

a+模式下，不论先读还是后读，都是读取不到数据的。

open("a.txt", mode="a+", encoding="utf-8") as f:
    f.write("啦啦啦")
    content = f.read()
    print(content)

5. 其他相关操作

5.1 移动光标seek(n)

seek(n)，将光标移动到n位置，注意的是，移动的但是byte，所以如果是UTF-8的中文部分要是3的倍数。

通常使用seek都是移动开开头或者结尾。

移动到开头：seek(0)

移动到结尾: seek(0, 2), seek的第二个参数表示的是从哪个位置进行偏移，默认是0，表示开头，1表示当前位置，2表示结尾。

open("a.txt", mode="r+", encoding="utf-8") as f:
    f.seek(0)               #光标移动到开头
    content = f.read()      #读取内容，此时光标移动到结尾
    print(content)
    f.seek(0)               #再次将光标移动到开头
    f.seek(0, 2)            #将光标移动到结尾
    content2 = f.read()     #读取内容，什么都读取不到
    print(content2)
    f.seek(0)               #移动光标到开头
    f.write("番茄炒鸡蛋")

5.2 tell()

使用tell()可以定位当前光标所在的位置。

open("a.txt", mode="r+", encoding="utf-8") as f:
    f.seek(0)               #光标移动到开头
    f.write("周星驰")
    print(f.tell())         #此时光标的位置是9

5.3 truncate()截断文件

open("a.txt", mode="w", encoding="utf-8") as f:
    f.write("哈哈")         #写入两个字符
    f.seek(3)               #光标移动到3， 也就是两个字中间
    f.truncate()            #删除光标后面的所有内容

open("a.txt", mode="r+", encoding="utf-8") as f:
    content = f.read(3)     #读取12个字符
    f.seek(4)               
    print(f.tell())         #获取当前坐标的位置
    f.truntcat()            #后面的所有内容都删除

注意：在r+模式下，如果读取了内容，不论读取内容多少，光标显示的是多少，再写入或者操作文件的时候都是在结尾进行的操作。

所以如果想做阶段操作，要先挪动光标到想要截断的位置，然后再进行截断。

关于truncate(n)，如果给出了n，则从开头进行截断。

如果不给n，则从当前位置截断，后面的内容将会被删除。

6. 修改文件的方式

文件的修改，只能将文件中的内容读取到内存中，将信息修改完毕，然后将源文件删除，将新文件的名字改成老文件的名字。

import os
with open("a.txt", mode="r", encoding="utf-8") as f1,    open("a_new.txt", mode="w", encoding="utf-8") as f2:
    content = f1.read()
    new_content = content.repalace("a", "b")    #把a.txt中的所有a替换成b 
    f2.write(new_content)
os.remove("a.txt")
os.rename("a_new.txt", "a.txt")                 #将a_new.txt文件改名为a.txt

7. 打开文件的另一种方式

with open("a.txt", mode="r", encoding="utf-8") as f:
    content = f.read()

这种读取文件的方式是一次将所有内容读取出来，当文件内容过大时，就会造成内存溢出。

解决方案：一行一行的读取和操作

with open("a.txt", mode="r", encoding="utf-8") as f:
    for line in f:
        print(line)