记录我的 python 学习历程-Day08 文件的操作

文件操作的初识

• 用 python 代码对文件进行各种操作。

  基本构成：

  • 文件路径：path
  • 打开方式：读、写、追加、读写、写读……
  • 编码方式：utf-8 / gbk / gb2312……

  f = open('文件路径或者相对路',encoding='编码方式',mode='模式') # 格式构成
  cotent = f.read()
  print(content)
  f.close()

• 代码解释：

  • open：

    ​ 内置函数，open 底层调用的是操作系统的接口。

  • f：

    ​ 变量，约定俗成的变量名有(f1,fh,file_handler,f_h)，这个变量还有一个名字，叫文件句柄。对亠件进行的任何操作，都得通过文件句柄加'.'的方式。

  • encoding:

    ​ 可以不写，如果不写，默认的编码本就是系统默认的编码。

    ​ Windows: gkb

    ​ Linux: utf-8

    ​ MacOS: utf-8

  • mode：

    ​ 就是定义你的操作方式：r 为读模式。

  • f.read():

    ​ 你想操作文件，比如读文件，给文件写内容，等等，都必须通过文件句柄进行操作。

  • f.colse():

    ​ 关闭文件。（必须关闭，否则会常驻内存。）

• 文件操作的三个步骤：

  • 打开文件。

  • 对文件句柄进行相应的操作。

  • 关闭文件。

    # 打开文件,得到文件句柄并赋值给一个变量
    f = open('文件.txt', 'r', encoding='utf-8')   # 默认打开模式就为 r
    
    # 通过句柄对文件进行操作
    date = f.read()
    
    # 关闭文件
    f.close()

• 报错的原因：

  • UnicodeDecodeError：文件存储时与文件打开时编码本不一致。

  • 路径分隔符产生的问题：

    解决方法:在路径前加个 r
    r'C:\Users\Desktop\文件.txt'

文件操作的：读

​ 文件操作的读，有四种模式（r、rb、r+、r+b），r+ 和 r+b 不常用， rb 操作的是非文本的文件，比如：图片、视频、音频。每种模式有五种方法（read()、read(n)、readline()、readlines()、for）。

• r 模式

  ​ 以只读方式打开文件，文件的指针将会放在文件的开头。是文件操作最常用的模式，也是默认模式，如果一个文件不设置mode，那么默认使用r模式操作文件。

  举例:

  f = open('文件.txt', mode='r', encoding='utf-8')
  msg = f.read()
  f.close()
  print(msg)

  • read() 一次性全部读取

    read() 将文件中的内容全部读取出来； 弊端：如果文件很大就会非常的占用内存，容易导致内存崩溃。

    f = open('测试', mode='r', encoding='utf-8')
    msg = f.read()
    f.close()
    print(msg)
    
    # 输出结果:
    这是一行测试
    A:这是第二行
    B:这是第三行
    C:这是第几行
    D:这是我也不知道第几行
    就这么地吧.

  • read(n) 指定读取到什么位置

    在 r 模式下,n 按照字符读取

    f = open('测试', mode='r', encoding='utf-8')
    msg = f.read(4)
    f.close()
    print(msg)
    
    # 输出结果:
    这是一行

  • readline() 按行读取

    readline() 每次只读取一行,注意: readline() 读取出来的数据在后面都有一个\n,解决这个问题只需要在我们读取出来的文件后边加一个strip()就OK了

    f = open('测试', mode='r', encoding='utf-8')
    msg1 = f.readline()
    msg2 = f.readline().strip()
    msg3 = f.readline()
    msg4 = f.readline()
    f.close()
    print(msg1)
    print(msg2)
    print(msg3)
    print(msg4)
    
    # 输出结果:
    这是一行测试
    
    A:这是第二行
    B:这是第三行
    
    C:这是第几行
    

  • readlines() 返回一个列表

    readlines() 返回一个列表，列表里面每个元素是原文件的每一行，如果文件很大，占内存，容易崩盘。

    f = open('测试', mode='r', encoding='utf-8')
    print(f.readlines())    # 还可以这么写的,哈哈
    f.close()
    
    # 输出结果:
    ['这是一行测试\n', 'A:这是第二行\n', 'B:这是第三行\n', 'C:这是第几行\n', 'D:这是我也不知道第几行\n', '就这么地吧.']

  上面这四种都不太好，如果文件超大，内容超多，他们就很容易将内存撑爆，所以，我们还有第五种方法。

  • for 循环

    可以通过for循环去读取，文件句柄是一个迭代器，他的特点就是每次循环只在内存中占一行的数据，非常节省内存。

    f = open('测试', mode='r', encoding='utf-8')
    for line in f:
        print(line)     # 去掉 \n 可以这样写: print(line.strip())  
    # 这种方式就是在一行一行的进行读取,它就执行了下边的功能
    
    '''
    print(f.readline())
    print(f.readline())
    print(f.readline())
    .......
    '''
    # 输出结果:
    这是一行测试
    
    A:这是第二行
    
    B:这是第三行
    
    C:这是第几行
    
    D:这是我也不知道第几行
    
    就这么地吧.
    

  特别注意: 读完的文件一定必须要关闭

• rb 模式

  rb模式：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。记住下面讲的也是一样，带b的都是以二进制的格式操作文件，他们主要是操作非文字文件：图片，音频，视频等,并且如果你要是带有b的模式操作文件，那么不用声明编码方式。

  f1 = open('图片.jpeg', mode='rb')
  tu = f1.read()
  f1.close()
  print(tu)
  
  # 输出结果:
  b'\xff\xd8\xff\xe0\x00\x10JFIF\x00\x01\x01\x00\x00H\x00H\x00\x00\xff\xe1\x00\xb0Exif\x............后面还有.老长老长了..此处省略了.

  rb模式也有read read(n) readline(),readlines() for循环这几种方法，这里就不一一演示了。

文件操作的：写

​ 文件操作的写，有四种模式（w、wb、w+、w+b），w+ 和 w+b 不常用， wb 操作的是非文本的文件，比如：图片、视频、音频。操作方法是:write('要写入的内容')

• w 模式

  如果文件不存在，用 w 模式操作文件，它会先创建文件，然后写入内容。

  f = open('这是一个新创建的文件', encoding='utf-8', mode='w')
  f.write('果然是一个新创建的文件')
  f.close()

  如果文件存在，利用w模式操作文件，先清空原文件内容，在写入新内容。

  f = open('这是一个新创建的文件', encoding='utf-8', mode='w')
  f.write('这是清空后重新写入的内容')
  f.close()

• wb 模式

  wb模式：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打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。一般用于非文本文件如：图片，音频，视频等。

  >>举个例子 :

  我先以rb的模式将一个图片的内容以bytes类型全部读取出来，然后在以wb将全部读取出来的数据写入一个新文件，这样我就完成了类似于一个图片复制的流程。具体代码如下：

  # 第一步:将原图片通过 rb 模式读取出来。
  f = open('图片.jpeg', mode='rb')
  content = f.read()
  f.close()
  # 第二步:将读取出来的数据通过 wb 模式写入新文件。
  f1 = open('图片1.jpeg', mode='wb')
  f1.write(content)
  f1.close()

文件操作的：追加

就是在文件中追加内容。这里也有四种文件分类主要四种模式：a，ab，a+，a+b，我们只讲a

• a 模式

  如果文件不存在，利用a模式操作文件，那么它会先创建文件，然后写入内容。

  f = open('追加文本', encoding='utf-8', mode='a')
  f.write('这个文件是没有的,我是新创建的')
  f.close()

  如果文件存在，利用a模式操作文件，那么它会在文件的最后面追加内容。

  f = open('追加文本', encoding='utf-8', mode='a')
  f.write('这是己存在的文件,我是新追加的内容')
  f.close()

文件操作的其它模式

​ 咱们还有一种模式没有讲，就是那种带+号的模式。什么是带+的模式呢？+就是加一个功能。比如刚才讲的r模式是只读模式，在这种模式下，文件句柄只能进行类似于read的这读的操作，而不能进行write这种写的操作。所以我们想让这个文件句柄既可以进行读的操作，又可以进行写的操作，那么这个如何做呢？这就是接下来要说这样的模式：r+ 读写模式，w+写读模式,a+写读模式，r+b 以bytes类型的读写模式.........
在这里咱们只讲一种就是r+，其他的大同小异，自己可以练练就行了。

#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,‘+’模式（就是增加了一个功能）
r+，读写【可读，可写】
w+，写读【可写，可读】
a+，写读【可写，可读】

#4，以bytes类型操作的读写，写读，写读模式
r+b，读写【可读，可写】
w+b，写读【可写，可读】
a+b，写读【可写，可读】

• r+ 模式 读并追加 顺序不能错

  r+: 打开一个文件用于读写。文件指针默认将会放在文件的开头。

  f = open('文件的读写.txt', encoding='utf-8', mode='r+')
  content = f.read()
  print(content)
  f.write('这是新写入的内容')
  f.close()

  　　注意：如果你在读写模式下，先写后读，那么文件就会出问题，因为默认光标是在文件的最开始，你要是先写，则写入的内容会讲原内容覆盖掉，直到覆盖到你写完的内容，然后在后面开始读取。

小总结:

​ 三个大方向：
​ 读， 四种模式： r rb r+ r+b
​ 写， 四种模式 : w,wb, w+,w+b
​ 追加 四种模式: a, ab, a+,a+b

​ 相应的功能：
​ 对文件句柄的操作：read read(n) readline() readlines() write()

文件操作的其它功能

• f.tell() 获取光标的位置 单位是:字节

  f = open('测试', encoding='utf-8', mode='r')
  print(f.tell())
  content = f.read()
  print(f.tell())
  f.close()
  
  # 原文件内容
  这是一行测试
  A:这是第二行
  B:这是第三行
  C:这是第几行
  D:这是我也不知道第几行
  就这么地吧.
  
  # 输出结果:
  0   # 开始的位置
  122 # 结束的位置

• f.seek() 调整光标的位置 (注意:移动单位是byte , 如果是utf-8的中文部分要是3的倍数)

  f = open('测试', encoding='utf-8', mode='r')
  f.seek(9)
  content = f.read()
  print(content)
  f.close()
  
  # 原文件内容
  这是一行测试
  A:这是第二行
  B:这是第三行
  C:这是第几行
  D:这是我也不知道第几行
  就这么地吧.
  
  # 输出结果:
  行测试
  A:这是第二行
  B:这是第三行
  C:这是第几行
  D:这是我也不知道第几行
  就这么地吧.

• f.flush() 强制刷新

  f = open('测试', encoding='utf-8', mode='w')
  f.write('fafdsfsfsadfsaf')
  f.flush()
  f.close()

打开文件的另一种方式(常用的是这种)

• with open() as ....

  # 优点1:不用手动关闭文件句柄
  # 利用with上下文管理这种方式，它会自动关闭文件句柄。
  with open('测试', encoding='utf-8', mode='r') as f:
      print(f.read())
  
  # 优点2:可以加多个 open 操作
  # 一个with 语句可以操作多个文件，产生多个文件句柄。
  with open('测试', encoding='utf-8', mode='r') as f,\
          open('测试', encoding='utf-8', mode='w') as f1:
      print(f.read())
      f1.write('kckckckckckckkck')

  　　这里要注意一个问题，虽然使用with语句方式打开文件，不用你手动关闭文件句柄，比较省事儿，但是依靠其自动关闭文件句柄，是有一段时间的，这个时间不固定，所以这里就会产生问题，如果你在with语句中通过r模式打开t1文件，那么你在下面又以a模式打开t1文件，此时有可能你第二次打开t1文件时，第一次的文件句柄还没有关闭掉，可能就会出现错误,他的解决方式只能在你第二次打开此文件前，手动关闭上一个文件句柄。

文件的修改

​ 文件的数据是存放于硬盘上的，因而只存在覆盖、不存在修改这么一说，我们平时看到的修改文件，都是模拟出来的效果，具体的说有两种实现方式：

• 文件操作改的流程：
  1，以读的模式打开原文件。
  2，以写的模式创建一个新文件。
  3，将原文件的内容读出来修改成新内容，写入新文件。
  4，将原文件删除。
  5，将新文件重命名成原文件。

• 方式一：将硬盘存放的该文件的内容全部加载到内存，在内存中是可以修改的，修改完毕后，再由内存覆盖到硬盘（word，vim，nodpad++等编辑器）

  import os   # 调用系统模块
  with open('测试', encoding='utf-8') as f1,\
      open('测试.bak', encoding='utf-8',mode='w') as f2:
      old_content = f1.read() # 全部读入内存,如果文件很大,会卡死
      new_content = old_content.replace('文', 'wen')   # 在内存中完成修改
      f2.write(new_content)   # 一次性写入新文件
  os.remove('测试') # 删除原文件
  os.rename('测试.bak', '测试')   # 将新建的文件重命名为原文件
  
  # 原文件内容
  **文件操作改的流程：**
  1，以读的模式打开原文件。
  2，以写的模式创建一个新文件。
  3，将原文件的内容读出来修改成新内容，写入新文件。
  4，将原文件删除。
  5，将新文件重命名成原文件。
  # 修改后的内容
  **wen件操作改的流程：**
  1，以读的模式打开原wen件。
  2，以写的模式创建一个新wen件。
  3，将原wen件的内容读出来修改成新内容，写入新wen件。
  4，将原wen件删除。
  5，将新wen件重命名成原wen件。

• 方式二：将硬盘存放的该文件的内容一行一行地读入内存，修改完毕就写入新文件，最后用新文件覆盖源文件(这种是常用的)

  import os
  with open('测试', encoding='utf-8') as f1,\
      open('测试.bak', encoding='utf-8',mode='w') as f2:
      for line in f1: # 一行一行的改,占内存少
          new_line = line.replace('wen', '文')
          f2.write(new_line)
  os.remove('测试')
  os.rename('测试.bak', '测试')
  
  # 原文件内容
  **wen件操作改的流程：**
  1，以读的模式打开原wen件。
  2，以写的模式创建一个新wen件。
  3，将原wen件的内容读出来修改成新内容，写入新wen件。
  4，将原wen件删除。
  5，将新wen件重命名成原wen件。
  
  # 修改后的内容
  **文件操作改的流程：**
  1，以读的模式打开原文件。
  2，以写的模式创建一个新文件。
  3，将原文件的内容读出来修改成新内容，写入新文件。
  4，将原文件删除。
  5，将新文件重命名成原文件。