python之读取文件：文本文件和二进制文件

---

一、文件类型

二、常用操作

1.打开文件

1.1open函数

open(file, mode='r', buffering=-1, encoding=None, 
errors=None, newline=None, closefd=True, opener=None)

• file：文件名称
• mode：文件处理方式
• buffering：读写文件的缓存模式。
• encoding：对文本进行编码和解码的方式

1.2参数：模式 mode

文件内容：

12345

# 同时读写之r+ : 写后就不能读出(读出空字符串)
with open('file.txt', 'r+', encoding="utf-8") as fp:
    str1 = fp.read(4)
    print(str1)
    fp.write('hello')

    str2 = fp.read(4)
    print(str2)
    fp.write('world')
"""
1234

"""

2.写入数据

# 写入数据之writelines(s) : 每个列表元素拼接起来，不默认换行
with open('file.txt', 'w') as fp:
    p = ['123', '456']
    fp.writelines(p)

    q = ['abc\n', 'cde']
    fp.writelines(q)
"""
123456abc
cde
"""

3.读取数据

# readlines() : 读入换行符
"""
12345
1234
"""
with open('file.txt', 'r') as fp:
    for line in fp.readlines():
        print(line)
"""
12345

1234
"""

# 用for in 迭代fp
"""
12345
1234
"""
with open('file.txt', 'r') as fp:
    for line in fp:
        print(line)
"""
12345

1234
"""

4.移动光标位置

# 倒着读
"""
12345
"""
# 倒着读得用b模式
with open('file.txt', 'rb') as fp:
    fp.seek(-3, 2)
    # 这是字节串
    b = fp.readline()
    # 解码为字符串
    s = b.decode()
    print(s)
"""
345
"""

5.返回光标位置

# GBK：一个汉字占两个字节
"""
中国馆
"""
with open('file.txt', 'r') as fp:
    print(fp.read(1))
    print(fp.tell())
    print(fp.read(1))
    print(fp.tell())
    print(fp.read(1))
    print(fp.tell())
"""
中
2
国
4
馆
6
"""

# UTF-8：一个汉字占三个字节
"""
中国馆
"""
with open('file.txt', 'r', encoding='utf-8') as fp:
    print(fp.read(1))
    print(fp.tell())
    print(fp.read(1))
    print(fp.tell())
    print(fp.read(1))
    print(fp.tell())
"""
中
3
国
6
馆
9
"""

---

# 读取(r)文件(file.txt)
with open('file.txt', 'r', encoding="utf-8") as fp:
    # 以列表形式储存每一行，包括带着换行符'\n'
    lines = fp.readlines()

# 共有多上行
file_lines = len(lines)

lines = [
    # index从0开始，我们要的行号从1开始
    str(index + 1) + ':' + line
    # 获得每一行的下标和列表元素（即每行内容）
    for index, line in enumerate(lines)
]

# 写入新文件(w)
with open('file_new.txt', 'w', encoding="utf-8") as fp:
    # 第一行的内容：总共多少行再加上换行
    fp.write(str(file_lines) + '\n')
    fp.writelines(lines)

# 写入数据 : 每个列表元素拼接起来，不默认换行
with open('file.txt', 'rb') as fp:
    fp.seek(-2, 2)
    print(fp.read(1))
"""
b'4'
"""

三、序列化模块：针对二进制文件

1.pickle

import pickle

# 各种类型的数据
i = 13000000
a = 99.056
s = '中国人民123abc'
lst = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
tu = (-5, 10, 8)
coll = {4, 5, 6}
dic = {'a': 'apple', 'b': 'banana', 'g': 'grape', 'o': 'orange'}
# 将不同类型的数据放入到列表中
data = [i, a, s, lst, tu, coll, dic]

# 用二进制形式(b)写入(w)文件(sample_pickle.dat)
with open('sample_pickle.dat', 'wb') as f:
    try:
        # 表示后面将要写入的数据个数
        pickle.dump(len(data), f)
        for item in data:
            # 写入每个数据内容
            pickle.dump(item, f)
    except:
        print('写文件异常!')  #如果写文件异常则跳到此处执行

# 用二进制形式(b)读取(r)文件(sample_pickle.dat)
with open('sample_pickle.dat', 'rb') as f:
    n = pickle.load(f)  #读出文件的数据个数
    for i in range(n):
        # 读取每个数据内容
        x = pickle.load(f)
        print(x)
"""
13000000
99.056
中国人民123abc
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
(-5, 10, 8)
{4, 5, 6}
{'a': 'apple', 'b': 'banana', 'g': 'grape', 'o': 'orange'}
"""

2.marshal

import marshal  #导入模块
# 待序列化的对象
x1 = 30
x2 = 5.0
x3 = [1, 2, 3]
x4 = (4, 5, 6)
x5 = {'a': 1, 'b': 2, 'c': 3}
x6 = {7, 8, 9}
# 将这些都整合成一个列表
x = [eval('x' + str(i)) for i in range(1, 7)]

# 用二进制形式(b)写入(w)文件(marshal_test.dat)
with open('marshal_test.dat', 'wb') as fp:
    marshal.dump(len(x), fp)  #先写入对象个数
    for item in x:
        marshal.dump(item, fp)

# 用二进制形式(b)读取(r)文件(marshal_test.dat)
with open('marshal_test.dat', 'rb') as fp:
    n = marshal.load(fp)  #获取对象个数
    for _ in range(n):
        print(marshal.load(fp))  #反序列化，输出结果
"""
30
5.0
[1, 2, 3]
(4, 5, 6)
{'a': 1, 'b': 2, 'c': 3}
{8, 9, 7}
"""

3.shelve

import shelve

# 字典
zhangsan = {'age': 38, 'sex': 'Male', 'address': 'SDIBT'}
a = 123

# 注意是用shelve.open，而不是open。flag打开数据存储文件的参数也不一样。
# 会直接生成三个文件：.bak、.dat、.dir
with shelve.open('shelve_test.dat') as fp:
    # 像操作字典一样把数据写入文件
    fp['zhangsan'] = zhangsan
    fp['a'] = a

# 注意也是用shelve.open，而不是open。
with shelve.open('shelve_test.dat') as fp:
    # 像操作字典一样读取并显示文件内容
    # 读取字典zhangsan
    print(fp['zhangsan'])
    print(fp['zhangsan']['age'])
    # 读取变量a
    print(fp['a'])
"""
{'age': 38, 'sex': 'Male', 'address': 'SDIBT'}
38
123
"""

4.struct

import struct

n = 1300000000
x = 96.45
b = True
# 按UTF-8的形式，一个汉字3个字节
s = '中国@qq.com'

# 序列化
sn = struct.pack('if?', n, x, b)
# 用二进制形式(b)写入(w)文件(sample_struct.dat)
with open('sample_struct.dat', 'wb') as fp:
    # 写入字节串
    fp.write(sn)
    # 字符串直接编码为字节串写入
    fp.write(s.encode())

# 用二进制形式(b)读取(r)文件(sample_struct.dat)
with open('sample_struct.dat', 'rb') as fp:
    # 读取9个字节
    sn = fp.read(9)
    # 元组形式
    tu = struct.unpack('if?', sn)
    print(tu)
    # 解析元组
    n, x, bl = tu
    print('n=', n)
    print('x=', x)
    print('bl=', bl)

    # 读取9个字节串，解析为字符串
    s = fp.read(13).decode()
    print('s=', s)
"""
(1300000000, 96.44999694824219, True)
n= 1300000000
x= 96.44999694824219
bl= True
s= 中国@qq.com
"""

---

Reference

utf-8 和 cp936的区别
使用seek（）方法报错：“io.UnsupportedOperation: can’t do nonzero cur-relative seeks”错误的原因
ur2i