Python文件与数据格式化

一、标准库OS常用命令

需要先自建一个文件夹，并将当前目录修改为该文件夹。

import os
os.getcwd()   #查看当前路径
os.chdir("C:/Users/盛小胖yx/Desktop/Python")    #修改当前路径
os.mkdir("my_study")    #建立一个子文件夹，已存在时会报错
os.rmdir("my_study")    #删除一个子文件夹，不存在时会报错
os.listdir()   #列出当前目录或者指定目录下所有文件夹以及文件的名称，返回一个列表
os.rename('a.txt','b.py')    #修改文件或文件夹的名称
os.remove('a.py')      #删除一个文件

建立一个子文件夹并在该文件夹下再建立三个子文件夹，添加前缀

二、文件的打开与关闭

文件是一个存储在辅助存储器上的数据序列，可以包含任何 数据内容。概念上，文件是数据的集合和抽象，类似地，函 数是程序的集合和抽象。用文件形式组织和表达数据更有效 也更为灵活。文件包括两种类型：文本文件和二进制文件。

二进制文件直接由比特0和比特1组成，没有统一字符 编码，文件内部数据的组织格式与文件用途有关。二进制 文件和文本文件最主要的区别在于是否有统一的字符编码 无论文件创建为文本文件或者二进制文件，都可以用 “文本文件方式”和“二进制文件方式”打开，打开后的 操作不同。

1、文件的打开

文件对象 = open(‘文件名’,‘使用方式’)

类型	用法
r	以只读方式打开文件。文件的指针将会放在文件的开头。这是默认模式。
w	打开一个文件只用于写入。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
a	打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入。
rb	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。这是默认模式。
wb	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将其覆盖。如果该文件不存在，创建新文件。
ab	以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入。
r+	打开一个文件用于读写。文件指针将会放在文件的开头。
w+	打开一个文件用于读写。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
a+	打开一个文件用于读写。如果该文件已存在，文件指针将会放在文件的结尾。文件打开时会是追加模式。如果该文件不存在，创建新文件用于读写。
rb+	以二进制格式打开一个文件用于读写。文件指针将会放在文件的开头。
wb+	以二进制格式打开一个文件用于读写。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
ab+	以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。如果该文件不存在，创建新文件用于读写。

f.read() #文件读取，读完一次后，指针位于文档最后，再次读取内容为空。标示符’r’表示读。
f.read() 会一次性读取文件的全部内容，若文件太大内存可能就不够用。

• read()方法可以从指定文件中读取指定字节的数据，定义为：read(size)其中参数size用于指定从文件中读取的数据的字节数，若没有参数，则依次读出指定文件中的所有内容。
• 调用readline()可以每次读取一行内容，调用readlines()一次读取所有内容并按行返回list。
  

2、文件的关闭

f.close()

程序执行完毕后，系统会关闭由该程序打开的文件，但更好的做法，是在文件使用完毕后，由程序调用close()方法关闭文件。因为当文件以缓冲方式打开时，磁盘文件与内存间的读写并不是即时的，若程序因异常关闭，可能导致缓冲区中的数据无法写入文件，造成数据丢失。所以在文件使用完毕后，建议用close()关闭文件。

3、文件的读写

Python中提供了一些文件读写的方法。
(1)、write(s)
文件对象.write(s) 其中s是待写入文件的字符串(文件对象需要时可写入的对象)

(2)、tell()
用户可以通过tell()方法获取文件当前的读写位置。

(3)、seek()
seek()方法可以控制文件的读写位置，实现文件的随机读写。
定义：f.seek(offset,form)
offset表示偏移量，即读写位置需要移动的字节数，from用于指定文件的读写位置。

• from = 0：表示文件开头
• from = 1：表示使用当前位置
• from = 2：表示文件末尾
  

三、文件编码

• GBK编码：中文字符包含简体和繁体字符，每个字符仅能存储简体中文字符 汉字占二字节
• UTF-8编码：全球通用的编码（默认使用）汉字占三字节

文件打开时，可以指定用encoding参数指定编码例如：

f = open('x.txt','wt',encoding = 'utf-8')    

文件编码直接决定了文件的空间大小

要读取非UTF-8编码的文本文件，需要给open()函数传入encoding参数，例如，读取GBK编码的文件：

遇到有些编码不规范的文件，你可能会遇到UnicodeDecodeError，因为在文本文件中可能夹杂了一些非法编码的字符。遇到这种情况，open()函数还接收一个errors参数，表示如果遇到编码错误后如何处理。最简单的方式是直接忽略。

参考链接