文件的基本操作

1. 文件的存储方式

• 文本文件
  • 可以使用 文本编辑软件 查看
  • 本质上还是二进制文件
  • 例如：python 的源程序
• 二进制文件
  • 保存的内容 不是给人直接阅读的，而是 提供给其他软件使用的
  • 例如：图片文件、音频文件、视频文件等等
  • 二进制文件不能使用 文本编辑软件 查看

2. 文件的基本操作

在 计算机 中要操作文件的套路非常固定，一共包含三个步骤：

• 打开文件
• 读、写文件
  • 读: 将文件内容读入内存
  • 写: 将内存内容写入文件
• 关闭文件
  在python中对应的操作如下:
  

• open 函数负责打开文件，并且返回文件对象
• read/write/close 三个方法都需要通过 文件对象 来调用

读取文件

• open 函数的第一个参数是要打开的文件名（文件名区分大小写）
  • 如果文件 存在，返回 文件操作对象
  • 如果文件 不存在，会 抛出异常
• read 方法可以一次性 读入 并 返回 文件的 所有内容
• close 方法负责 关闭文件
  • 如果 忘记关闭文件，会造成系统资源消耗，而且会影响到后续对文件的访问
• 注意：read 方法执行后，会把 文件指针 移动到 文件的末尾

用法示例:

# 1. 打开 - 文件名需要注意大小写
file = open("main.py")

# 2. 读取
text = file.read()
print(text)

# 3. 关闭
file.close()

关于文件指针
文件指针 标记 从哪个位置开始读取数据
第一次打开 文件时，通常文件指针会指向文件的开始位置
当执行了read 方法后，文件指针 会移动到 读取内容的末尾
再次调用 read 方法就无法读取到内容了，因为文件指针已经移动到了文件末尾了。

打开文件的方式

open 函数默认以 只读方式 打开文件，并且返回文件对象, 此外open函数的第二个参数可以支持文件操作的权限模式
语法如下：

f = open("文件名", "访问方式")

写入文件

# 打开文件
f = open("README", "w")

f.write("hello python！\n")
f.write("今天天气真好")

# 关闭文件
f.close()

按行读取文件内容

read 方法默认会把文件的 所有内容 一次性读取到内存，如果文件太大，对内存的占用会非常严重, 可以使用readline 方法来逐行读取

• readline 方法可以一次读取一行内容
• 方法执行后，会把 文件指针 移动到下一行，准备再次读取
  读取大文件的正确姿势

# 打开文件
file = open("README")

while True:
    # 读取一行内容
    text = file.readline()

    # 判断是否读到内容
    if not text:
        break

    # 每读取一行的末尾已经有了一个 `\n`, 通过end将print输出的'\n'替换掉，保留readline的
    print(text, end="")

# 关闭文件
file.close()

文件复制操作

(1) 小文件的复制操作

# 1. 打开文件
file_read = open("README")
file_copy = open("README_bak", "w")

# 2. 读取并写入文件
text = file_read.read()
file_copy.write(text)

# 3. 关闭文件
file_read.close()
file_copy.close()

(2) 大文件的复制操作
打开一个已有文件，逐行读取内容，并顺序写入到另外一个文件

# 1. 打开文件
file_read = open("README")
file_copy = open("README_bak", "w")

# 2. 读取并写入文件
while True:
    line = file_read.readline()
    if not line:
        break
    file_copy.write(line)

# 3. 关闭文件
file_read.close()
file_copy.close()

with open() as读写文件

语法如下:

with open(文件名, 模式) as 文件对象:
    文件对象.方法()

代码示例:

with open('..\data.txt', 'r',encoding="utf-8") as f:
    print(f.read())

注意: 这种方式读写数据只会执行一次, 并不会循环执行, 如果要执行多次, 还需要配合循环语句来实现,例如:

with open("main.py", 'rb') as f:
    while True:
        line = f.readline()
        if line:
            print(line)
        else:
            break

3. 文件/目录的常用管理操作

在 Python 中，如果希望通过程序实现文件 / 目录 管理操作功能，例如: 创建、重命名、删除、改变路径、查看目录内容，需要导入 os 模块

(1) 文件操作

(2) 目录操作

4. 文本文件的编码格式

文本文件存储的内容是基于 字符编码 的文件，常见的编码有 ASCII 编码，UNICODE 编码等

• Python 2.x 默认使用 ASCII 编码格式
• Python 3.x 默认使用 UTF-8 编码格式

(1) ASCII 编码

• 计算机中只有 256 个 ASCII 字符
• 一个 ASCII 在内存中占用 1 个字节 的空间
  8 个 0/1 的排列组合方式一共有 256 种，也就是 2 ** 8

(2) UTF-8 编码格式

• 计算机中使用 1~6 个字节 来表示一个 UTF-8 字符，涵盖了 地球上几乎所有地区的文字
• 大多数汉字会使用 3 个字节 表示
• UTF-8 是 UNICODE 编码的一种编码格式

(3) Ptyhon 2.x 中如何使用中文
在 Python 2.x 文件的 第一行 增加以下代码，解释器会以 utf-8 编码来处理 python 文件

# *-* coding:utf8 *-*

或者

# coding=utf8

否则有中文的时候会执行报下面错误:

SyntaxError: Non-ASCII character '\xe9' in file

(4) unicode 字符串

• 在 Python 2.x 中，即使指定了文件使用 UTF-8 的编码格式，但是在遍历字符串时，仍然会 以字节为单位遍历 字符串
• 要能够 正确的遍历字符串，在定义字符串时，需要 在字符串的引号前，增加一个小写字母 u，告诉解释器这是一个 unicode 字符串（使用 UTF-8 编码格式的字符串）

# *-* coding:utf8 *-*# 在字符串前，增加一个 `u` 表示这个字符串是一个 utf8 字符串
hello_str = u"你好世界"

print(hello_str)

for c in hello_str:
    print(c)