Python中常用模块(2)---文件的读写

3、文件读写

3.1、open函数

3.1.1、open函数的完整语法格式

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

3.1.2、参数说明

参数名	表示含义
file	必选，文件路径（相对或绝对路径）
mode	可选，文件打开模式，默认是‘r’;’r’以只读打开文件,’w’只写入;’a’在文件后追加（文件已存在）；文件不存在时，创建并写入文件；
buffering	设置缓冲
encoding	一般使用UTF-8
errors	报错级别
newline	区分换行符
closefd	传入file参数类型

3.1.3、文件常见操作

方法	描述
file.read([size])	从文件中读取指定的字节数，如果未给定或为负则读取所有
file.readline([size])	读取整行；size表示读取第一行多少字符；
file.readlines([sizeint])	读取所有行，并返回列表；若给定sizeint>0则只读取第一行字符，且带‘\n’，也以列表格式输出；
file.write(str)	将字符串写入文件，返回的是写入的字符串的长度
file.writelines(sequence)	向文件写入一个序列字符串列表，如果需要换行则要自己加入每行的换行符
file.close()	关闭文件；关闭文件后无法再进行读写操作；

 示例文件（打开1.txt文件），文件内容：

11111111
22222222
33333333
44444444
55555555

3.1.4、通过read读取全部内容

1、示例代码

f = open('demo6/1.txt', 'r', encoding='utf-8')
data1 = f.read()
print(data1)
f.close()

2、执行结果

3.1.5、通过readline读取文件某行内容

1、示例代码（不带参数默认只读第一行数据）

f = open('demo6/1.txt', 'r', encoding='utf-8')
data2 = f.readline()
print(data2)
f.close()

2、执行结果：

3、示例代码（带参数，例如带参数1，只读第一行的第一个字符；带的参数等于或者超过第一行字符长度，则输出第一行字符）

f = open('demo6/1.txt', 'r', encoding='utf-8')
data2 = f.readline(3)
print(data2)
f.close()

4、执行结果：

3.1.6、通过readlines读取文件全部内容，返回列表

1、示例代码：（默认不带参数或者参数为0时，读取文件所有内容，以列表输出）

f = open('demo6/1.txt', 'r', encoding='utf-8')
data2 = f.readlines()
print(data2)
f.close()

2、执行结果：

3、示例代码：（默认不带参数或者参数>0时，读取文件的第一行且携带‘\n’，以列表输出） 

f = open('demo6/1.txt', 'r', encoding='utf-8')
data2 = f.readlines(2)
print(data2)
f.close()

4、执行结果：

3.1.7、通过write写入数据

1、示例代码

f = open('demo6/3.txt', 'w', encoding='utf-8')
data = 'aaaaaaaa'
data2 = f.write(data)
f.close()

2、执行结果：

如果文件3.txt文件不存在，则创建一个3.txt的文件，并写入内容；

如果文件3.txt文件存在，且里面有内容，则覆盖3.txt文件的原内容，写入内容；

3.1.8、通过writelines将一个列表写入文件中

1、示例代码

f = open('demo6/3.txt', 'w', encoding='utf-8')
data = 'aaaaaaaa'
data2 = f.write(data)
f.close()

2、执行结果：

如果文件2.txt文件不存在，则创建一个2.txt的文件，并写入内容；

如果文件2.txt文件存在，且里面有内容，则覆盖2.txt文件的原内容，写入内容；

3、如果参数‘w’改成‘a+’则会在原文件追加继续写，不覆盖（注意追加的第一行和原文件的最后一行，如果没换行符则会也在一起）

3.2、JSON文件

3.1.1、JSON文件特点

1. JSON是存储和交换文本信息的语法，类似XML；
2. JSON比XML更小、更快、更易解析；
3. JSON是轻量级的文本数据交换格式；
4. JSON独立于语言；
5. JSON具有自我描述性，更易理解；

3.1.2、JSON的语法规则

1. JSON数据用大括号括起来；
2. 数据在key:value 对中，名称和值用冒号隔开，类似python中的字典；
3. 名称要用双引号引起来，值要更具数据类型来判断是否需要引起来；例：int数据就不需要，str类型就需要；
4. 数据（一组key:value对）由逗号分隔；

3.1.3、JSON值类型

1、数字（整型或浮点）     如{‘age’: null}

2、字符串（在双引号中）   如{‘name’: ‘zsk’}

3、逻辑值（True or False） 如{‘flag’: True}

4、数组（在中括号中）     如{‘S’: [‘name’, ‘site’]}

5、对象（在大括号中）     如{‘N’: {‘num’: 100}}

6、null，                  如{‘age’: null} 

3.1.4、JSON模块功能

1、dumps

功能：将字典转成字符串

示例代码：

import json

dict1 = {'name':'zhangsan', 'age':18}
print(dict1)
print(type(dict1))

# 转成字符串
j1 = json.dumps(dict1)
print(j1)
print(type(j1))

执行结果

2、dump

     功能：将字段转成字符串，并写入JSON文件中

示例代码：

import json

dict1 = {'name':'zhangsan', 'age':18}
print(dict1)
print(type(dict1))

with open('222.txt', 'w') as f:
    j1 = json.dump(dict1, f)
    print(j1)
    print(type(j1))

 执行结果:（生成文件222.txt,并把内容写了进来）

3、loads

     功能：将字符串转成字典

     示例代码（{}里的key和value要用双引号引起来（value看值类型添加引号），单引号会报错）

import json

# {}里的key和value要用双引号引起来（value看值类型添加引号），单引号会报错
str1 = '{"name":"zhangsan", "age":18}'
print(str1)
print(type(str1))

# 将字符串转成字典
dic = json.loads(str1)
print(dic)
print(type(dic))

执行结果

4、load

     功能：把文件打开，并把字符串转换成数据类型

     示例代码：

import json


with open('1.txt', 'r', encoding='utf-8') as f:
    # f = f.read()
    print(f)
    print(type(f))
    dic1 = json.load(f)
    print(dic1)
    print(type(dic1))

执行结果： 

3.1.5、读取字典类型数据文件

1、json文件

{
  "user1":{"name":"zhangsan1", "age":18},
  "user2":{"name":"zhangsan2", "age":20}
}

2、示例代码：

import json

file = '2.json'

with open(file, 'r') as f:
    users = json.load(f)
    print(type(f))
    print(type(users))
    print(users)

for user in users:
    print(user)
    name = users[user]['name']
    age = users[user]['age']
    print(name, age)

3、执行结果：

3.1.6、读取列表类型数据文件

1、示例文件

[
  {
    "name": "zhangsan1",
    "age": 18
  },
  {
    "name":"zhangsan2", 
    "age":20
  }
]

 2、示例代码：

import json

file = '2.json'
with open(file, 'r') as f:
    ss = json.load(f)
    print(ss)
    print(type(ss))


for s in ss:
    print(s)
    print(type(s))
    print(s['name'])
    print(s['age'])

3、执行结果：

3.3、YAML文件

3.3.1、YAML文件特点

特点：使用空白字符表示缩进，文件扩展名为“.yaml”;

3.3.2、YAML文件的语法规则

1. 大小写敏感；
2. 使用缩进表示层级关系；
3. 缩进不能使用Tab键，只能用空白键；
4. 缩进的空格数不重要，只要相同层级的元素左对齐即可；
5. ‘#’表示注释；

3.3.3、YAML文件支持的数据类型

1、YAML对象

      对象：键-值对的集合，又称为映射、哈希、字典；

2、YAML数组

     数组：一组按次序排列的值，又称为序列、列表；

3、YAML文件--YAMl对象；

示例文件：(冒号前无空格，冒号后有一个空格)

name: 'zhangsan'
age: 10

示例代码：

import yaml

with open('1.yaml', 'r', encoding='UTF-8') as f:
    data = yaml.load(f, Loader=yaml.FullLoader)
    print(data)
    print(type(data))
    print(data['name'])
    print(data['age'])

执行结果：

4、YAML文件--YAMl数组

示例文件：

- name
- age
- std_id
- pag

 示例代码： 

import yaml

with open('2.yaml', 'r', encoding='UTF-8') as f:
    data = yaml.load(f, Loader=yaml.FullLoader)
    print(data)
    print(type(data))

   执行结果：

5、YAML文件--复合结构

示例文件：

school:
  name: zhangsan
  age: 18
  stu_id: 10223

 示例代码：

import yaml

with open('3.yaml', 'r', encoding='UTF-8') as f:
    data = yaml.load(f, Loader=yaml.FullLoader)
    print(data)
    print(type(data))
    print(data['school'])
    print(type(data['school']))
    print(data['school']['name'])
    print(data['school']['age'])
    print(data['school']['stu_id'])

 执行结果：

3.4、CSV文件

1、用Excel打开的话，会发现和‘.xls’和‘.xlsx’的文件一样，但是csv文件可以使用记事本打开；

2、示例文件：

name,age,stu_id
zhangsan,18,10234
zhangsan2,19,10235
zhangsan3,20,10236

 3、示例代码：

import csv

with open('1.csv', 'r', encoding='utf-8') as f:
    data = csv.reader(f)
    print(data)
    for i in data:
        print(i)

4、执行结果：

5、把数据写入CSV文件

6、示例代码

# -*- coding: gbk -*-
import csv



def Writer_CSV(title1_value, title2_value, title3_value, title4_value, title5_value, title6_value, title7_value, title8_value):
    file_name = './result_to_csv.csv'
    with open(file_name, 'a+', newline='') as csvfile:
        writer = csv.writer(csvfile)
        with open(file_name, 'r', newline='') as f:
            reader = csv.reader(f)
            # writer.writerow(['title1', 'title2', 'title3', 'title4', 'title5', 'title6', 'title7', 'title8'])
            # writer.writerow([title1_value, title2_value, title3_value, title4_value, title5_value, title6_value, title7_value, title8_value])

            #防止重复写入标题（如果首行为空，则把标题写入首行，在往下按行插入数据；如果首行不为空，则直接按行往下插入数据）
            if not [row for row in reader]:
                writer.writerow(['title1', 'title2', 'title3', 'title4', 'title5', 'title6', 'title7', 'title8'])
                writer.writerow([title1_value, title2_value, title3_value, title4_value, title5_value, title6_value, title7_value, title8_value])
            else:
                writer.writerow([title1_value, title2_value, title3_value, title4_value, title5_value, title6_value, title7_value, title8_value])

        f.close()
    csvfile.close()


Writer_CSV(1, 2, 3, 4, 5, 6, 7, 8)

7、运行结果：

在当前目录下生成一个CSV文件：result_to_csv.csv；如果当前目录下已存在，则会在当前文件下追加数据写入；

8、 ”if not [row for row in reader]:“ 的作用：为了防止标题重复写入：

示例代码：

# -*- coding: gbk -*-
import csv



def Writer_CSV(title1_value, title2_value, title3_value, title4_value, title5_value, title6_value, title7_value, title8_value):
    file_name = '/Users/lichuanwei/Project_Pytest/BUNDLE_Project/result_to_csv.csv'
    with open(file_name, 'a+', newline='') as csvfile:
        writer = csv.writer(csvfile)
        with open(file_name, 'r', newline='') as f:
            reader = csv.reader(f)
            writer.writerow(['title1', 'title2', 'title3', 'title4', 'title5', 'title6', 'title7', 'title8'])
            writer.writerow([title1_value, title2_value, title3_value, title4_value, title5_value, title6_value, title7_value, title8_value])

            

        f.close()
    csvfile.close()


Writer_CSV(1, 2, 3, 4, 5, 6, 7, 8)

输出结果：标题重复写入