python中读取文本文件txt

文件创建

f = open(localDirName, 'w')
f.write("something\n")
f.close()

如果文件不存在就是创建,如果文件存在就是打开操作

文件对象创建

python中读取文本文件txt_第1张图片
python中读取文本文件txt_第2张图片
python中读取文本文件txt_第3张图片
with open('somefile.txt', 'r') as f: 
     data = f.read() 
python中读取文本文件txt_第4张图片

文件读

python中读取文本文件txt_第5张图片

以下的函数都是文件对象的成员函数

  1. read()

一次性读取文件的所有内容放在一个大字符串中,即存在内存中

file = open('兼职模特联系方式.txt', 'r')  # 创建的这个文件,也是一个可迭代对象
try:
    text = file.read()  # 结果为str类型
    print(type(text))
    print(text)
finally:
    file.close()
  1. readline()

逐行读取文本,结果是一个list

file = open('兼职模特联系方式.txt', 'r')
try:
    whileTrue:
        text_line = file.readline()
        if text_line:
            print(type(text_line), text_line)
        else:
            break
finally:
    file.close()
  1. readlines()

一次性读取文本的所有内容,结果是一个list

file = open('兼职模特联系方式.txt', 'r')
try:
    text_lines = file.readlines()
    print(type(text_lines), text_lines)
    for line in text_lines:
        print(type(line), line)
finally:
    file.close()
  1. for循环文件对象

最简单、最快速的逐行处理文本的方法

for line in open("test.txt"): 
    #这里可以进行逻辑处理 
  1. csv.DictReader()

with open('names.csv') as csvfile:
    reader = csv.DictReader(csvfile)
    for row in reader:
        print(row['first_name'], row['last_name'])

文件写

  1. write()

f = open("a.txt", 'w')
f.write("写入一行新数据")
f.flush()
f.close()
  1. writelines()

f = open('a.txt', 'r')
n = open('b.txt','w+')
n.writelines(f.readlines())
n.close()
f.close()
  1. csv.DictWriter()

with open('names.csv', 'w') as csvfile:
    fieldnames = ['first_name', 'last_name']
    writer = csv.DictWriter(csvfile, fieldnames=fieldnames)
    writer.writeheader()
    writer.writerow({'first_name': 'Baked', 'last_name': 'Beans'})
    writer.writerow({'first_name': 'Lovely', 'last_name': 'Spam'})
    writer.writerow({'first_name': 'Wonderful', 'last_name': 'Spam'})
#  数据
data = [
    {'Petal.Length': '1.4', 'Sepal.Length': '5.1', 'Petal.Width': '0.2', 'Sepal.Width': '3.5', 'Species': 'setosa'},
    {'Petal.Length': '1.4', 'Sepal.Length': '4.9', 'Petal.Width': '0.2', 'Sepal.Width': '3', 'Species': 'setosa'},
    {'Petal.Length': '1.3', 'Sepal.Length': '4.7', 'Petal.Width': '0.2', 'Sepal.Width': '3.2', 'Species': 'setosa'},
    {'Petal.Length': '1.5', 'Sepal.Length': '4.6', 'Petal.Width': '0.2', 'Sepal.Width': '3.1', 'Species': 'setosa'}
]
#   表头
header = ['Petal.Length', 'Sepal.Length', 'Petal.Width', 'Sepal.Width', 'Species']
print(len(data))
with open('dst.csv', 'w') as dstfile:  # 写入方式选择wb,否则有空行
    writer = csv.DictWriter(dstfile, fieldnames=header)
    writer.writeheader()  # 写入表头
    writer.writerows(data)  # 批量写入

文件对象的其他操作函数

next()

tell()

seek()

flush()

python中读取文本文件txt_第6张图片

查找和替换

查找

import re
f = open('/tmp/test.txt')
source = f.read()
f.close()
r = r'hello'
s = len(re.findall(r,source))

替换

for s in f1.readlines():
f2.write(s.replace('hello','hi'))

将list或dict保存为文件txt或csv

方法一:

list = ['foo', 'bar']
fl=open('list.txt', 'w')
for i in list:
   fl.write(i)
   fl.write("\n")
fl.close()

file=open('data.txt','w')
file.write(str(list_data))
file.close()

方法二:

将list或dict转换为Series或DataFrame,再用Series或DataFrame的to_csv()方法

pd.Series(list).to_csv()

pd.Series(dict).to_csv()

方法三:pickle

# dump功能

# dump 将数据通过特殊的形式转换为只有python语言认识的字符串,并写入文件
with open('D:/tmp.pk', 'w') as f:
   pickle.dump(data, f)

# load功能

# load 从数据文件中读取数据,并转换为python的数据结构
with open('D:/tmp.pk', 'r') as f:
   data = pickle.load(f)

多进程写文件

import multiprocessing
print(multiprocessing.current_process().name+”-”+msg)

多进程写文件print

sys.stdout = open(output_pdir/f"print_log.txt", 'w')

你可能感兴趣的:(python实用教程,python,开发语言)