超详细的 Python 文件操作知识!

来源丨网络

python进行文件操作,在日常编程中是很常用的。为了方便大家,这里对各种文件操作的知识进行汇总。一文在手,无须它求!来一起学习吧。

一、文件的打开和关闭

open()函数

f1 = open(r'd:\测试文件.txt', mode='r', encoding='utf-8')  
content = f1.read()  
print(content)  
f1.close()  
with open(r'd:\测试文件.txt', mode='r', encoding='utf-8') as f1:  
    content = f1.read()  
    print(content)  
  1. open()内置函数,open底层调用的是操作系统的接口。

  2. f1变量,又叫文件句柄,通常文件句柄命名有f1fhfile_handlerf_h,对文件进行的任何操作,都得通过文件句柄.方法的形式。

  3. encoding:可以不写。不写参数,默认的编码本是操作系统默认的编码本。windows默认gbk,linux默认utf-8,mac默认utf-8。

  4. mode:可以不写。默认mode='r'

  5. f1.close()关闭文件句柄。

  6. 使用with open()的好处。

优点1:不用手动关闭文件句柄。  
with open('文件操作的读', encoding='utf-8') as f1:  
    print(f1.read())  
      
优点2:一个语句可以操作多个文件句柄。  
with open('文件操作的读', encoding='utf-8') as f1, \  
        open('文件操作的写', encoding='utf-8', mode='w') as f2:  
    print(f1.read())  
    f2.write('hahaha')  

绝对路径和相对路径

  1. 绝对路径:指的是绝对位置,完整地描述了目标的所在地,所有目录层级关系是一目了然的。比如:C:/Users/chris/AppData/Local/Programs/Python/Python37/python.exe

  2. 相对路径:是从当前文件所在的文件夹开始的路径。

  • test.txt:是在当前文件夹查找 test.txt 文件。

  • ./test.txt:也是在当前文件夹里查找test.txt文件, ./ 表示的是当前文件夹,可以省略。

  • ../test.txt:从当前文件夹的上一级文件夹里查找 test.txt 文件。 ../ 表示的是上一级文件夹。

  • demo/test.txt,在当前文件夹里查找demo这个文件夹,并在这个文件夹里查找 test.txt文件。

  1. 路径书写的三种方式

  2. \\
    file = open(‘C:\Users\chris\Desktop\Python基础\xxx.txt’)

  3. r'\'
    file = open(r’C:\Users\chris\Desktop\Python基础\xxx.txt’)

  4. '/'(推荐)
    file = open(‘C:/Users/chris/Desktop/Python基础/xxx.txt’)

常用文件的访问模式

1. 打开文件的模式有(默认为文本模式):

r 只读模式【默认模式,文件必须存在,不存在则抛出异常】  
w 只写模式【不可读;不存在则创建;存在则清空内容在写入】  
a 只追加写模式【不可读;不存在则创建;存在则只追加内容】

2. 对于非文本文件,我们只能使用b模式。注:以b方式打开时,读取到的内容是字节类型,写入时也需要提供字节类型,不能指定编码。

rb 以二进制读取  
wb 以二进制写入  
ab 以二进制追加  

3. ‘+’模式(就是增加了一个功能)

r+ 读写【可读,可写】  
w+ 写读【可写,可读】  
a+ 写读【可写,可读】 

4. 以bytes类型操作的读写,写读,写读模式

r+b 读写【可读,可写】  
w+b 写读【可写,可读】  
a+b 写读【可写,可读】  

5. 关于r+模式:打开一个文件用于读写,文件指针默认将会放在文件的开头。注意:如果在读写模式下,先写后读,那么文件就会出问题,因为默认光标是在文件的最开始,你要是先写,则写入的内容会将原内容覆盖掉,直到覆盖到你写完的内容,然后在从后面开始读取。

# 文件'其他模式'中的内容是:王副班最帅  
  
# 1. 先读后写  
f1 = open('其他模式', encoding='utf-8', mode='r+')  
content = f1.read()  
print(content)  
f1.write('王强强')  
f1.close()  
  
3 2. 先写后读(错误实例)  
f1 = open('其他模式', encoding='utf-8', mode='r+')  
f1.write('王强强')  
content = f1.read()  
print(content)  # 最帅  
f1.close()  

二、文件的读取和写入

读取

代码中用到的文件文件操作的读.txt 文件内容如下:

lucy最帅  
lucy很励志  
abcdef  
哈哈哈  

read() 全部读取出来。用rb模式打开,不用写encoding

f1 = open('文件操作的读', encoding='utf-8')  
content = f1.read()  
print(content, type(content))  
f1.close()  
  
f1 = open(r'C:\Users\lenovo\Desktop\编码进阶.png', mode='rb')  
content = f1.read()  
print(content)  
f1.close()  

read(n) 按照字符读取(r模式),按照字节读取(rb模式)。

f1 = open('文件操作的读', encoding='utf-8')  
content = f1.read(6)  
print(content)  # lucy最帅  
f1.close()  

readline() 读取一行。

f1 = open('文件操作的读', encoding='utf-8')  
print(f1.readline().strip())  # lucy最帅  
print(f1.readline())  # lucy很励志\n  
f1.close()  

readlines() 返回一个列表,列表中的每个元素是原文件的每一行。如果文件很大,占内存,容易崩盘。

f1 = open('文件操作的读', encoding='utf-8')  
li = f1.readlines()  
print(li)  # ['lucy最帅\n', 'lucy很励志\n', 'abcdef\n', '哈哈哈']  
f1.close()  

for 循环读取。文件句柄是一个迭代器。特点是每次循环只在内存中占一行的数据,非常节省内存。

f1 = open('文件操作的读', encoding='utf-8')  
for line in f1:  
    print(line.strip())  
f1.close()  

写入

模式

没有文件,则创建文件,写入内容;如果文件存在,先清空原文件内容,在写入新内容。

f1 = open('文件操作的写', encoding='utf-8', mode='w')  
f1.write('lucy真帅')  
f1.close()  
wb模式
f1 = open(r'C:\Users\lenovo\Desktop\编码进阶.png', mode='rb')  
content = f1.read()  
f1.close()  
  
f2 = open('图片.jpg', mode='wb')  
f2.write(content)  
f2.close()  
关于清空

关闭文件句柄,再次以w模式打开此文件时,才会清空。

指针定位

tell() 方法用来显示当前指针的位置。

f = open('test.txt')  
print(f.read(10))  # read 指定读取的字节数  
print(f.tell())    # tell()方法显示当前文件指针所在的文字  
f.close()  

seek(offset,whence)方法用来重新设定指针的位置。

  • offset:表示偏移量

  • whence:只能传入012中的一个数字。

  • 0表示从文件头开始

  • 1表示从当前位置开始

  • 2 表示从文件的末尾开始

f = open('test.txt','rb')  # 需要指定打开模式为rb,只读二进制模式  
  
print(f.read(3))  
print(f.tell())  
  
f.seek(2,0)   # 从文件的开头开始,跳过两个字节  
print(f.read())  
  
f.seek(1,1) # 从当前位置开始,跳过一个字节  
print(f.read())  
  
f.seek(-4,2) # 从文件末尾开始,往前跳过四个字节  
print(f.read())  
  
f.close()  

三、实现文件拷贝功能

import os  
  
file_name = input('请输入一个文件路径:')  
if os.path.isfile(file_name):  
    old_file = open(file_name, 'rb')  # 以二进制的形式读取文件  
  
    names = os.path.splitext(file_name)  
    new_file_name = names[0] + '.bak' + names[1]  
  
    new_file = open(new_file_name, 'wb')  # 以二进制的形式写入文件  
  
    while True:  
        content = old_file.read(1024)  # 读取出来的内容是二进制  
        new_file.write(content)  
        if not content:  
            break  
  
    new_file.close()  
    old_file.close()  
else:  
    print('您输入的文件不存在')  

四、CSV文件的读写

CSV文件

CSV文件:Comma-Separated Values,中文叫逗号分隔值或者字符分割值,其文件**以纯文本的形式存储表格数据。**可以把它理解为一个表格,只不过这个表格是以纯文本的形式显示的,单元格与单元格之间,默认使用逗号进行分隔;每行数据之间,使用换行进行分隔。

name,age,score  
zhangsan,18,98  
lisi,20,99  
wangwu,17,90  
jerry,19,95  

Python中的csv模块,提供了相应的函数,可以让我们很方便的读写csv文件。

CSV文件的写入

import csv  
  
# 以写入方式打开一个csv文件  
file = open('test.csv','w')  
  
# 调用writer方法,传入csv文件对象,得到的结果是一个CSVWriter对象  
writer = csv.writer(file)  
  
# 调用CSVWriter对象的writerow方法,一行行的写入数据  
writer.writerow(['name', 'age', 'score'])  
  
# 还可以调用writerows方法,一次性写入多行数据  
writer.writerows([['zhangsan', '18', '98'],['lisi', '20', '99'], ['wangwu', '17', '90'], ['jerry', '19', '95']])  
file.close()  

CSV文件的读取

import csv  
  
# 以读取方式打开一个csv文件  
file = open('test.csv', 'r')  
  
# 调用csv模块的reader方法,得到的结果是一个可迭代对象  
reader = csv.reader(file)  
  
# 对结果进行遍历,获取到结果里的每一行数据  
for row in reader:  
    print(row)  
  
file.close()  

五、将数据写入内存

除了将数据写入到一个文件以外,我们还可以使用代码,将数据暂时写入到内存里,可以理解为数据缓冲区。Python中提供了StringIOBytesIO这两个类将字符串数据和二进制数据写入到内存里。

StringIO

StringIO可以将字符串写入到内存中,像操作文件一下操作字符串。

from io import StringIO  
# 创建一个StringIO对象  
f = StringIO()  
# 可以像操作文件一下,将字符串写入到内存中  
f.write('hello\r\n')  
f.write('good')  
  
# 使用文件的 readline和readlines方法,无法读取到数据  
# print(f.readline())  
# print(f.readlines())  
  
# 需要调用getvalue()方法才能获取到写入到内存中的数据  
print(f.getvalue())  
  
f.close()  
Copy  

BytesIO

如果想要以二进制的形式写入数据,可以使用BytesIO类,它的用法和StringIO相似,只不过在调用write方法写入时,需要传入二进制数据。

from io import BytesIO  
f = BytesIO()  
f.write('你好\r\n'.encode('utf-8'))  
f.write('中国'.encode('utf-8'))  
  
print(f.getvalue())  
f.close()  

六、sys模块的使用

sys.stdin 接收用户的输入,就是读取键盘里输入的数据,默认是控制台。input方法就是读取 sys.stdin 里的数据。

import sys  
s_in = sys.stdin  
while True:  
    content = s_in.readline().rstrip('\n')  
    if content == '':  
        break  
    print(content)  

sys.stdout 标准输出,默认是控制台

import sys  
m = open('stdout.txt', 'w', encoding='utf8')  
sys.stdout = m  
print('hello')  
print('yes')  
print('good')  
m.close()  

运行结果:生成一个stdout.txt文件,文件内容如下:

hello  
yes  
good  

sys.stderr 错误输出,默认是控制台

import sys  
x = open('stderr.txt', 'w', encoding='utf8')  
sys.stderr = x  
print(1 / 0)  
x.close()  

运行结果:生成一个stderr.txt文件,文件内容如下:

Traceback (most recent call last):  
  File "E:/python基础/demo.py", line 4, in <module>  
    print(1 / 0)  
ZeroDivisionError: division by zero  

七、序列化和反序列化

通过文件操作,我们可以将字符串写入到一个本地文件。但是,如果是一个对象(例如列表、字典、元组等),就无法直接写入到一个文件里,需要对这个对象进行序列化,然后才能写入到文件里。

  • 序列化:将数据从内存持久化保存到硬盘的过程

  • 反序列化:将数据从硬盘加载到内存的过程

python 里存入数据只支持存入字符串二进制

  • json:将Python里的数据(str/list/tuple/dict/int/float/bool/None)等转换成为对应的json

  • pickle:将Python里任意的对象转换成为二进制

Python中提供了JSONpickle两个模块用来实现数据的序列化和反序列化。

JSON模块

JSON(JavaScriptObjectNotation, JS对象简谱)是一种轻量级的数据交换格式,它基于 ECMAScript 的一个子集,采用完全独立于编程语言的文本格式来存储和表示数据。JSON的本质是字符串,区别在于json里要是用双引号表示字符串

使用JSON实现序列化

1、dumps方法的作用是把对象转换成为字符串,它本身不具备将数据写入到文件的功能。

import json  
file = open('names.txt', 'w')  
names = ['zhangsan', 'lisi', 'wangwu', 'jerry', 'henry', 'merry', 'chris']  
# file.write(names)  出错,不能直接将列表写入到文件里  
  
# 可以调用 json的dumps方法,传入一个对象参数  
result = json.dumps(names)  
  
# dumps 方法得到的结果是一个字符串  
print(type(result))  #   
  
# 可以将字符串写入到文件里  
file.write(result)  
  
file.close()  

2、dump方法可以在将对象转换成为字符串的同时,指定一个文件对象,把转换后的字符串写入到这个文件里。

import json  
  
file = open('names.txt', 'w')  
names = ['zhangsan', 'lisi', 'wangwu', 'jerry', 'henry', 'merry', 'chris']  
  
# dump方法可以接收一个文件参数,在将对象转换成为字符串的同时写入到文件里  
json.dump(names, file)  
file.close()  
使用JSON实现反序列化

1、loads方法需要一个字符串参数,用来将一个字符串加载成为Python对象。

import json  
  
# 调用loads方法,传入一个字符串,可以将这个字符串加载成为Python对象  
result = json.loads('["zhangsan", "lisi", "wangwu", "jerry", "henry", "merry", "chris"]')  
print(type(result))  #   

2、load方法可以传入一个文件对象,用来将一个文件对象里的数据加载成为Python对象。

import json  
  
# 以可读方式打开一个文件  
file = open('names.txt', 'r')  
  
# 调用load方法,将文件里的内容加载成为一个Python对象  
result = json.load(file)  
  
print(result)  
file.close()  

pickle模块

和json模块类似,pickle模块也有dump和dumps方法可以对数据进行序列化,同时也有load和loads方法进行反序列化。区别在于,json模块是将对象转换成为字符串,而pickle模块是将对象转换成为二进制。

pickle模块里方法的使用和json里方法的使用大致相同,需要注意的是,pickle是将对象转换成为二进制,所以,如果想要把内容写入到文件里,这个文件必须要以二进制的形式打开。

使用pickle模块实现序列号

1、dumps方法将Python数据转换成为二进制

import pickle  
names = ['张三', '李四', '杰克', '亨利']  
b_names = pickle.dumps(names)  
# print(b_names)  
file = open('names.txt', 'wb')  
file.write(b_names)  # 写入的是二进制,不是存文本  
file.close()  

2、dump方法将Python数据转换成为二进制,同时保存到指定文件

import pickle  
names = ['张三', '李四', '杰克', '亨利']  
file2 = open('names.txt', 'wb')  
pickle.dump(names, file2)  
file2.close()  

使用pickle模块实现反序列号

1、loads方法,将二进制加载成为Python数据

import pickle  
file1 = open('names.txt', 'rb')  
x = file1.read()  
y = pickle.loads(x)  
print(y)  
file1.close()  

2、load方法,读取文件,并将文件的二进制内容加载成为Python数据

import pickle  
file3 = open('names.txt', 'rb')  
z = pickle.load(file3)  
print(z)  

JSON与pickle区别

json模块:
  • 将对象转换成为字符串,不管是在哪种操作系统,哪种编程语言里,字符串都是可识别的。

  • json就是用来在不同平台间传递数据的。

  • 并不是所有的对象都可以直接转换成为一个字符串,下标列出了Python对象与json字符串的对应关系。

Python JSON
dict object
list,tuple array
str string
int,float number
True true
False false
None null
  • 如果是一个自定义对象,默认无法装换成为json字符串,需要手动指定JSONEncoder.

  • 如果是将一个json串重新转换成为对象,这个对象里的方法就无法使用了。

import json  
class MyEncode(json.JSONEncoder):  
  def default(self, o):  
      # return {"name":o.name,"age":o.age}  
      return o.__dict__  
  
class Person(object):  
  def __init__(self, name, age):  
      self.name = name  
      self.age = age  
  
    def eat(self):  
        print(self.name+'正在吃东西')  
  
p1 = Person('zhangsan', 18)  
  
# 自定义对象想要转换成为json字符串,需要给这个自定义对象指定JSONEncoder  
result = json.dumps(p1, cls=MyEncode)  
print(result)  # {"name": "zhangsan", "age": 18}  
  
# 调用loads方法将对象加载成为一个对象以后,得到的结果是一个字典  
p = json.loads(result)  
print(type(p))  
pickle模块:
  • pickle序列化是将对象按照一定的规则转换成为二进制保存,它不能跨平台传递数据。

  • pickle的序列化会将对象的所有数据都保存。

最后

我们准备了一门非常系统的爬虫课程,除了为你提供一条清晰、无痛的学习路径,我们甄选了最实用的学习资源以及庞大的主流爬虫案例库。短时间的学习,你就能够很好地掌握爬虫这个技能,获取你想得到的数据。

01 专为0基础设置,小白也能轻松学会

我们把Python的所有知识点,都穿插在了漫画里面。

在Python小课中,你可以通过漫画的方式学到知识点,难懂的专业知识瞬间变得有趣易懂。
在这里插入图片描述

在这里插入图片描述

你就像漫画的主人公一样,穿越在剧情中,通关过坎,不知不觉完成知识的学习。

02 无需自己下载安装包,提供详细安装教程

在这里插入图片描述

03 规划详细学习路线,提供学习视频

在这里插入图片描述

在这里插入图片描述

04 提供实战资料,更好巩固知识

在这里插入图片描述

05 提供面试资料以及副业资料,便于更好就业

在这里插入图片描述
在这里插入图片描述

这份完整版的Python全套学习资料已经上传CSDN,朋友们如果需要也可以扫描下方csdn官方二维码或者点击主页和文章下方的微信卡片获取领取方式,【保证100%免费】
在这里插入图片描述

你可能感兴趣的:(爬虫,开发语言,python,职场和发展,学习,大数据,数据分析)