python入门（八）：文件操作

1、数据的保存：

　　1） 内存：常用的变量都是在内存里面的

　　缺点：关机或进程死掉数据丢失

　　解决方法：将数据保存至文件中

　　2 ）文件：文本内容、二进制的文件内容
　　3 ）数据库：保存 

 

2、读文件：
　　1 ）要读取的文件，路径一定要存在。 如果不存在，会报异常

　　2 ）打开存在的文件：open函数

参数1：文件的路径，可以是相对的，也可以是绝对的

参数2：打开文件的模式。r\w\a，如果未写，默认是r模式，也就是读模式

参数3：编码，encoding=”utf-8”
，如果未写，那么就是gbk编码

　　3 ）操作文件的内容，

　　　　r:读文件

　　　　w:把原有内容清空再写入内容

　　　　a:原有内容不变，会把写入的内容追加到文件的最后一行

　　　　r+:保留原有内容后，启动读模式和写模式。覆盖写。

　　　　w+:清空原有内容后，启动读模式和写模式。

　　　　a+:保留原有内容后，进行读写的模式，且写入内容永远在文件的最后一行。

　　4 ）文件关闭掉。

小知识：

　　open函数参数3指的是要打开文件的保存的编码格式

　　例如：D:\\a.txt文件是以utf-8方式保存的，但是open函数时，使用gbk的话，当时不会报错，但是当再次读取a.txt文件时，会提示报错

　　>>> fp=open("e:\\a.txt","r",encoding="gbk")      #文件编码方式写错

　　>>> fp.read()

　　Traceback (most recent call last):

　　File "<stdin>", line 1, in <module>

　　UnicodeDecodeError: 'gbk' codec can't decode byte 0xbf in position 2: illegal multibyte sequence

　　UnicodeDecodeError: 'gbk' codec无法解码字节0xbf在位置2:非法多字节序列

3、新建文件的时候，默认保存是ANSI编码（gbk），然后也可以选择utf-8。

4、判断文件在不在

>>> import os.path

>>> os.path.exists("d://a.txt")
True
>>> os.path.exists("a.txt")
True

5、判断当前工作环境在哪个路径

>>> os.getcwd()
'C:\\Users\\binbin'

>>> if os.path.exists("a.txt"):
... print ("存在")
...

6、 绝对路径与相对路径：

1)      
绝对路径：从盘符开始完整的路径， 例如：c:\test\test1\a.txt

2)       相对路径：在当前的目录下，以它为根目录，使用相对路径进行查找

　　　　例如：在e:\test\test1下执行某个py程序，程序里面使用了相对路径a.txt，那么对应的绝对路径：e:\test\test1\a.txt

路径需要使用\\,想使用\，需要前面加r

　　>>> os.path.exists(r"e:\a.txt")
　　False

7、句柄：指向磁盘文件在内存或磁盘上的位置指针。

8、打开文件

要有个变量存文件句柄，句柄：指向磁盘文件在内存或者磁盘上的位置指针，fp就是句柄

fp=open("d:\\a.txt","w+",encoding="utf-8")　　#新建一个句柄变量，用来当做文件

第一个参数是文件路径

第二个参数是读取方式

第三个参数encoding：用文件存储的编码打开文件

>>> fp　　#查看fp文件信息
<_io.TextIOWrapper name='d:\\a.txt' mode='r' encoding='utf-8'>
>>> dir(fp)　　#文件具备的属性值
['_CHUNK_SIZE', '__class__', '__del__', '__delattr__', '__dict__', '__dir__', '__doc__', '__enter__', '__eq__', '__exit__', '__format__', '__ge__', '__getattribute__', '__getstate__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__lt__', '__ne__', '__new__', '__next__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '_checkClosed', '_checkReadable', '_checkSeekable', '_checkWritable', '_finalizing', 'buffer', 'close', 'closed', 'detach', 'encoding', 'errors', 'fileno', 'flush', 'isatty', 'line_buffering', 'mode', 'name', 'newlines', 'read', 'readable', 'readline', 'readlines', 'seek', 'seekable', 'tell', 'truncate', 'writable', 'write', 'writelines']

9、 读取文件所有内容

>>> fp.read()
'\ufeffui 功能 性能 安全 易用性 兼容性\n'

#\ufeff  utf-8格式保存时，会有BOM文件头，便是\ufeff

去掉文件头解决方法：

需要用notepad++等选择无BOM格式编码

安装notepad++（sublime text3）->编码->以utf-8无BOM格式编码（UTF-8编码）保存

　　读完以后，需要把游标重新指到开头，才能再读内容

　　>>> fp.seek(0,0)
　　0

fp.read()输出无头文件

10、游标

文件中有一个游标的概念，记录当前读取文件的位置。查看当前游标位置的语句是：

>>> fp.tell()
32

位置根据字节数来的，一个汉字在utf-8中占3个字节

fp.tell()

>>> fp.tell()

43                            #当前游标位置在第43 个字节处

>>>
fp.read(1)                 #只读第一个字节内容

'u'

>>> fp.tell()

1

>>> fp.readline()处的一整行

'i 功能 性能 安全 易用性 兼容性'

>>> content = fp.read()　　#将读到的文件内容赋值到content变量中
>>> type(content)　　#文件读到的内容是字符串
<class 'str'>
>>> print(content)　　#打印文件内容

ui 功能 性能 安全 易用性 兼容性

11、按行读文件

>>> fp=open('D:\\study\\a.txt','r',encoding='utf-8')
>>> fp.readline()　　#读第一行数据

'\ufeff功能\n'

>>> fp.readline()　　#读取当前游标的下一行数据

'性能\n'

>>> fp.readline()　　#读取当前游标的下一行数据

'安全\n'
>>> fp.readline()　　#读取当前游标的下一行数据

'易用性 兼容性\n'
>>> fp.readline()　　#读取当前游标的下一行数据

'ui'
>>> fp.readline()　　#读到最后没有内容，显示为空
''

12、遍历句柄中的所有行

>>> fp=open('D:\\study\\a.txt','r',encoding='utf-8')
>>> for i in fp:　　#遍历读所有文件内容的方式
...         print(i,end='')　　#如果不加end=“”，会输出空行
...

功能
性能
安全
易用性 兼容性
ui

-------------------------------------------------------------------------------

不加end=“”，空行效果

功能

性能

安全

易用性 兼容性

ui

13、比较fp.read()和fp.readline()

fp.read()：读取文件的全部内容 ，文件太大fp.read()进程会死，操作系统不会死

fp.readline()：读取一行，一行一行读

 

数据量不大：read()
优点：把数据读到内存，操作起来很快，速度快
缺点：占内存 

 

数据量大：readline()
优点:省内存
缺点：速度慢，每读一行，就执行一次I/O

14、按行读取所有文件

fp.readlines()，读取全部，每一行做为列表的元素，返回结果是个列表

>>> fp.readlines()
['\ufeff功能\n', '性能\n', '安全\n', '易用性 兼容性\n', 'ui']

>>> lines=fp.readlines()

>>> lines　　#lines的返回结果是个列表

['\ufeff功能\n', '性能\n', '安全\n', '易用性 兼容性\n', 'ui']

>>> lines[1]　　 #使用位置坐标可实现读取指定行

'性能\n'

>>> lines[3]　　 #使用位置坐标可实现读取指定行

'易用性 兼容性\n'　　

15、关闭文件

>>> fp.close()

1）为什么要close：

　　a.文件不关闭，写入的内容太少，实际写的内容并不会立刻写到磁盘，其他打开文件操作可能会受限 

　　b.写入场景：一次写不多的内容，比如：100个字。操作系统会把内容存到内存中，不写入文件，什么时候写入呢？要等待写入的内容到一定的量，64k才会写入，如果想立刻写入文件，需要fp.flush()方法#立刻写入文件的方法

          close之后，这个会把所有待写入的内容保存到文件中。

　　c.程序中不close会有什么影响：

　　　　1.python程序执行完毕了，会自动close

　　　　2.对于服务器端，不close，可能造成数据不真正写入到文件里

　　　　3对于服务器端，每次打开一个文件都不close，会把文件句柄（node）占用光，操作系统上打开文件是有限制的：

65535个，达到65535个node被占用的时候，句柄耗尽，操作系统就死掉了。　　　　　　

 

结论：读写文件一定要close

 

2）问:服务器端的程序是一直在执行？还是一会执行一会不执行？

　　答：服务器端的程序是一直在执行

　　服务器端的服务宗旨：尽管你可能不来，但是我们一定死等

　　服务器端的服务进程不会自动close

 

16、写

　　1) “w”方式写入，w清空再写

　　>>> fp=open("D:\\study\\a.txt","w",encoding="utf-8")　　#支持类型是写，打开时已将文件清空

　　>>> fp.write(123)　　#写入数字

　　Traceback (most recent call last):
　　File "<stdin>", line 1, in <module>
　　TypeError: write() argument must be str, not int　　#参数必须是str，而不是int
　　>>> fp.write(str(123))　　#将数字类型转换成str类型写入
　　3

　　>>> fp.flush()　　

 　　查看a.txt文件。显示123，因为”w”是清空写

　　***

　　一般的文件流操作都包含缓冲机制，write方法并不直接将数据写入文件，而是先写入内存中特定的缓冲区。

　　flush方法是用来刷新缓冲区的，即将缓冲区中的数据立刻写入文件，同时清空缓冲区。

　　正常情况下缓冲区满时，操作系统会自动将缓冲数据写入到文件中。

　　至于close方法，原理是内部先调用flush方法来刷新缓冲区，再执行关闭操作，这样即使缓冲区数据未满也能保证数据的完整性。

　　如果进程意外退出或正常退出时而未执行文件的close方法，缓冲区中的内容将会丢失。

　　***

　　2)“a”方式写入，a追加

　　>>> fp=open("D:\\study\\a.txt","a",encoding="utf-8")　　#追加写
　　>>> fp.write("hello,sunshine")　　#写入内容时，没有回车
　　14
　　>>> fp.write("hello,sunshine123")　　#写入内容时，没有回车
　　17
　　>>> fp.write("hello,sunshine789\n")　　#写入内容时，有输入回车
　　18
　　>>> fp.write("hello,sunshine0\n")　　#写入内容时，有输入回车
　　16
　　>>> fp.close()

　　查看文件a.txt

　　hello,sunshinehello,sunshine123hello,sunshine789　　#前3次写入的内容均在一行
　　hello,sunshine0　　#有换行

　　a+:保留原有内容后，进行读写的模式，且写入内容永远在文件的最后一行

　　3)r+方式，保留原有内容后，进行读写的模式

　　>>> fp=open("D:\\study\\a.txt","r+",encoding="utf-8")　　#r+模式
　　>>> fp.readline()　　　　　　　　　　　　　　　　　 #r+模式支持读
　　'hello,sunshinehello,sunshine123hello,sunshine456hello,sunshine789\n'
　　>>> fp.write("how's the weather today?")　　　　　　#r+模式支持写
　　24
　　>>> fp.close()

　　查看a.txt文件　

　　hello,sunshinehello,sunshine123hello,sunshine456hello,sunshine789
　　hello,sunshine0
　　hello,sunshine666000how's the weather today?　　#在文件最后写入成功

　　>>> fp=open("D:\\study\\a.txt","r+",encoding='utf-8')
　　>>> fp.write("早上好")
　　3　　
　　>>> fp.close()　

　　查看a.txt文件

　　早上好shinehello,sunshine123hello,sunshine456hello,sunshine789　　##直接覆盖
　　hello,sunshine0
　　hello,sunshine666000how's the weather today?

　　4)w+方式，清空原有内容后，进行读写的模式

　　>>> fp=open("D:\\study\\a.txt","w+",encoding='utf-8')　　#w+模式

　　>>> fp.read()                                 #w+支持读，但是a.txt文件已经被清空

　　''

　　>>> fp.write("检查有没有清空呀？")

　　9

　　>>> fp.close()

　　查看a.txt文件：

　　检查有没有清空呀？                          #之前内容已清空

 

小练习：

1.统计文件的行数：

第1种方法：

>>> fp=open("D:\\study\\a.txt",'r',encoding='utf-8')
>>> len(fp.readlines())　　#使用len(fp.readlines())直接返回列表长度！！！即文件行数
5

该方法的弊端是：当文件行数过大。使用readlines速度和性能便会下降，使用局限性较大。

第2种方法：

不使用readlines的解法： 　　#该方法使用情况较多，推荐

>>> fp=open('D:\\study\\a.txt','r',encoding='utf-8')
>>> count=0

>>> for line in fp:　　#遍历句柄中的所有行
...     count+=1
...
>>> print(count)
5 

 

遍历取每一行

 >>> for line in fp:
...     print (line,end="")
... 

 

 第3种方法：　　#当文件过大时，此方法受限

>>> fp=open('D:\\study\\a.txt','r',encoding='utf-8')

>>> len(fp.read().split("\n"))

5

第4种方法：

>>> fp=open('D:\\study\\a.txt','r',encoding='utf-8')

>>> count =0
>>> while fp.readline():　　#while循环，遍历行
...     count+=1
...

fp.close()

>>> print(count)
5 

 

>>> fp.readline()　　#读到最后返回的是空字符串
''
>>> bool('')　　#空字符串在条件判断时是False
False

 

2.文件中插入写，自己实现

 >>> fp = open("e:\\a.txt","r+",encoding="utf-8")
>>> two_word=fp.read(2)
>>> two_word
'你好'
>>> last_two_word=fp.read(2)
>>> last_two_word
'阳光'
>>> fp.seek(0,0)
0
>>> fp.write(two_word+"gr"+last_two_word)
6
>>> fp.close()
>>> 

 查看a.txt文件：