3.python之文件操作

一、文件操作初识

f = open（'文件路径', '编码方式', '操作方式'） 　　　　　　　　# 注意里面所有内容，需加引号 ”

打开一个文件需要知道的内容有：

　　文件路径：c:\文件.txt（绝对路径和相对路径）

　　编码方式：utf-8、gbk、GB2312…（windows 默认的编码方式gbk，linux默认的编码方式为utf-8）

　　操作方式：只读、只写、写读、读写、追加等

例如：打开一个已经存在的文件

f = open('c:\python\文件.txt',encoding='utf-8',mode='r')
content = f.read()
print(content)
f.close()

执行输出：今天天气真好

代码解释：

　　f变量:可以命令为f_obj，file，f_handler... 这个变量，称之为文件句柄(句柄是操作系统在生成对象时分配给对象的唯一标识)

　　open命令:其实就是调用系统打开文件的动作。

　　f.close() : 关闭文件

操作文件流程：打开一个文件，产生一个文件句柄，对文件句柄进行操作，关闭文件

打开文件时的报错原因：

　　1、UnicodeDecodeError：编码不一致，存储文件编码与打开文件时的编码方式不同

　　2、FileNotFoundError或[Error 22] Invalid argument: '\u202adD:\\xx.txt'：路径问题（文件名错误）

解决方式：

　　1.将每个\变成 \\，比如 D:\\xx.txt

　　2.前面加r ,比如 r'D:\xx.txt'

二、文件的读、写、追加

1、文件的读：

　　r    *****

　　rb   ***

　　r+  *****

　　r+b

（1） r：对于r模式，mode可以不写

f=open('c:\python\文件',encoding='utf-8',mode='r')
content=f.read()
print(content)
f.close()

（2） rb：文件以字节（8bit，16进制）进行读取。不需要编码方式。主要用于非文字类的文件读取。

f=open('c:\python\图片.jpg',mode='rb')
print(f.read())
f.close
输出结果是：b'\xff\xd8\xff\xe0\x00\x10JFIF\x00\x0…….

（3） r+：读写，先读后追加。

　　r+ 一定要先读后写，否则会错乱或者读取不到内容

　　先读后写：在文件后追加上写的内容

path='c:\python\文件.txt'
f=open(path,encoding='utf-8',mode='r+')
content=f.read()    　　　　　　　　　　　　　　　　#先读
print(content)
f.write('天安门')   　　　　　　　　　　　　　　　　　　#后追加
f.close()

　　不读直接写：写的内容会从文件开始覆盖原文件（按照每个不同字符的字节的大小）

path='c:\python\文件.txt'
f=open(path,encoding='utf-8',mode='r+')
f.write('天安门')
f.close()

　　先写后读，不可取

f = open('log.txt',encoding='utf-8',mode='r+')
f.write('BBB')
content = f.read()
print(content)
f.close() 

执行输出，内容是空的。为什么呢？因为光标，默认是从0开始。只要进行一个动作，光标就会移动，包括读取。上面的代码写入时，光标移动到最后了。所以执行f.read()时，读取不到后面的内容了。

（4）r+b：文件以字节形式进行先读后以字节形式写，没有encoding。

path='c:\python\文件.txt'
f=open(path,mode='r+b')
print(f.read())
f.write(b'\xe5\xa4\xa9\xe5\xae\x89\xe9\x97\xa8')

2、文件的写

　　w

　　wb

　　w+

　　w+b

（1）w：没有文件，创建文件；有文件，文件先清空，后写入

f=open('文件',encoding='utf-8',mode='w')  #在相对路径下先创建这个文件
f.write('你好，我是summer')
f.close()

（2）wb：以bytes写入，写入的内容，必须要转换为bytes类型才可以

f=open('文件',mode='wb')
f.write(b'\xe5\xa4\xa9\xe5\xae\x89\xe9\x97\xa8')

f = open('log.txt',mode='wb')
f.write('人生苦短，我想学Python'.encode(encoding="utf-8"))
f.close()

（3）w+：写读，先写后读，但是此时光标已经移至最后，读出的内容可能只有一个换行符。但是可以通过改变光标位置进行读操作

f = open('log.txt',encoding='utf-8',mode='w+')
f.write('AAA')
print(f.tell())                         #按直接去读光标位置
f.seek(0)                         　　　　#调整光标位置
content = f.read()
print(content)
f.close() 

执行输出：
3
AAA

ftp的断点续传，需要用到光标，一定会用到tell和seek

（4）w+b：以字节方式写入加读取

3、文件的追加

　　a

　　ab

　　a+

　　a+b

a：没有文件，创建文件追加；有文件，在文件后面追加

f=open('文件追加',encoding='utf-8',mode='a')
f.seek(1)   #不管光标在哪里，都是在最后追加
f.write('') 

三、文件的改

文件的改（需要用到python的内置函数 os）

　　1、以读的模式打开原文件，产生一个文件句柄f1；

　　2、以写的模式创建一个新的文件，产生一个文件句柄f2；

　　3、读取原文件的内容，进行修改，并将修改后的写入到新文件中；

　　4、将原文件删除；

　　5、将新文件重新命名为原文件

方法一

import os
with open('maitian.csv',encoding='utf-8',mode='r')as f1,\
    open('maitian2.csv',encoding='utf-8',mode='w')as f2:
    old_content=f1.read()
    new_content=old_content.replace('标题','biaoti')
    f2.write(new_content)
os.remove('maitian.csv')
os.rename('maitian2.csv','maitian.csv')

方法二

import os
with open('maitian.csv',encoding='utf-8',mode='r')as f1,\
    open('maitian2.csv',encoding='utf-8',mode='w')as f2:
    for line in f1:
        new_line=line.replace('biaoti','标题')
        f2.write(new_line)
os.remove('maitian.csv')
os.rename('maitian2.csv','maitian.csv')

 四、文件读取的五种方式

r模式有5种模式读取

第一种：全部读取出来 f.read()。全部读取，对于较大的文件，内存会负担不起

f = open('天气.txt',encoding='utf-8')
content = f.read()
print(content)
f.close() 

第二种：一行一行的读 f.readline()。按行读取，但是中间会有个换行符，这是因为每行文件末尾默认都有一个换行符

f = open('天气.txt',encoding='utf-8')
print(f.readline())
print(f.readline())
print(f.readline())
f.close() 

第三种：f.readlines() 按行读取，返回一个列表，列表中的每个元素就是每一行的字符串

f = open('天气.txt',encoding='utf-8')
print(f.readlines())
f.close() 

执行输出：
['03月27日(今天)\n', '晴转多云\n', '11～27℃\n', '西南风 1级\n', '重度污染']

第四种：读取一部分f.read(n)。在r模式下，read(n) 按照字符去读取。rb模式下按照字符的bytes模式读取

f = open('天气.txt',encoding='utf-8')
print(f.read(3))
f.close() 

执行输出：
03月            # 表示3个字符

第五种：for循环读取

f = open('天气.txt',encoding='utf-8')
for line in f:
    print(i.strip())
f.close() 

执行输出：
03月27日(今天)
晴转多云
11～27℃
西南风 1级
重度污染

在for循环中，每次读取一行，结束之后，内存就释放了。所以在整个for循环个过程中，始终只占用了一行内容的内存。推荐使用第5种方式。

五、文件的常用操作方法

• read()：文件的读操作
• write()：文件的写操作
• close()：文件关闭
• seek()：移动光标位置，在w+或者a+的时候可以通过移动光标的位置进行读取，光标是按照字节来移动
• seek(0,2)：将光标移到最后一位
• tell()：返回光标的位置
• readable()：判断是否可读
• writable()：判断是否可写

f = open('log.txt',encoding='utf-8',mode='r+')
print(f.writable())
f.close() 

执行输出：True

f.truncate()

在writable模式下进行截取文件，所以文件的打开方式必须可写r+、a+，不能用w或w+等方式打开，因为那样直接清空文件了，所以truncate要在r+或a或a+等模式下测试效果

f = open('log.txt',encoding='utf-8',mode='r+')
# 截取3个字节
f.truncate(3)
content = f.read()
print(content)
f.close() 

执行输出：中

f = open("E:\PyCharm\\test.txt",mode ="w",encoding = "utf-8")
f.write("哈哈")                 # 写入两个字符
f.seek(3)                       # 光标移动到3，就是两个字的中间
f.truncate()                    # 删除光标后面的所有内容
f.close()                       # 关闭

f = open("E:\PyCharm\\test.txt",mode ="r+",encoding = "utf-8")
du = f.read(3)                  # 读取12个字节，意思就是三个字
f.seek(4)
print(f.tell())

f.truncate()                    # 删掉后面的所有内容
f.flush()                       # 刷新
f.close()                       # 关闭

注意：在r+模式下，如果读取内容，不论读取内容多少，光标显示的是多少，再次写入或者操作文件的的时候都是在结尾进行的操作，所以如果想做截取操作，记住了，先要挪动光标，挪动到你想要截取的位置，然后再进行截取关于truncate(n),如果给出了n,则从开头进行截取，如果不给n，则从当前位置截取，后面的内容将会被删除。

f.seek()

　　改变当前文件指针的位置

f.seek(offset,from_what)

• from_what的值，从哪个位置进行偏移，如果是0表示开头，如果是1表示当前位置，2表示文件的结尾。默认为0，即文件开头。
  • 移动到开头:seek(0) ；
  • 移动到结尾:seek(0,2) ；
• seek(x,0):从文件首行首字符开始移动x个字符
• seek(x,1):从当前为往后移动x个字符
• seek(-x,2):从文件的结尾往前移动x个字符

注意，移动的单位是byte（字节），所以如果是UTF-8的中文部分要3的倍数，意思就是一个字要三个字节

f = open("E:\PyCharm\\test.txt",mode ="r+",encoding = "utf-8")
f.seek(0)           #光标移动开头
du = f.read()       #读取内容此时光标移动到结尾
print(du)

f.seek(0)           #再次将光标移动到开头
f.seek(0,2)         #将光标移动到结尾
du1 = f.read()      #读取内容什么也没有读到因为此时光标在后面
print(du1)

f.seek(0)           #光标移动到开头
f.write("哈哈哈")      #写入信息，此时光标在9，因为中文3个字节代表一个字符3*3=9
f.flush()           #刷新
f.close()           #关闭

f.tell() 

　　使用tell()可以帮我们获取到当前光标在什么位置

f = open("E:\PyCharm\\test.txt",mode ="r+",encoding = "utf-8")
f.seek(0)                   # 光标移动到开头
f.write("哈哈哈")           # 写入信息，此时光标在9，因为中文3个字节代表一个字符3*3=9

print(f.tell())             # 此时获取光标所在的位置，中文一个字三个光标为一个字，因为中文3个字节代表一个字符

f.flush()                   # 刷新
f.close()                   # 关闭

六、主动关闭文件句柄的方法

有的时候会忘记在末尾加上f.close(),所以有主动关闭文件句柄的方法，这种方法会在一定时间内关闭，有利有弊,为了避免忘记回收文件句柄，需要使用with open方法，代码执行完毕之后，自动关闭文件句柄

功能1：自动关闭文件句柄

with open('log.txt',encoding='utf-8') as f:
    print(f.read()) 

功能2：一次性操作多个文件

with open('文件',encoding='utf-8',mode='r') as f1,\
    open('文件1',encoding='utf-8',mode='w') as f2:
        print(f1.read())
        f2.write('qwert')

有些情况下，必须先关闭，才能执行某动作的情况下，不能用with，这种情况比较少见。

所有的文件，不是直接在原文件修改的。它是进行了5步操作：

　　1.将原文件读取到内存。

　　2.在内存中进行修改，形成新的内容。

　　3.将新的字符串写入新文件。

　　4.将原文件删除。

　　5.将新文件重命名成原文件。

题目：将log文件内容中含有summer的，替换为spring

import os
with open('log',encoding='utf-8') as f1,\
    open('log.bak',encoding='utf-8',mode='w') as f2:
    content = f1.read()
    new_content = content.replace('summer','spring')
    f2.write(new_content)
os.remove('log')
os.rename('log.bak','log') 

这种方法，不好。如果文件比较大，内存直接爆掉。因为f1.read()是将文件所有内容写入内存中。

推荐做法：

import os
with open('log',encoding='utf-8',mode='r') as f1,\
        open('log.bak',encoding='utf-8',mode='w') as f2:
    for i in f1:
        new_i = i.replace('summer', 'spring')
        f2.write(new_i)

os.remove('log')
os.rename('log.bak','log')

这种方式，每次只占用一行。所有软件，都是执行这5步的。

不同模式打开文件的列表：

• r：以只读的方式打开文件，文件的指针将会放在文件的开头，为默认模式
• rb：以二进制格式打开一个文件用于只读，文件指针会在文件的开头
• r+：打开一个文件用于读写，文件指针将会在文件的开头
• rb+：以二进制格式打开一个文件用于读写，文件指针会放在文件的开头
• w：打开一个文件用于写入，如果该文件已存在则将会覆盖文件，如果不存在则创建新文件
• wb：以二进制打开一个文件用于写入
• w+：打开一个文件用于读写
• wb+：以二进制格式打开一个文件用于读写，如果文件存在则覆盖，如果不存在则创建新文件
• a：打开一个文件用于追加内容，如果文件已存在，文件指针会放在文件的结尾，如果不存在则创建新文件进行写入
• ab：以二进制格式打开一个文件用于追加写入
• a+：打开一个文件用于读写，如果该文件已存在，文件指针会放在结尾，文件打开时会是追加模式，该文件不存在则创建新文件
• ab+：以二进制格式打开一个文件用于追加。