Python全栈之路----文件处理

文件操作分为读、写、修改，我们先从读开始

f = open(file = 'D:/工作日常/ABCD.txt',mode = 'r',encoding = 'utf-8') #file 是文件路径 mode = 'r' 是只读模式，encoding是文件使用的编码
f = open(file ='D:/工作日常/ABCD.txt',mode = 'rb') #读出来是二进制格式，只是给机器看，用于网络传输
data = f.read()
f.close

 智能监测编码

原理：gbk两个字节表示一个字符，utf-8三个字节表示一个字符。所以，一段拥有十个字节的编码不可能是utf-8。

import chardet #需要从第三方工具箱单独安装

f = open('log', mode='rb')
data = f.read()
f.close()

result = chardet.detect(open('log', mode = 'rb').read())
print(result)

写模式操作文件

f = open('Mary.text', 'r', encoding = 'gbk')

for line in f: #一次取一行
    print(line) #print本身自带换行，所以输出结果在每两行之间会多一行空行

f.close()

写文件  w：创建，会清空之前文件的所有内容

f = open(file='D:\电视剧.txt',mode='w',encoding='gbk')  #创建一个新文件，写入
f.write('倾城之恋')
f.close()

f = open('电视剧2.txt','wb')  #在pycharm的目录下，创建一个新文件，写入
f.write('倾城之恋'.encode('gbk'))   #写入之后，需要用’gbk‘编码才能打开
f.close()

f = open('电视剧2.txt','wb')
f.write('蓝色生死恋'.encode('gbk'))   #清空原来的重新输入
f.close()

追加模式操作文件  a

f = open('电视剧.txt','a',encoding='gbk')  #在原文件内容后进行添加
f.write('\t蓝色生死恋')
f.close()

 混合操作文件

f = open('电视剧.txt','r+',encoding='gbk')    #读写模式，相当于以读的方式打开，支持追加内容
data = f.read()  #可以读内容
print(data)  #print("content",data)
f.write('  何以笙箫默')  #可以写  f.write("\n new line")  此时光标移动到了最后，无可读内容
print(f.read())  #print("new content",f.read())  故，print为空
f.close()

f = open('电视剧.txt','w+',encoding='gbk')  #写读模式，相当于以创建的方式打开文件
data = f.read()  #可以读内容
print(data)  #print("content",data)
f.write('  何以笙箫默')  #可以写  f.write("\n new line")  文件里只有新写的内容，原内容已被清空
print(f.read())  #print("new content",f.read())
f.close()AAAF

文件操作的其他方法

def fileno(self,*args,**kwargs):  # real signature unknown
    #返回文件句柄在内核中的索引值，以后做I0多路复用(网络编程)时可以用到
def flush(self,*args,**kwargs):  # real signature unknown
    #把文件从内存buffer里强制刷新到硬盘

f = open('电视剧.txt','w')
f.write('花间提壶方大厨')
f.flush() #避免了因临时断电而产生已打印出的文字消失的情况

def readable(self,*args,**kwargs):  # real signature unknown
    #判断是否可读  linux里一切皆文件，即使是网卡驱动也是文件，但网卡驱动不可读，一般用不到。'w'也不可读
def readline(self,*args,**kwargs):  # real signature unknown
    #只读一行，遇到 \r or \n 为止
def seek(self,*args,**kwargs):  # real signature unknown
    #把操作的光标移到指定位置
    #*注意seek的长度是按字节算的，字符编码存每个字符所占的字节长度不一样
    #如“路飞学城”用gbk存是2个字节一个字，用utf-8是3个字节一个字，
    #因此，以gbk打开时，seek(4)就会把光标切换到第四个字节之后的位置，但如果是utf-8，seek(4)会导致，拿到了“飞”这个字的一部分字节，打印的话会报错，
　　 #因为处理剩下的文本时发现用这个会出错

f.seek(0)  #返回文件开头

def seekable(self,*args,**kwargs):  # real signature unknown
    #判断文件是否可进行seek操作  linux上一切皆文件，终端也是文件，但是不能进行seek操作
def tell(self,*args,**kwargs):  # real signature unknown
    #返回当前文件操作光标的位置
def truncate(self,*args,**kwargs):  # real signature unknown
    #按指定长度截断文件
    #*指定长度的话，就从文件开头开始截断指定长度，不指定长度的话，就从当前位置到文件尾部的内容全部去掉

f.truncate(n)  #从文件开头开始截取长度为n的部分

def writable(self,*args,**kwargs):  # real signature unknown
    #判断文件是否可写

tell和seek找的是字节，read找的是字符

文件修改操作

f = open("电视剧.txt", 'r+', encoding = 'gbk')  #只能覆盖，不能后移
f.seek(6)
f.write("[路飞学城 luffycity]")  #因为英文字符占位和中文不一样，可能会出现乱码
f.close()

多数电脑修改文件都是把文件从硬盘提到内存，这样面临的问题就是，内存如果不够大，文件就无法完全修改，同时，如果突然断电，会失去所有修改信息。

还有一种占硬盘的修改方式是，在硬盘里创建一个新文件，从原文件里提取出一条一条的信息，检测是否需要修改，如果需要就修改后放到新文件里，不需要就直接放到新文件里。

import os

f_name = '电视剧.txt'
f_new_name = '%s.new'%f_name

old_str = '蓝色'
new_str = '蓝色生死恋'

f = open(f_name,'r',encoding='gbk')
f_new = open(f_new_name,'w',encoding='gbk')

for line in f:
    if old_str in line:
        line = line.replace(old_str,new_str)

    f_new.write(line)

f.close()
f_new.close()

os.rename(f_new_name,f_name)