Python开发【第六篇】：文件处理

1. 文件

  文件处理流程：

• 打开文件，获得文件句柄，并赋值
• 通过句柄对文件进行操作
• 关闭文件

1.1 打开文件

  在 Python 中使用 open（）函数打开文件，并返回文件对象：

open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)

  open 函数有很多参数，一般地只需了解三个即可。第一个是文件对象，第二个是打开模式，第四个是编码方式。

Tips：open 函数打开文件采用的默认编码方式是系统编码，Windows 为 GBK；若打开的文件是 utf-8，那么需要指定编码方式为 utf-8，否则乱码。

文件打开模式

打开模式	说明
r	只读方式打开（默认）
x	如果文件存在，打开引发异常
b	以二进制方式打开文件
+	可读写模式（可添加到其他模式中）
w	只写方式打开，会覆盖已存在文件
a	以写入模式打开，文件存在，在末尾追加
t	以文本模式打开（默认）
U	通用换行符支持

  使用 open 函数打开一个文件，可以获得文件对象（或句柄），利用文件对象，我们就可以对文件进行读取或 修改操作：

f = open('C:\\Users\\HJ\\Desktop\\a.txt')

Tips：open 函数默认以只读模式打开文本文件，即 rt 模式，打开二进制需要 b 模式。

1.1.1 文件对象方法

  打开文件后获得文件对象，利用文件对象的一些方法，我们可以对文件内容进行读取或修改。

文件对象方法

文件对象方法	说明
read（[n]）	读取文件（全部读取），以自己为单位读取
readable（）	判断文件是否可读，返回布尔值
readline（）	一次读取一行，默认换行，f.readline(),end=''不换行
readlines（）	读取所有内容，存成列表
write（str）	将字符串写入文件
writeable（）	判断文件是否可写
writelines（seq）	写入一个序列，元素必须是字符串
seek（offset，from）	在文件中移动文件指针
tell（）	返回当前在文件中的位置
close（）	关闭文件

1.1.2 with 关键字

  使用 open 函数打开文件，每次都需要关闭文件，很是麻烦。一旦没有关闭，文件就会有泄漏的风险。而 Python 为我们提供了一个关键字 with，不需要我们每次自己关闭文件，Python 内部会自动关闭。

with open('a.txt') as f:		# f 即为文件对象
	f.read()

  打开一个文件，并将内容写入另一个文件中：

with open('a.txt', 'r', encoding='utf-8') as f1,
	 open('b.txt', 'w', encoding='utf-8') as f2:
        data = f1.readlines()	# 存为列表
        f2.write(data[0])		# 只写入第一行

1.1.3 文件定位

  tell（）方法

  read 方法以 字节读取文件，不指定参数，默认全部读取，文件指针指向文件末尾。使用 tell 方法可以查看文件指针位置。

# test_file.txt
第一行
第二行

f = open('test_file',  encoding='utf-8', newline='')
data = f.readlines()
print(f.tell())
print(data)
f.close()

22
['第一行\r\n', '第二行\r\n']

  文件默认不显示 \r\n，每个汉字 3 个字节，总共 6 个汉字（即 18 个字节）。再加上两个 \r\n（即 4 个字节），总计 22 个字节，显然文件指针已经指向文件末尾。

Tips：在不同系统中换行符不同，Windows 中为 \r\n，Linux 中为\n。Python 为了更好地兼容其他平台，统一转换为 \n，要想查看真实的换行符，可在 open 函数中指定 newline = ''

  默认不显示换行符：

f = open('test_file',  encoding='utf-8')
print(f.read())
print(f.tell())

第一行
第二行
22

  使用 readlines()只能看到 \n：

f = open('test_file',  encoding='utf-8')
print(f.readlines())
print(f.tell)	

['第一行\n', '第二行\n']
22

  seek（）方法

  文件指针即用来定位光标所在，相当于一个书签，seek（）方法可以用来设置文件指针的位置，它的单位也是 字节。

seek(offset, from)
seek(3)		# 移动 3 个字节

  seek（）有两个参数：第一个 offset 为偏移量（即偏移字节），第二个 from 表示从哪个位置开始偏移，from 为三种模式：

• 0：表示从文件开头位置偏移
• 1：表示从当前位置偏移，必须以 rb 模式打开，最后再解码
• 2：表示从文件末尾开始偏移，必须以 rb 模式打开，最后再解码

  从文件开始位置偏移：

f = open('test_file',  encoding='utf-8')
print(f.tell())			# 文件刚打开时位置为 0
f.seek(10, 0)			# 偏移 10 个字节，即第一行 \r 的后面，那么剩下的还要 \n 和 第二行内容
print(f.tell())
print(f.read())
f.close()

0
10

第二行

  从当前位置偏移：

f = open('test_file', 'rb')
f.seek(3, 0)		# 移动 3 个字节
print(f.tell()) 	 # 3 位置
f.seek(3, 1)			# 在 3 位置，再移动 3 个字节
print(f.tell())
print(f.read().decode('utf-8'))
f.close()

3
6
行
第二行

  首先移动 3 个字节，再移动 3 个字节，指针到了第一行内容（第一行）中一的后面，再读取后面的内容。

  文件末尾偏移：

f = open('test_file', 'rb')
f.seek(-5, 2)
print(f.tell())
data = f.readlines()
print(data)
print(data[-1].decode('utf-8'))
f.close()

17
[b'\xe8\xa1\x8c\r\n']		# 二进制，需要解码
行

  访问文件的两种方式

  设置一个查看日志的程序（查看日志一般都是查看最新的，即文件最后位置的内容）。

  方法一：

  使用 readlines（）方法查看，缺点是需要全部将文件读取出来，加载到内存才能读取最后一行，消耗时间和内存。

f = open('a.txt', encoding='utf-8')
data = f.readlines()
print(data[-1])

  方法二：

  利用 seek（）方法，将文件指针移动到文件末尾，从文件末尾开始读取。

f = open('a.txt', 'rb')
for i in f:
    offs = -10
    while True:
        f.seek(offs, 2)
        data = f.readlines()
        if len(data) > 1:			# 大于 1 表示读了两行
            print('文件最后一行是：%s' % (data[-1]).decode('utf-8'))
            break
        offs *= 2		# 小于 1 表示没有最后一行没有读完，再将偏移量翻倍

1.2 文件写入

  写入文件必须是 w 或 a 模式打开文件，只能写入字符串，不能写入其他数据类型。

1.2.1 w、a 模式

  w 模式打开文件，文件存在则覆盖原有内容，文件不存在则新建。a 模式打开文件，文件追加到文件末尾：

f = open('a.txt', 'w', encoding='utf-8')
f.write('123\n')		# 要加换行
f.writelines(['45\n', '67\n'])		# 写入一个列表

1.2.2 + 模式

  +表示同时可以对文件进行读写操作。

模式	说明	模式	说明
r+	读写	w+	读写
x+	写读	a+	写读

1.2.3 b 模式

  b 模式以字节为单位打开文件，即可打开二进制文件（包括视频、图片、音频等），打开时不能指定编码方式。

  一个文件在未保存时，它是存在于内存中（字符串形式）。当要存储到硬盘上时，便需要编码成字节码（bytes），同理硬盘上的内容加载处理，需要解码（decode）成字符串（str）：

# a.txt
第一行

f = open('test_file', 'rb')
data = f.read()
print(data)
print(data.decode('utf-8'))

b'\xe7\xac\xac\xe4\xb8\x80\xe8\xa1\x8c\r\n\r\n'
第一行

  wb 、ab模式

  以二进制格式写入文件，会覆盖原文件。只能写入二进制文件，因此写入的字符串必须编码成二进制。

f = open('a.txt', 'wb')
f.write(bytes('你好\n', encoding='utf-8'))
#f.write('你好\n'。encode('utf-8'))

  以上两种方式都可以写入文件，ab 末尾则是在末尾追加。

1.2.4 其他文件对象方法

f.closed（）：判断文件是否关闭
f.encoding：查看文件打开的编码
f.flush（）：刷新（每过几秒自动保存）从内存到硬盘

1.3 总结

  open 函数打开文件六种模式r、r+、w、w+、a、a+的区别：

• r：只读
• r+：可读写，直接写入文件，则从文件开头开始写，覆盖原有内容。若先读后写则在文件末尾追加。
• w：只写，覆盖文件内容，文件不存在则新建
• w+：可读写，如果文件存在，则覆盖整个文件内容。不存在则新建。
• a：只写，从文件末尾追加内容，文件不存在则新建
• a+：可读写，从文件开头读取内容，从文件末尾添加内容