Python进阶4---Python的文件IO

 文件操作

体存储单元，包括随机存储器（RAM），只读存储器（ROM），以及高速缓存（CACHE）。只不过因为RAM是其中最重要的存储器。
通常所说的内存即指电脑系统中的RAM。RAM要求每时每刻都不断地供电，否则数据会丢失。
如果在关闭电源以后RAM中的数据也不丢失就好了，这样就可以在每一次开机时都保证电脑处于上一次关机的状态，而不必每次都重新启动电脑，重新打开应用程序了。
但是RAM要求不断的电源供应，那有没有办法解决这个问题呢?随着技术的进步，人们想到了一个办法，即给RAM供应少量的电源保持RAM的数据不丢失，这就是电脑的
休眠功能，特别在Win2000里这个功能得到了很好的应用，休眠时电源处于连接状态，但是耗费少量的电能。

文件IO常用操作

打开操作

open的参数

file

mode***

a

字符流：<_io.TextIOWrapper name='test1' mode='r+' encoding='cp936'>
字节流：<_io.BufferedRandom name='test1'>

注意在windows(cp936:双字节编码)下面以二进制读取文件和在linux(utf-8::三字节编码)下面以二进制读取文件时因为编码格式不同，其读取出来的数据也会不同。

上述原因与文件指针有关！

 文件指针***

文件指针，指向当前字节位置

seek无论是在二进制模式下还是在文本模式下，seek指的都是偏移字节！

buffering:缓冲区

-1表示使用缺省大小的buffering，如果是二进制模式，使用io.DEFAULT_BUFFER_SIZE，默认是4096。
缓冲是一个可选的整数，用于设置缓冲策略。传递0以关闭缓冲(仅在二进制模式下允许)，1选择行缓冲(仅在文本模式下可用)，以及整数>1以字节表示固定大小块缓冲区的大小。
二进制文件以固定大小的块缓冲;在许多系统上，缓冲区通常是4096或8192字节长。 

一般来说，默认缓冲区大小是个比较好的选择，除非明确知道，否则不调整它。
一般编程中，明确知道需要写磁盘了，都会手动调用一次flush，而不是等到自动flish或者close的时候。

 encoding:编码,仅文本模式下使用

其他参数

read

#文本模式
f = open('tttt','r+')
f.write("magedu")
f.write("妈个教育")
f.seek(0)
print(f.tell())#
print(f.read(7))#   magedu妈
print(f.tell())#
f.close()
#二进制
f = open('tttt','rb+')
f.write(b"magedu")
f.read(7)
print(f.tell())#
f.read(1)
print(f.tell())#
f.close()

行读取

write

close

其他

 上下文管理

在Linux中，执行

 

 上下文管理

另一种写法

练习1

#下面是最简单的一种拷贝，但是只是拷贝了原文件的内容！
with open('test.txt',encoding='utf-8') as f1:
    with open('test2.txt','w',encoding='utf-8') as  f2:
        s = f1.read()
        f2.write(s)

练习2

#初步思想:常规统计方法
def wordcount2(file='test2.txt'):
    chars='''~!@#$%^&*()_+{}[]|\\/"';:=.,<>'''
    charset = set(chars)

    with open(file,encoding='utf-8') as f:
        wordcount={}
        for line in f:
            words = line.split()
            # for k,v in zip(words,(1,)*len(words)):同下
            for k,v in map(lambda x:(x,1),words):
                k = k.strip(chars)
                if len(k)<1:
                    continue
                k = k.lower()
                #处理一些特殊的分隔符，如 c:foo ==> c,foo; 3.5.3 ==> 3,5,3; a///b ==> a,b
                start = 0
                for i,value in enumerate(k):#i=1 start=0
                    if value in charset:
                        if start == i:
                            start += 1
                            continue
                        key = k[start:i]
                        wordcount[key] = wordcount.get(k, 0) + 1
                        start = i+1
                else:
                    key = k[start:]
                    wordcount[key] = wordcount.get(k, 0) + 1

    #按照TOP N 排序得到前十的单词
    lst = sorted(wordcount.items(),key=lambda x:x[1],reverse=True)
    for i in range(10):
        print(str(lst[i]))#.strip("'()").replace("'",""))
    return lst