python基础（四）文件操作和集合

一.文件操作

对文件的操作分三步：

1、打开文件获取文件的句柄，句柄就理解为这个文件

2、通过文件句柄操作文件

3、关闭文件。

1.文件基本操作：

• f = open('file.txt','r') #以只读方式打开一个文件，获取文件句柄，如果是读的话，r可以不写，默认就是只读,
• 在python2中还有file方法可以打开文件，python3中file方法已经没有了，只有open
• frist_line = f.readline()#获取文件的第一行内容，返回的是一个list
• print(frist_line)#打印第一行
• res = f.read()#获取除了第一行剩下的所有文件内容，文件句柄发生了变化
• print(res)
• f.close()#关闭文件

2.文件打开模式：

    r:只读，不加模式默认为r
    w:只写，[不可读，不存在则创建，存在则删除内容]
    a:追加，[不可读，不存在则创建，存在则只追加内容]

"+" 表示可以同时读写某个文件
    r+ :读写--可读、可写、可追加，如果打开的文件不存在的话，会报错
    w+ :写读--先创建文件，再写(在原文件上的修改都是覆盖操作)
    a+ :追加读--默认打开句柄在末尾，读取需先seek(0)指定位置，一写句柄就到末尾了
    #r和w，seek指定句柄可以覆盖修改，a+指定句柄也是追加

"U"表示在读取时，可以将 \r \n \r\n自动转换成 \n （与 r 或 r+ 模式同使用）
    rU
    r+U
    # windows上换行符为 \r\n

"b"表示处理二进制文件
    rb：二进制文件读
    wb：二进制文件写
    ab：追加二进制
# 文件存在硬盘上都是二进制，前边说encoding='utf-8'是指把二进制转换成utf-8编码打开，
# 而“b”是指，不用转换编码，我直接读取二进制

3.文件操作：

f = open("1.txt", 'r', encoding="utf-8")
# encoding="utf-8"，utf-8编码打开文件，windows下默认gbk打开
f.readline()            # 读一行，字符串
f.readable()            # 判断文件是否可读
f.writable()            # 判断文件是否可写
f.encoding()            # 打印文件的编码
f.read()                # 读取文件句柄到结束所有内容，大文件时不要用，因为会把文件内容都读到内存中
f.readlines()           # 读取文件所有内容，返回一个list，元素是每行的数据，大文件时不要用
f.write("天安门")        # 写入内容，r和w模式，为句柄处覆盖写入，a模式写到最后
f.writelines(['zhangsan']，['李四'])   #将一个列表写入文件中
f.flush()               # 强制刷新（默认缓冲区满了存入磁盘）
f.close()               # 文件关闭
f.closed()              # 判断文件是否关闭

f.read(5)               # 读取5个字符
f.tell()                # 查看文件句柄位置。按照字符计数
f.seek(0)               # 移动文件句柄到第0个字符位置

f.encoding              # 文件编码
f.truncate()            # 什么不写清空文件
f.truncate(10)          # r模式截断出前10个字符，其他模式还是清空

大文件时，读取文件高效的操作方法：
用上面的read()和readlines()方法操作文件的话，会先把文件所有内容读到内存中，这样的话，内存数据一多，非常卡，高效的操作，就是读一行操作一行，读过的内容就从内存中释放了
f = open('file.txt')
for line in f: # f 变成了迭代器 
　　print(line) # 判断行的话，需自己加个计数器

4.文件内容修改 
前面说的文件修改，只是对原内容覆盖，并不会插入内容，原内容往后移，因为这样有可能就把其他文件覆盖了，文件发生损坏。so： 
文件修改两个办法： 
　　1. 加载到内存，内存修改，覆盖写回 
　　2. 另打开一个文件，修改完写到新文件中

with open("test", 'r+', encoding='utf-8') as fr
   res = fr.read()
　　new_res = res.replace('我','me')
　　fr.write(new_res)

with open("test", 'r', encoding='utf-8') as f, \
    open("test.tmp", 'w', encoding='utf-8') as f_new:
    for line in f:
        if "聚焦头条" in line:
            line = line.replace("聚焦头条","fgf")
        f_new.write(line)

# os.path.exists("test.bak")  判断文件是否存在
# os.remove("test.bak")       删除文件
# os.rename(test.tmp, test)   重命名

5.文件关闭（with语句） 
为了避免打开文件后忘记关闭，可以通过管理上下文，即：

with open('log') as f:
    pass

如此方式，当with代码块执行完毕时，内部会自动关闭并释放文件资源。 
在Python 2.7 后，with又支持同时对多个文件的上下文进行管理

二.集合

集合也是一种数据类型，一个类似列表的东西，特点是一个无序的，不重复的数据组合，它的主要作用如下：

• 去重，把一个列表变成集合，就自动去重了
• 关系测试，测试两组数据之前的交集、差集、并集等关系

1、常用操作

去重
    list_1 = [1,1,2,3,4,5,6,6,7,7,8,8,9,9,3]
    set_1 = set(list_1)
    >>> set_1
    {1, 2, 3, 4, 5, 6, 7, 8, 9}
    # 集合用{}表示
交集
    set_2 ={0,2,3,4}
    set_1.intersection(set_2)
　　set_1&set_2
并集：
    set_1.union(set_2)
　　set_1 | set_2
差集：
    set_1.difference(set_2)
　　set_1 - set_2
    # in set_1 but not in set_2
子集：
    set_1.issubset(set_2) #判断set_1是不是set_2的子集
父集：
    set_1.issuperset(set_2) #判断set_1是不是set_2的父集

对称差集：(并集去除交集，即并集和交集的差集) 输出2个列表都没有的值
　　set_1.symmetric_difference(set_2)    即(set_1 | set_2) - (set_1 & set_2) 
    set_1 ^ set_2
判断有没有交集，无交集，返回True 
　　set_1.isdisjoint(set_2)

2、符号操作

    & : 交集        intersection
    | ：并集        union
    - ：差集        difference
    s <= t ：子集   issubset
    s >= t ：父集   issuperset
    ^ ：对称差集    symmetric_difference

3、集合增删改查

添加：
    set_1.add(99)
批量添加
    set_1.update([1,2,3,4])
删除：
    set_1.remove('h')  # 没有则报错
    set_1.discard(99)  # 在则删除，不在就不操作。无返回信息
随机删:
    set_1.pop()
长度：
    len(set_1)
是否属于判断
    s in set_1  # (判断成员在不在都是这么写，字典中判断key)
返回 set “s”的一个浅复制
    s.copy()