第四篇、Python文件处理

1、文件操作

1） 文件操作流程

a. 打开文件，得到文件句柄并赋值给一个变量
b. 通过句柄对文件进行操作
c. 关闭文件

f=open('a.txt','r',encoding='utf-8') # 1. 打开文件，得到文件句柄并赋值给一个变量，默认打开模式就为r。
                                     # 过程：由应用程序向操作系统发起系统调用open(...)，操作系统打开该文件，并返回一个文件句柄给应用程序，应用程序将文件句柄赋值给变量f
data=f.read()   # 2. 通过句柄对文件进行操作
f.close()       # 3. 关闭文件。回收操作系统级打开的文件

2） 使用with关键字来帮我们管理上下文，with语句可以自动帮我们调用close()方法：

with open('a.txt','w') as f:
    pass
with open('a.txt','r') as read_f,open('b.txt','w') as write_f:
    data=read_f.read()
    write_f.write(data)

3）注意事项

a.  打开一个文件包含两部分资源：操作系统级打开的文件+应用程序的变量。在操作完毕一个文件时，必须把与该文件的这两部分资源一个不落地回收，回收方法为：f.close()

f.close() # 回收操作系统级打开的文件
del f     # 回收应用程序级的变量，其中del f一定要发生在f.close()之后，否则就会导致操作系统打开的文件还没有关闭，白白占用资源，而python自动的垃圾回收机制决定了我们无需考虑del f，这就要求我们，在操作完毕文件后，一定要记住f.close()。

b.  f=open(...)是由操作系统打开文件，那么如果我们没有为open指定编码，那么打开文件的默认编码很明显是操作系统说了算了，操作系统会用自己的默认编码去打开文件，在windows下是gbk，在linux下是utf-8。若要保证不乱码，文件以什么方式存的，就要以什么方式打开。

f=open('a.txt','r',encoding='utf-8')

4) python2中的file()

在python3中操作文件只有一种选择，那就是open()，而在python2中则有两种方式：file()与open()，两者都能够打开文件，对文件进行操作，也具有相似的用法和参数，但是，这两种文件打开方式有本质的区别，file为文件类，用file()来打开文件，相当于这是在构造文件类，而用open()打开文件，是用python的内建函数来操作，我们一般使用open()打开文件进行操作，而用file当做一个类型，比如type(f) is file

2、打开文件的模式

文件句柄 = open('文件路径', '模式')

模式可以是以下方式以及他们之间的组合：

Character	Meaning
‘r'	open for reading (default)
‘w'	open for writing, truncating the file first
‘a'	open for writing, appending to the end of the file if it exists
‘b'	binary mode
‘t'	text mode (default)
‘+'	open a disk file for updating (reading and writing)
‘U'	universal newline mode (for backwards compatibility; should not be used in new code)

#1. 打开文件的模式有(默认为文本模式)：
r  只读模式【默认模式，文件必须存在，不存在则抛出异常】
w  只写模式【不可读；不存在则创建；存在则清空内容】
a  之追加写模式【不可读；不存在则创建；存在则只追加内容】

#2. 对于非文本文件，我们只能使用b模式，"b"表示以字节的方式操作（而所有文件也都是以字节的形式存储的，使用这种模式无需考虑文本文件的字符编码、图片文件的jgp格式、视频文件的avi格式）
rb
wb
ab
注：以b方式打开时，读取到的内容是字节类型，写入时也需要提供字节类型，不能指定编码

#3. 了解部分
"+" 表示可以同时读写某个文件
r+  读写【可读，可写】
w+  写读【可读，可写】
a+  写读【可读，可写】

x   只写模式【不可读；不存在则创建，存在则报错】
x+  写读【可读，可写】
xb

3、操作文件的方法

f.read()       # 读取所有内容，即整个文件,光标移动到文件末尾
f.readline()   # 读取一行内容,光标移动到第二行首部
f.readlines()  # 读取每一行内容,存放于列表中

f.write('1111\n222\n')                 # 针对文本模式的写,需要自己写换行符
f.write('1111\n222\n'.encode('utf-8')) # 针对b模式的写,需要自己写换行符
f.writelines(['333\n','444\n'])        # 文件模式
f.writelines([bytes('333\n',encoding='utf-8'),'444\n'.encode('utf-8')])   #b模式

f.readable()  # 文件是否可读，返回True or False。
f.writable()  # 文件是否可读，返回True or False。
f.closed      # 文件是否关闭，返回True or False。e.g.f = open("a.txt","w",encoding='utf-8')  print(f.closed) -- False
f.encoding    # 如果文件打开模式为b,则没有该属性，打印文件打开的编码。
f.flush()     # 立刻将文件内容从内存刷到硬盘
f.name
f.tell()      #光标所在的位置
newline='' #读取真正的换行符号

4、文件内光标移动

一: read(3)：

　　1. 文件打开方式为文本模式时，代表读取3个字符

　　2. 文件打开方式为b模式时，代表读取3个字节

二: 其余的文件内光标移动都是以字节为单位如seek，tell，truncate

注意：

　　1）seek有三种移动方式0，1，2，其中1和2必须在b模式下进行，但无论哪种模式，都是以bytes为单位移动的

seek(offset,whence=0)   移动文件读取指针到制定位置

　　     offset：开始的偏移量，也就是代表需要移动偏移的字节数。

　　     whence： 给offset参数一个定义，表示要从哪个位置开始偏移；0代表从文件开头算起，1代表开始从当前位置开始算起，2代表从文件末尾开始算起。当有换行时，会被换行截断。　

seek()：无返回值，故值为None

　　2） truncate是截断文件，所以文件的打开方式必须可写，但是不能用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。

truncate(n)：从文件的首行首字符开始截断，截断文件为n个字符；无n表示从当前位置起截断；截断之后n后面的所有字符被删除。其中win下的换行代表2个字符大小。

3） tell()：返回文件读取指针的位置

5、文件的修改

文件的数据是存放于硬盘上的，因而只存在覆盖、不存在修改这么一说，我们平时看到的修改文件，都是模拟出来的效果，具体的说有两种实现方式：

方式一：将硬盘存放的该文件的内容全部加载到内存，在内存中是可以修改的，修改完毕后，再由内存覆盖到硬盘（word，vim，nodpad++等编辑器）

硬盘 ---- 内存 ---- 硬盘

import os

with open('a.txt') as read_f,open('.a.txt.swap','w') as write_f:
    data=read_f.read() #全部读入内存,如果文件很大,会很卡
    data=data.replace('alex','SB') #在内存中完成修改

    write_f.write(data) #一次性写入新文件

os.remove('a.txt')
os.rename('.a.txt.swap','a.txt') 

方式二：将硬盘存放的该文件的内容一行一行地读入内存，修改完毕就写入新文件，最后用新文件覆盖源文件

硬盘 ---- 内存 ---- 新文件

import os

with open('a.txt') as read_f,open('.a.txt.swap','w') as write_f:
    for line in read_f:
        line=line.replace('alex','SB')
        write_f.write(line)

os.remove('a.txt')
os.rename('.a.txt.swap','a.txt')

【参考文献】

http://www.cnblogs.com/linhaifeng/articles/5984922.html