【Python】高级笔记第一部分：文件读写和正则表达式
全系列导航见：Python教程整理
🍀碎碎念🍀
Hello米娜桑，这里是英国留学中的杨丝儿。我的博客的关键词集中在算法、机器人、人工智能、数学等等，点个关注吧，持续高质量输出中。
🌸唠嗑QQ群：兔叽的魔术工房 (942848525)
⭐️B站账号：杨丝儿今天也在科学修仙（UP主跨站求个关注）
🌟数据处理概述
数据处理的基本目的是从大量的、可能是杂乱无章的、难以理解的数据中抽取并推导出对于某些特定的人们来说是有价值、有意义的数据。当下数据处理贯穿于社会生产和社会生活的各个领域。数据处理技术的发展及其应用的广度和深度，极大地影响了人类社会发展的进程。数据处理也是大数据，数据分析等后续科学的基本环节。
🌟基本概念
数据 ： 能够输入到计算机中并被识别处理的信息集合。
数据存储的发展阶段：
- 人工管理阶段：人为管理，没有固定的格式和存储方法，容易混乱。
- 文件管理阶段 ：数据可以长期保存，存储数据量大，使用简单。
- 数据库管理阶段：高效，可以存储更大量数据，便于管理，更加专业。
🌟文件处理
⭐️概述
文件是保存在持久化存储设备(硬盘、U盘、光盘…)上的一段数据，一个文本，一个py文件，一张图片，视频音频等这些都是文件。主要有以下两种类别：
- 文本文件：打开后会自动解码为字符，如txt文件，word文件，py程序文件。
- 二进制文件：内部编码为二进制码，无法通过文字编码解析，如压缩包，音频，视频，图片等。
在python3中引入了 字节串 的概念，与str不同，字节串以字节序列值表达数据，更方便用来处理二进程数据。
字符串与字节串相互转化方法
- 普通的英文字符字符串常量可以在前面加b转换为字节串，例如：
b'hello'- 变量或者包含非英文字符的字符串转换为字节串方法 ：
str.encode()- 字节串转换为字符串方法 :
bytes.decode()注意：python字符串用来表达utf8字符，因为并不是所有二进制内容都可以转化为utf8字符，所以不是所有字节串都能转化为字符串，但是所有字符串都能转化成二进制，所以所有字符串都能转换为字节串。
⭐️文件读写操作
使用程序操作文件，无外乎对文件进行读或者写
- 读 ：即从文件中获取内容
- 写 ：即修改文件中的内容
对文件实现读写的基本操作步骤为：打开文件，读写文件，关闭文件。
✨打开文件
功能：打开一个文件，返回一个文件对象。
file_object = open(file_name, access_mode='r', buffering=-1，encoding=None)
- 参数：
- file_name： 文件名；
- access_mode： 打开文件的方式,如果不写默认为‘r’
- buffering： 1表示有行缓冲，默认则表示使用系统默认提供的缓冲机制。
- encoding：设置打开文件的编码方式，如 ‘UTF-8’。一般Linux下不需要，Windows需要。
- 返回值：成功返回文件操作对象。
注意：以二进制方式打开文件，读取内容为字节串，写入也需要写入字节串。
小贴士：无论什么文件都可以使用二进制方式打开，但是二进制文件则不能以文本方式打开，否则后续读写会报错。
| 打开模式 | 效果 |
|---|---|
| r | 以只读方式打开，文件必须存在 |
| w | 以只写方式打开，文件不存在则创建，存在清空原有内容 |
| a | 以 (只) 追加模式打开，文件不存在则创建，存在则继续进行写操作 |
| r+ | 以读写模式打开，文件必须存在 |
| w+ | 以读写模式打开文件，不存在则创建，存在清空原有内容 |
| a+ | 追加并可读模式，文件不存在则创建，存在则继续进行写操作 |
| rb | 以二进制读模式打开 同r |
| wb | 以二进制写模式打开 同w |
| ab | 以二进制追加模式打开 同a |
| rb+ | 以二进制读写模式打开 同r+ |
| wb+ | 以二进制读写模式打开 同w+ |
| ab+ | 以二进制读写模式打开 同a+ |
文件打开代码示例：open_file.py
# 读方式打开文件
file = open("../day02/2.txt","r")
# 写方法打开
file = open("file.txt","w") # 清除原来内容
file = open("file.txt","a") # 不会清除原来内容
# 操作文件
···
# 关闭
file.close()
✨读取文件
-
方法1
功能： 来直接读取文件中字符（字符包括换行符和缩进符）。
read([size])- 参数： 如果没有给定size参数（默认值为-1）或者size值为负，文件将被读取直至末尾，给定size最多读取给定数目个字符（字节）。
- 返回值： 返回读取到的内容。读到文件结尾如果继续进行读操作会返回空字符串，可以根据这个信息判断读取结束。
注意：文件过大时候不建议直接读取到文件结尾，占用内存较多，效率较低。
-
方法2
功能： 用来读取文件中一行。
readline([size])- 参数： 类似read函数。如果没有给定size参数（默认值为-1）或者size值为负，表示读取一行，给定size表示最多读取制定的字符（字节）。
- 返回值： 返回读取到的内容
-
方法3
功能： 读取文件中的每一行作为列表中的一项。
readlines([sizeint])- 参数： 如果没有给定size参数（默认值为-1）或者size值为负，文件将被读取直至末尾，给定size表示读取到size字符所在行为止。
- 返回值： 返回读取到的内容列表
-
方法4
文件对象本身也是一个可迭代对象，在for循环中可以迭代文件的每一行。
for line in f: print(line)
✨写入文件
-
方法1
功能: 把文本数据或二进制数据块的字符串写入到文件中去
write(data)- 参数：要写入的内容
- 返回值：写入的字符个数
注意： 所有的格式都需要使用字符添加。例如：需要换行要在写入内容中添加
\n。 -
方法2
功能：接受一个字符串列表作为参数，将它们写入文件。
writelines(str_list)- 参数: 要写入的内容列表
✨关闭文件
打开一个文件后我们就可以通过文件对象对文件进行操作了，当操作结束后可以关闭文件操作
file_object.close()
- 可以销毁对象节省资源，（当然如果不关闭程序结束后对象也会被销毁）。
- 防止后面对这个对象的误操作。
✨with操作
python中的with语句也可以用于访问文件，在语句块结束后会自动释放资源。
with context_expression [as obj]:
with-body
with访问文件。语句块结束后会自动释放f所以不再需要close().
with open('file','r+') as f:
f.read()
✨读写缓冲区
-
定义
系统自动的在内存中为每一个正在使用的文件开辟一个空间，在对文件读写时都是先将文件内容加载到缓冲区，再进行读写。
-
作用
- 减少和磁盘的交互次数，保护磁盘。
- 提高了对文件的读写效率。（次次从硬盘读写，速度太慢了）
-
缓冲区设置
类型 设置方法 注意事项 系统自定义 buffering=-1 行缓冲 buffering=1 当遇到\n时会刷新缓冲 指定缓冲区大小 buffering=[>1] 必须以二进制方式打开 -
刷新缓冲区条件
- 缓冲区被写满
- 程序执行结束或者文件对象被关闭
- 程序中调用flush()函数，主动刷新缓冲区。
file_obj.flush()
✨文件偏移量
-
定义
打开一个文件进行操作时系统会自动生成一个记录，记录每次读写操作时所处的文件位置，每次文件的读写操作都是从这个位置开始进行的。
注意：
- r或者w方式打开，文件偏移量在文件开始位置
- a方式打开，文件偏移量在文件结尾位置
-
文件偏移量控制
功能：获取文件偏移量大小
tell()- 返回值：文件偏移量
功能: 移动文件偏移量位置
seek(offset [,whence])- 参数1：offset 代表相对于基准位置移动的字节数。负数表示向前移动，正数表示向后移动。
- 参数2：whence 设置基准位置为0/1/2。默认值为 0，代表从文件开头算起。1代表从当前位置算起，2 代表从文件 末尾算起。
注意：必须以二进制方式打开文件时，基准位置才能是1或者2
⭐️os模块
os模块是Python标准库模块，包含了大量的文件处理函数。
-
获取文件大小
os.path.getsize(file) 功能： 获取文件大小 参数： 指定文件 返回值： 文件大小 -
查看文件列表
os.listdir(dir) 功能： 查看文件列表 参数： 指定目录 返回值：目录中的文件名列表 -
判断文件是否存在
os.path.exists(file) 功能： 判断文件是否存在 参数： 指定文件 返回值： 布尔值 -
删除文件
os.remove(file) 功能： 删除文件 参数： 指定文件
1922
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
