python文件操作等功能

1. 文件处理

1.1 引入

• 什么是文件

  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，一段视······ 这些都是文件。

• 文件分类

  • 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。

• 字节串类型

  • 概念 ： 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。
    

1.2 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。

1.2.1 打开文件

file_object = open(file_name, access_mode='r', buffering=-1，encoding=None)
功能：打开一个文件，返回一个文件对象。
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='UTF-8'  设置打开文件的编码方式，一般Linux下不需要
返回值：成功返回文件操作对象。

打开模式	效果
r	以读方式打开，文件必须存在
w	以写方式打开，文件不存在则创建，存在清空原有内容
a	以追加模式打开，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+

注意 ：

1. 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
2. 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。

1.2.2 读取文件

• 方法1

read([size])
功能： 来直接读取文件中字符。
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

注意：文件过大时候不建议直接读取到文件结尾，读到文件结尾会返回空字符串。

• 方法2

readline([size])
功能： 用来读取文件中一行
参数： 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

readlines([sizeint])
功能： 读取文件中的每一行作为列表中的一项
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)

1.2.3 写入文件

• 方法1

write(data)
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
参数：要写入的内容
返回值：写入的字符个数

注意： 如果需要换行要自己在写入内容中添加\n

• 方法2

writelines(str_list)
功能：接受一个字符串列表作为参数，将它们写入文件。
参数: 要写入的内容列表

1.2.4 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

• 方法

file_object.close()

• 好处

1. 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）。
2. 防止后面对这个对象的误操作。

1.2.5 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语句格式

with context_expression [as obj]:
    with-body

• with访问文件

with open('file','r+') as f:
    f.read()

注意 ： with语句块结束后会自动释放f所以不再需要close().

1.2.6 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。

  [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QeyZkIsd-1604489443913)(./img/buffer.jpg)]

• 作用

  1. 减少和磁盘的交互次数，保护磁盘。
  2. 提高了对文件的读写效率。

• 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

1. 缓冲区被写满
2. 程序执行结束或者文件对象被关闭
3. 程序中调用flush()函数

file_obj.flush()

1.2.7 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：

  1. r或者w方式打开，文件偏移量在文件开始位置
  2. a方式打开，文件偏移量在文件结尾位置

• 文件偏移量控制

  tell()
  功能：获取文件偏移量大小
  返回值：文件偏移量
  

  seek(offset[,whence])
  功能: 移动文件偏移量位置
  参数：offset  代表相对于某个位置移动的字节数。负数表示向前移动，正数表示向后移动。
       whence是基准位置的默认值为 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。
  

偏移量在文件结尾位置

• 文件偏移量控制

  tell()
  功能：获取文件偏移量大小
  返回值：文件偏移量
  

  seek(offset[,whence])
  功能: 移动文件偏移量位置
  参数：offset  代表相对于某个位置移动的字节数。负数表示向前移动，正数表示向后移动。
       whence是基准位置的默认值为 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