python 基础 day9文件与文件系统

文件

关于文件，它有两个关键属性，分别是“文件名”和“路径”。其中，文件名指的是为每个文件设定的名称，而路径则用来指明文件在计算机上的位置。例如，我的 Windows 7 笔记本上有一个文件名为 projects.docx（句点之后的部分称为文件的“扩展名”，它指出了文件的类型），它的路径在D:\demo\exercise，也就是说，该文件位于 D 盘下 demo 文件夹中 exercise 子文件夹下。

绝对路径和相对路径

• 当前工作目录
  每个运行在计算机上的程序，都有一个“当前工作目录”（或 cwd）。所有没有从根文件夹开始的文件名或路径，都假定在当前工作目录下。但是，虽然文件夹是目录的更新的名称，但当前工作目录（或当前目录）是标准术语，没有当前工作文件夹这种说法。

在 Python 中，利用 os.getcwd() 函数可以取得当前工作路径的字符串，还可以利用 os.chdir()
改变它。

• 绝对路径与相对路径
• 绝对路径：总是从根文件夹开始，Window 系统中以盘符（C：、D：）作为根文件夹，而 OS X 或者 Linux 系统中以 /
  作为根文件夹。
• 相对路径：指的是文件相对于当前工作目录所在的位置。例如，当前工作目录为 “C:\Windows\System32”，若文件demo.txt 就位于这个 System32 文件夹下，则 demo.txt 的相对路径表示为 “.\demo.txt”（其中 .\就表示当前所在目录）。
• python处理绝对路径与相对路径
  Python os.path 模块提供了一些函数，可以实现绝对路径和相对路径之间的转换，以及检查给定的路径是否为绝对路径
• 调用 os.path.abspath(path) 将返回 path 参数的绝对路径的字符串，这是将相对路径转换为绝对路径的简便方法。
• 调用 os.path.isabs(path)，如果参数是一个绝对路径，就返回 True，如果参数是一个相对路径，就返回 False。
• 调用 os.path.relpath(path, start) 将返回从 start 路径到 path 的相对路径的字符串。如果没有提供
  start，就使用当前工作目录作为开始路径。
• 调用 os.path.dirname(path) 将返回一个字符串，它包含 path 参数中最后一个斜杠之前的所有内容；调用os.path.basename(path) 将返回一个字符串，它包含 path 参数中最后一个斜杠之后的所有内容。

打开文件

在python中使用open()打开文件并返回文件对象，基本语法：

file = open(file_name [, mode[, buffering]])

• file_mode：要创建或打开文件的文件名称，该名称要用引号（单引号或双引号都可以）括起来。需要注意的是，如果要打开的文件和当前执行的代码文件位于同一目录，则直接写文件名即可；否则，此参数需要指定打开文件所在的完整路径。
• mode：可选参数，用于指定文件的打开模式。可选的打开模式如表 1 所示。如果不写，则默认以只读（r）模式打开文件。
• buffing：可选参数，用于指定对文件做读写操作时，是否使用缓冲区.

文件打开模式，直接决定了后续可以对文件做哪些操作

f=open('record.txt','w')

使用 open() 打开文件时，默认采用 GBK 编码。但当要打开的文件不是 GBK 编码格式时，可以在使用 open() 函数时，手动指定打开文件的编码格式

f=open('record.txt','w',encoding="utf-8")
print(f)#<_io.TextIOWrapper name='record.txt' mode='w' encoding='utf-8'>

• open()是否使用缓冲区
• 计算机外设（比如硬盘、网络）的 I/O 速度远远低于访问内存的速度，而程序执行 I/O
  时要么将内存中的数据写入外设，要么将外设中的数据读取到内存，如果不使用缓冲，就必须等外设输入或输出一个字节后，内存中的程序才能输出或输入一个字节，这意味着内存中的程序大部分时间都处于等待状态
• 内存中程序的读写速度很快，如果不使用缓冲，则程序必须等待外设进行同步读写。打个形象的比喻，就像在一条堵车的马路上开着跑车，必须等前面的车开一点，跑车才能前进一点。
• 在打开缓冲之后，当程序执行输出时，程序会先将数据输出到缓冲区中，而不用等待外设同步输出，当程序把所有数据都输出到缓冲区中之后，程序就可以去干其他事情了，留着缓冲区慢慢同步到外设即可；反过来，当程序执行输入时，程序会先等外设将数据读入缓冲区中，而不用等待外设同步输入。

open()文件对象常用的属性

成功打开文件之后，可以调用文件对象本身拥有的属性获取当前文件的部分信息

• file.closed：判断文件是否己经关闭。
• file.mode：返回被打开文件的访问模式。
• file.name：返回文件的名称。

f=open('record.txt','w',encoding="utf-8")
print(f.encoding)#utf-8
print(f.mode)#w
print(f.closed)#False
print(f.name)#record.txt

文件对象的方法

文件的对象的方法	执行操作
close()	关闭文件
read(size=-1)	从文件读取size个字符，当未给定size或给定负值的时候，读取剩余的所有字符，然后作为字符串返回
readine()	从文件中读取一整行字符串
write(str)	将字符串str写入文件
writelines(seq)	向文件写入字符串序列seq，seq应该是一个返回字符串的可迭代对象
seek(offsets,from)	在文件中移动文件指针，从from（0代表文件起始位置，1代表当前位置，2代表文件末尾）偏移offset个字节
tell()	返回当前在文件中的位置

文件的关闭

close()用来关闭文件，python拥有垃圾收集机制，会在文件对象的引用计数降至零的时候自动关闭文件

文件的读取与定位

文件的读取方法有许多，可以使用文件对象的read()和readline()方法，也可以直接使用list(f),或者使用迭代来读取

read()是按字节为单位读取，如果不设置参数，那么会全部读取出来，文件指针指向文件末尾。tell()方法可以告诉你当前文件指针的位置：

• read()函数抛出UnicodeDecodeError异常的解决方法

f=open('record.txt', 'r', True)
print(f.read())#UnicodeDecodeError: 'gbk' codec can't decode byte 0xa2 in position 8: illegal multibyte sequence
f.close()

当使用 open() 函数打开文本文件时，默认会使用当前操作系统的字符集，比如 Windows 平台，open() 函数默认使用 GBK 字符集。因此，上面程序读取的 a.txt 也必须使用 GBK 字符集保存；否则，程序就会出现UnicodeDecodeError错误。

如果要读取的文件所使用的字符集和当前操作系统的字符集不匹配，则有两种解决方式：

• 使用二进制模式读取，然后用 bytes 的 decode() 方法恢复成字符串。
• 利用 codecs 模块的 open() 函数来打开文件，该函数在打开文件时允许指定字符集。

下面程序使用二进制模式来读取文本文件

# 指定使用二进制方式读取文件内容，a.txt 以 utf-8 编码存储
f=open('record.txt', 'rb', True)
# 直接读取全部文件，并调用bytes的decode将字节内容恢复成字符串
print(f.read().decode('utf-8'))#我喜欢你就像你喜欢着我
f.close()

上面程序在调用 open() 函数时，传入了 rb 模式，这表明采用二进制模式读取文件，此时文件对象的 read() 方法返回的是 bytes 对象，程序可调用 bytes 对象的 decode() 方法将它恢复成字符串。由于此时读取的 a.txt 文件是以 UTF-8 的格式保存的，因此程序需要使用 decode() 方法恢复字符串时显式指定使用 UTF-8 字符集

下面程序使用 codes 模块的 open() 函数来打开文件，此时可以显式指定字符集

# 指定使用二进制方式读取文件内容，a.txt 以 utf-8 编码存储
import codecs
#指定使用utf-8 字符集读取文件内容
f = codecs.open("record.txt", 'r', 'utf-8', buffering=True)
while True:
    #每次读取一个字符
    ch = f.read(1)
    #如果没有读取到数据，则跳出循环
    if not ch : break
    #输出ch
    print (ch, end='')
f.close()
#我喜欢你就像你喜欢着我

上面程序在调用 open() 函数时显式指定使用 UTF-8 字符集，这样程序在读取文件内容时就完全没有问题了。

• readline()和readlines()
  逐行读取只适应于以文本个是打开的文件，因为只有文本才有行的概念，但是二进制文件是没有的readline()用来读取一行的内容，readlines()读取所用行的内容

和 read() 函数一样，此函数成功读取文件数据的前提是，使用 open() 函数指定打开文件的模式必须为 r（只读模式）或r+（读写模式）。

readline()的基本格式：
file.readline([size]
size为可选参数，用于指定读取每一行时，一次最多读取的字符数。

readline() 函数在读取文件中一行的内容时，会读取最后的换行符“\n”，再加上 print() 函数输出内容时默认会换行，所以输出结果中会看到多出了一个空行。

readlines()的基本语法
file.readlines()
其中，file 为打开的文件对象。和 read()、readline() 函数一样，它要求打开文件的模式使用 r（只读）或者 r+（读写）

文件的写入

使用write() 函数，可以向文件中写入指定内容。

注意，在使用 write() 向文件中写入数据，需保证使用 open() 函数是以 r+、w、w+、a 或 a+ 的模式打开文件，否则执行 write() 函数会抛出 io.UnsupportedOperation 错误。

但是注意使用"w"时，此前文件的内容会被全部删除，如果是在原文件后添加内容，使用"a"

• writelines()
  writelines() 函数，可以实现将字符串列表写入文件中。

注意，写入函数只有 write() 和 writelines() 函数，而没有名为 writeline 的函数。

以 a.txt 文件为例，通过使用 writelines() 函数，可以轻松实现将 a.txt 文件中的数据复制到其它文件中

f=open("record.txt","r",1)
n=open('b.txt','w')
n.writelines(f.readlines())
n.close()
f.close()

使用 writelines() 函数向文件中写入多行数据时，不会自动给各行添加换行符

seek()和tell()函数

• 使用 open() 函数打开文件并读取文件中的内容时，总是会从文件的第一个字符（字节）开始读起。但是可以移动文件指针的位置，自定指定读取的起始位置。
• 通过移动文件指针的位置，再借助 read() 和 write()函数，就可以轻松实现，读取文件中指定位置的数据（或者向文件中的指定位置写入数据）。

注意，当向文件中写入数据时，如果不是文件的尾部，写入位置的原有数据不会自行向后移动，新写入的数据会将文件中处于该位置的数据直接覆盖掉。

实现对文件指针的移动，文件对象提供了 tell() 函数和 seek() 函数。tell() 函数用于判断文件指针当前所处的位置，而 seek() 函数用于移动文件指针到文件的指定位置。

• tell()
  用来读取指针当前的位置

f=open("record.txt","r")
print(f.tell())#0
print(f.read(4))#http
print(f.tell())#4

当程序使用文件对象读写数据时，文件指针会自动向后移动：读写了多少个数据，文件指针就自动向后移动多少个位置。

• seek()
  seek() 函数用于将文件指针移动至指定位置，基本语法：

file.seek(offset[, whence])

• file：表示文件对象；
• whence：作为可选参数，用于指定文件指针要放置的位置，该参数的参数值有 3 个选择：0 代表文件头（默认值）、1 代表当前位置、2代表文件尾。
• offset：表示相对于 whence 位置文件指针的偏移量，正数表示向后偏移，负数表示向前偏移。例如，当whence == 0&&offset == 3（即 seek(3,0) ），表示文件指针移动至距离文件开头处 3 个字符的位置；当whence == 1&&offset == 5（即 seek(5,1) ），表示文件指针向后移动，移动至距离当前位置 5 个字符处。

注意，当 offset 值非 0 时，Python 要求文件必须要以二进制格式打开，否则会抛出 io.UnsupportedOperation 错误

f=open("record.txt","r")
print(f.tell())#0
print(f.read(4))#http
print(f.tell())#4
f.seek(0)
print(f.read(2))#ht
print(f.tell())#2
f.close()

文件系统

OS模块

对于文件系统的访问时，python一般是通过OS模块来实现的，Python作为跨平台的语言，也就是同样的源代码在不同操作系统不需要修改就可以实现

函数名	使用方法
os.chdir(path)	改变当前工作目录
os.getcwd()	返回当前工作目录
os.listdir(path=‘.’)	列举指定文件的目录名（’.‘表示当前目录，’…'表示上一级目录）
os.mkdir(path)	创建单层目录，如该目录已存在则抛出异常
os.makedirs(path)	递归创建多层目录，如果该目录已经存在抛出异常
os.remove(path)	删除文件
os.rename(src, dst)	重命名文件或目录，从 src 到 dst
os.system(command)	运行系统的shell命令
	以下是支持路径操作中常用的一些定义，支持所有平台
os.curdir	指代当前目录
os.pardir	指代上一级目录
os.sep	输出操作系统特定的路径分隔符
os.linesep	当前平台使用的行终止符
os.name	指代当前使用的操作系统

os.path模块

方法	说明
os.path.abspath(path)	返回绝对路径
os.path.basename(path)	返回文件名
os.path.commonprefix(list)	返回list(多个路径)中，所有path共有的最长的路径
os.path.dirname(path)	返回文件路径
os.path.exists(path)	如果路径 path 存在，返回 True；如果路径 path 不存在，返回 False。
os.path.lexists	路径存在则返回True,路径损坏也返回True
os.path.expanduser(path)	把path中包含的""和"user"转换成用户目录
os.path.expandvars(path)	根据环境变量的值替换path中包含的"$name"和"${name}"
os.path.getatime(path)	返回最近访问时间（浮点型秒数）
os.path.getmtime(path)	返回最近文件修改时间
os.path.getctime(path)	返回文件 path 创建时间
os.path.getsize(path)	返回文件大小，如果文件不存在就返回错误
os.path.isabs(path)	判断是否为绝对路径
os.path.isfile(path)	判断路径是否为文件
os.path.isdir(path)	判断路径是否为目录
os.path.islink(path)	判断路径是否为链接
os.path.ismount(path)	判断路径是否为挂载点
os.path.join(path1[, path2[, …]])	把目录和文件名合成一个路径
os.path.normcase(path)	转换path的大小写和斜杠
os.path.normpath(path)	规范path字符串形式
os.path.realpath(path)	返回path的真实路径
os.path.relpath(path[, start])	从start开始计算相对路径
os.path.samefile(path1, path2)	判断目录或文件是否相同
os.path.sameopenfile(fp1, fp2)	判断fp1和fp2是否指向同一文件
os.path.samestat(stat1, stat2)	判断stat tuple stat1和stat2是否指向同一个文件
os.path.split(path)	把路径分割成 dirname 和 basename，返回一个元组
os.path.splitdrive(path)	一般用在 windows 下，返回驱动器名和路径组成的元组
os.path.splitext(path)	分割路径，返回路径名和文件扩展名的元组
os.path.splitunc(path)	把路径分割为加载点与文件
os.path.walk(path, visit, arg)	遍历path，进入每个目录都调用visit函数，visit函数必须有3个参数(arg, dirname, names)，dirname表示当前目录的目录名，names代表当前目录下的所有文件名，args则为walk的第三个参数
os.path.supports_unicode_filenames	设置是否支持unicode路径名

pickle模块

pickle模块能够实现任意对象与文本之间的相互转化，也可以实现任意对象与二进制之间的相互转化。也就是说，pickle 可以实现 Python 对象的存储及恢复。
pickle 模块提供了以下 4 个函数供我们使用：

• dumps()：将 Python 中的对象序列化成二进制对象，并返回；
• loads()：读取给定的二进制对象数据，并将其转换为 Python 对象；
• dump()：将 Python 中的对象序列化成二进制对象，并写入文件；
• load()：读取指定的序列化数据文件，并返回对象。
• pickle.dump()函数
  用于将 Python 对象转换成二进制文件，其基本语法格式为：

dump (obj, file)
obj：要转换的 Python 对象
file：转换到指定的二进制文件中，要求该文件必须是以"wb"的打开方式进行操作。

import pickle
list=['a','kg','money']
pickle_file=open('E:\\list_pkl','wb')
#使用dump方法保存数据
pickle.dump(list,pickle_file)
pickle_file.close()

• pickle.load()函数
  和 dump() 函数相对应，用于将二进制对象文件转换成 Python 对象。该函数的基本语法格式为：

load(file)
file 参数表示要转换的二进制对象文件（必须以 “rb” 的打开方式操作文件）

import pickle
pickle_file=open('E:\\list_pkl','rb')
#使用load方法加载数据
print(pickle.load(pickle_file))
pickle_file.close()