python_文件操作

• 什么是文件
  文件是数据存储的单位
  文件通常用来长期存储数据
  文件中的数据是以字节为单位进行顺序存储的
• 文件的操作流程
  1.打开文件
  2.读写文件
  3.关闭文件
  任何的操作系统，一个应用程序同时打开文件的数量有最大数限制
• 文件的打开函数 open

open(file,mode='rt')用于打开一个文件，返回此文件对应的文件流
对象，如果打开失败，则会OSError错误

• 文件的关闭方法：

F.close()	关闭，释放系统资源

示例：

#Python没有文件错误相关的机制，不像C语言返回0
#故执行文件操作一定要进行异常处理
try:
	#f = open('/etc/passwd')		#文件能成功打开
	f = open('/root/abc.txt')		#此文件不存在
	print('文件打开成功')
except OSError:			#OSError包含一系列文件相关的异常
	print('文件打开失败')

• python文件读写的类型有两种：
  文本文件（text file）
  二进制文件（binary file）

• 文本文件的操作
  默认文件中存储的都为字符数据，以行为单位进行分隔，在python内部统一用‘\n’作为换行进行分隔
  对文本文件读写需要用字符串（str）进行数据读取和写入

• 各种操作系统的换行符：

  Linux换行符：			'\n'
  Windows换行符：			'\n\r'
  旧的Macintosh换行符：	'\r'
  新的Mac Os换行符:		'\n'
  

• 文件当中常用的方法:

F.readline()	#读取一行数据，如果到达文件尾则返回空行
F.readlines()	#返回每行字符串的列表
F.read(size=-1)	#从文件流中最多读取size个字符,类似readline
F.writelines(lines)	#将多行文本读入文件内，lines可为list等
F.flush() 	#强制清空缓冲区，能使内容不足磁盘块也写入磁盘

#二进制文件操作方法
F.tell()		#返回当前文件的读写位置
F.seek(offset,whence=0)	#改变数据流的位置，返回新的绝对位置

• 文件的模式字符：

  'r'		以只读方式打开（默认）
  'w'		以只写方式打开，删除原有文件内容（如果文件不存在，则创建）
  'x'		创建一个新文件，并以写模式打开，如果文件存在则有FileExistsError错误
  'a'		以只写文件打开一个文件，如果有文件则追加到文件尾
  'b'		以二进制模式打开
  't'		文本模式打开（默认）
  '+'		为更新内容打开一个磁盘文件（可读可写）
  
  缺省模式是：'rt'
  'w+b'可以实现二进制随机读写，当打开文件时，文件内容将被清零
  'r+b'以二进制读和更新模式打开文件，打开文件时不会清空文件内容
  'r+' 以文本模式读和更新模式打开文件，打开文件时不会清空文件内容
  

示例1：

#此示例readline()用法：
def read_text_date():
	try:
		f = open('info.txt')
		#print('文件打开成功')
		while True:
			s = f.readline()
			if s != '':
				if s[-1]=='\n':		#readline会默认将末尾
					print(s[:-1])	#的\n同时打印，不做处理
				else:				#会出现换两次行
					print(s)
			else:
				print('文件内没有内容')
				break
		f.close()
	except OSError:
		print('文件打开失败')

示例2：

#示意f.writelines()的用法
f = open('abc.txt','w')
L = ['我是第一行\n','我是第二行']
f.writelines(L)
f.close()

• 文本文件的迭代读取
  open函数返回来的文件流对象是可迭代对象

示例：

f = open('abc.txt')
#每次取出一行，相当于line = f.readline()
for line in f:
	print(line)
f.close()

• 标准输入输出文件
  模块名：sys
  sys.stdin（默认为 标准键盘输入设备）
  ctrl + d 为文件末尾标识符(linux,mac)
  sys.stdout（默认为屏幕终端）
  sys.stderr （默认为屏幕终端）
• 二进制文件操作：
  'b’二进制文件操作
  对于二进制文件的读写通常需要用字节串（bytes）进行操作
• F.seek()方法（二进制文件操作）

F.seek(偏移量,whence=相对位置)
偏移量：
		大于0代表向文件末尾方向移动
		小于0代表向文件头方向移动
相对位置：
	0	代表从文件头开始
	1	代表从当前读写位置开始偏移
	2	代表从文件尾开始偏移

示例：

#此程序示意从文件第5个位置开始读出5个字节（文件一共20个字节）
try:
	f = open('bin.txt','rb')
	print('当前的读写位置是：',f.tell())
	f.seek(5,1)		#相当于f.seek(-15,2)
	print('当前的读写位置是：',f.tell())
	s = f.read(5).decode('utf-8')
	print(s)
	f.close()
except OSError:
	print('文件打开错误')

• 汉字编码

• 一个汉字占多少个字节？
  GBK占2个字节（Windows）
  UTF-8占3个字节

• 系列标准：

  国际系列：
  GB18030（二字节或四字节编码）
  	GBK（二字节编码）中国95年的标准，繁体简体字体
  		GB2312（二进制编码）中国80年的标准，6000多个汉字
  		（Windows常用）从下至上依次被包含
  国际标准：
  UNICODE  <-------->  UTF-8（1~6字节）
  (Linux / Mac OS X / IOS / Android常用）
  

• python2与python3字符串与字节串编码区分：

	python2的字符串其实更应该称为字节串。 在python2里，bytes == str ，
	除此之外， python2里还有个单独的类型是unicode , 把字符串解码后，就会变成unicode。

	Python3 除了把字符串的编码改成了unicode, 还把str 和bytes 做了明确区分， 
	str 就是unicode格式的字符， bytes就是单纯二进制。
　　在py3里看字符，必须得是unicode编码，其它编码一律按bytes格式展示。

• python3字符串编码（encode）

'gb2312'
'gbk'
'gb18030'
'utf-8'
'ascii'

• 编码注释：
  在源文件的第一行或第二行写入如下内容为编码注释

# -*-  coding:utf-8  -*-
#设置源文件编码为：utf-8

#-*-  coding:gbk  -*-
#设置源文件编码为：gbk，这样才能在windows上显示中文字符

• 总结

　python3  　文件默认编码是utf-8 , 字符串编码是 unicode
　　　　　　　以utf-8 或者 gbk等编码的代码，加载到内存，会自动转为unicode正常显示。

　python2　  文件默认编码是ascii , 字符串编码也是 ascii , 如果文件头声明了是gbk，那字符串编码就是gbk。
　　　　　　　以utf-8 或者 gbk等编码的代码，加载到内存，并不会转为unicode,编码仍然是utf-8或者gbk等编码。