Python 以优雅的姿势 操作文件
文章目录
open() 方法🎏
open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)
参数如下：
-
file：文件路径（绝对路径或者相对路径），如果直接写文件名的话那就是 相对路径
-
mode：为字符串参数，用于指定打开文件的模式，默认值是 “r”，也就是读取模式，其余模式参考下面内容
-
buffering：可选的整数参数，用于设置缓冲策略，若为 0 以切换缓冲关闭（仅允许在二进制模式下），1选择行缓冲（仅在文本模式下），大于1的整数以指示固定大小的块缓冲区的大小（单位：字节），如果没有给出参数，默认缓冲策略的工作方式如下:
- 二进制文件以固定大小的块进行缓冲；使用启发式方法选择缓冲区的大小，尝试确定底层设备的“块大小”或使用 io.DEFAULT_BUFFER_SIZE。在大多数系统上，缓冲区的长度通常为 4096 或 8192 字节。
- “交互式”文本文件（ isatty() 返回 True 的文件）使用行缓冲。其他文本文件使用上述策略用于二进制文件。
-
encoding：指定用于解码或编码文件时 所 编码的名称，只在文本模式下使用，默认值（默认编码类型）是根据你的操作系统平台决定的，Windows系统是默认国产的 GBK编码，Liunx 、Macos 系统 为默认 UTF-8 编码，这也是为什么在Windos平台上打开utf-8编码文件时报错的原因，这里建议 好习惯 encoding=”utf-8"
-
errors：可选字符串参数，指定如何处理编码和解码错误，不能在二进制模式下使用
- strict ：如果存在编码错误，会引发 ValueError 报错，默认值 None 具有相同的效果
- ignore ：忽略错误，但忽略编码错误可能会导致数据丢失，可能会在一些嵌入式环境中使用
- replace ：会将替换标记（例如 ‘?’ ）插入有错误数据的地方
-
newline：控制 universal newlines （通用换行符）模式如何生效（它仅适用于文本模式），如果 newline 为 None，则启用通用换行模式，输入中的行可以以 ‘\n’，’\r’ 或 ‘\r\n’ 结尾，这些行被Python翻译成 ‘\n’ ，简单来说，就是以什么为判断内容下一行的依据，windos默认约定为 “\r\n” , Unix 为 “\n”，MacOS 为 “\r”
-
closefd：如果 closefd 是 False 并且给出了文件描述符而不是文件名，那么当文件关闭时，底层文件描述符将保持打开状态；如果给出文件名则 必须为 True（默认值，否则将引发错误
-
opener：设置自定义开启器，通过使用参数（ file，flags ）调用 opener 获得文件对象的基础文件描述符，开启器必须返回一个打开的文件描述符。
文件打开模式📌
| 模式 | 描述 | 文件已存在 | 文件不存在 |
|---|---|---|---|
| r | 以 只读 方式打开文件（默认） | 正常读取 | 报错 FileNotFoundError |
| rb | 以 二进制格式 打开文件 用于 读取 | 正常读取 | 报错 FileNotFoundError |
| w | 以 只写 方式打开文件 | 清空原有内容从头开始写入 | 创建新文件进行写入 |
| wb | 以 二进制 方式打开文件 用于 写入 | 清空原有内容从头开始写入 | 创建新文件进行写入 |
| a | 以 追加 方式打开文件 | 新的内容将会被写入到已有内容末尾 | 创建新文件进行写入 |
| ab | 以 二进制 方式打开文件 用于 追加 | 新的内容将会被写入到已有内容末尾 | 创建新文件进行写入 |
| x | 排它性创建 写模式 | 创建新文件进行写入 | 报错 FileExistsError |
| b | 不单独使用，二进制模式 | ~ | ~ |
| t | 不单独使用，文本模式（默认） | ~ | ~ |
| U | 通用换行模式（Python3 已弃用） | ~ | ~ |
以 内容数据 类型为参考的话，Python 区分二进制 和 文本，那么又分为文本模式 和 二进制模式
1) 文本模式
在不指定文件模式时，默认模式为 “r”，打开用于读取文本，与 “rt” 是一样的。
文本模式下，文件内容返回为 字符串，使用 “r”，“w” 等模式时，与 后面加 “t” 相同，“r” = “rt”
2) 二进制模式
二进制模式下，返回的内容为 bytes 对象，不进行任何解码
在Python 中创建 图片、视频等文件时，就需要用到 二进制模式 写入数据内容。
其实，用的最多的还是原生的文件打开模式，r 和 w
在大部分情况下，这两种模式相互配合使用就已经够了
使用 with 语句💡
在使用 open() 内置函数 操作文件时，得记得在操作结束后加上一句 f.close()
每次操作完都得加上 f.close() ，显得有些麻烦，且如果在操作完忘记加上这一句话，还会造成资源一直占用的问题
于是，这里 推荐使用 with 语句 来提升编写代码的效率
普通写法
f = open("中文.txt", "r", encoding="utf-8")
data = f.read()
print(data)
f.close()
使用 with 语句
with open("中文.txt", "r", encoding="utf-8") as f:
data = f.read()
print(data)
优点：
- 提升代码阅读性
- 减少代码冗余，免去 f.close() 步骤，同时也防止忘记关闭文件调用
接下来的代码，我将统一使用 with 语句演示
创建文件
创建文件，常用的 文件打开模式是 “w”，当然也可以使用 “x” 模式，前提是你所指定的目录下没有这个文件
只是创建一个空白文件的话 可以这么写
with open("文件.txt", "w", encoding="utf-8") as f_w:
pass
创建多个文件 可以配合循环
for i in range(1, 5):
with open(f"文件_{i}.txt", "w", encoding="utf-8") as f_w:
pass
创建文件 并且 写入内容
with open(f"文件.txt", "w", encoding="utf-8") as f_w:
f_w.write("hello word")
读取文件
读取文件，用到的 文件打开模式是 “r”
-
.read(size = -1)*
读取全部- size ： 指定读取的字节数， 默认值-1表示读取整个文件
读取全部内容with open(f"中文.txt", "r", encoding="utf-8") as f_w: data = f_w.read() # 读取所有内容 print(data)利用 size 参数 在特点场合下有妙用
with open(f"中文.txt", "r", encoding="utf-8") as f_w: while True: data = f_w.read(10) # 每次只读取10个字节 if data: print(data) else: break -
.readline(size = -1)
读取一行- size ： 指定中读取的字节数， 默认值-1表示读取一行内容， 用法与上面 .read() 相同
读取一行with open(f"中文.txt", "r", encoding="utf-8") as f_w: data = f_w.readline() print(data)一行一行方式读取 全部内容
with open(f"中文.txt", "r", encoding="utf-8") as f_w: while True: data = f_w.readline() if not data: break print(data) # 还可以直接循环文件对象实现 with open(f"中文.txt", "r", encoding="utf-8") as f_w: for line in f_w: print(line)
.readline(size = -1)
读取所有行，并返回列表，每一行为列表中的一个值
with open(f"中文.txt", "r", encoding="utf-8") as f_w:
data_list = f_w.readlines()
print(data_list)
增加内容（末尾）
对文件内容进行追加，用到的 文件打开模式是 “a”
追加的内容会写在文件末尾
with open("中文.txt", "w", encoding="utf-8") as f_w: # 创建初始文件
f_w.write("我是第一行内容\n")
with open("中文.txt", "a", encoding="utf-8") as f_a: # 追加文件内容
f_a.write("我是追加的内容")
这个模式用在写简单的 程序运行 日志 上
修改文件内容（重点）🧬
需要使用到两种 文件打开模式 进行配合，先读（“r”）后写（“w”）
原理：
很简单，就是先将 内容读取 到内存，然后对读取到的数据进行修改、增加、删除等操作，再重新写入到新文件中，再把旧文件替换成新文件，在编辑过程未结束的情况下 产生的新文件可以理解为 临时文件，此时尚未与旧文件替换
这种修改方式其实很常见，拿我们常用的 word 文档来看
在平时编辑word文档时，会发现在其相对路径下会生成一个隐藏文件，命名通常是以~$开头，后面跟着文件名
替换文件
那么，在py中怎么替换文件呢？
这就需要用到 os 标准库模块下的 os.replace()
os.replace("新文件", "旧文件")
根据以上原理，Py实现
temp_name = r"~$"
file_name = "中文.txt"
with open(f"{temp_name}{file_name}", "w", encoding="utf-8") as f_w:
with open(file_name, "r", encoding="utf-8") as f_r:
data = f_r.read()
data = data.replace("内容", "nei_rong") # 替换操作
data += "我是再加上的内容\n" # 增加内容
f_w.write(data)
os.replace(f"{temp_name}{file_name}", file_name) # 替换文件
删除文件
这里需要用到 os 标准库模块
file_path = ""
if os.path.isfile(file_path):
os.remove(file_path) # 只能删除文件 非文件夹
注意：只能删除文件，非文件夹，否则会出现 OSError 错误
删除文件夹
需要注意的是，文件夹分两种，一种是空文件夹，另外一种则是文件夹中有内容的 非空文件夹
-
空文件夹：
利用 os 标准库模块
os.rmdir() 删除指定路径的目录，文件夹必须为空dir_path = "" if not os.listdir(dir_path): os.rmdir(dir_path)如果删除非空文件夹，会出现 OSError 错误
-
非空文件夹：
方法一：（推荐）
利用 shutil 标准库模块
shutil.rmtree() 删除一个完整的目录树path = "" if os.path.isdir(path): shutil.rmtree(path) # 删除非空文件夹方法二：
还是使用回 os 标准库模块中的功能，但这个方法比较繁琐for b, d, f in os.walk(path, topdown=False): # 一定要设置 topdown 参数为False，从里层开始 for file_n in f: os.remove(os.path.join(b, file_n)) for dir_p in d: dir_p = os.path.join(b, dir_p) if not os.listdir(dir_p): os.rmdir(dir_p) else: os.rmdir(path)
扩展：利用 OS 模块
OS 模块是个利器，操作文件时 有 OS 可以做出更厉害的操作
导入os模块
import os
1) 判断文件是否存在
os.path.isfile() # 判断路径是否为文件
根据文件是否存在决定写入模式
file_path = "" # 文件目录
if os.path.isfile(file_path):
print("文件存在")
with open(file_path, "a", encoding="urf-8") as f_a:
f_a.write("写入内容") # 追加文件中的内容
else:
print("文件不存在")
with open(file_path, "w", encoding="utf-8") as f_w:
f_w.write("写入内容")
2) 拼接路径
os.path.join() # 把目录和文件名合成一个路径
path = os.path.join("路径一", "路径二")
3) 获取根路径
适用于当前所运行的 py文件
BASE_DIR = os.path.dirname(__file__) # 获取当前Py 根目录
4) 判断文件夹是否存在
os.path.isdir() # 判断路径是否为目录
如果文件夹不存在，则创建文件夹并在此文件夹内创建文件
BASE_DIR = os.path.dirname(__file__) # 获取当前Py 根目录
dir_path = [os.path.join(BASE_DIR, "我是文件夹"), ] # 文件夹路径
file_path = os.path.join(dir_path[0], "我是文件.txt") # 文件目录
def judg_isdir(funx):
"""
文件夹初始化装饰器
"""
def inner(*args, **kwargs):
for d in dir_path:
if not os.path.isdir(d): # 如果文件夹不存在则创建
os.mkdir(d)
return funx(*args, **kwargs)
return inner
@judg_isdir
def mydir():
if os.path.isfile(file_path): # 如果文件存在
print("文件存在")
with open(file_path, "a", encoding="urf-8") as f_a:
f_a.write("写入内容") # 追加文件中的内容
else:
print("文件不存在")
with open(file_path, "w", encoding="utf-8") as f_w:
f_w.write("写入内容")
mydir()
扩展：文件编码知识
1) ASCII
ASCII (American Standard Code for Information Interchange，美国信息交换标准代码）是基于拉丁 字母 的一套编码，主要用于显示现代英语和其他西欧语言，是最通用的信息交换标准，并等同于国际标准 ISO/IEC 646
ASCII 第一次以规范标准的类型发表是在1967年，最后一次更新则是在1986年，到目前为止共定义了128个字符
由于计算机是美国人发明的，因此最早只有 ASCII 被编码到计算机里，大小写英文字母、数字和一些符号
大写字母 A 对应的编码是65，小写字母 a 对应编码是97，数字 1 对应的编码是 49
这些都可以通过 Python内置函数 ord() 进行查看
print(ord("A"))
print(ord("a"))
print(ord("1"))
2) GB2312 & GBK
GB2312 和 GBK 都为 国产编码，GB2312 于1980年 最早发布
GBK 是 GB2312 的升级版，加入更多字符，向下与 GB 2312 编码兼容国产编码，一直用到现在，Windos中文平台 默认编码依旧是 GBK
可以在 命令提示符 中的属性 看到Windos平台 默认的编码
3) Unicode
Unicode 是 ISO（国际标谁化组织）制定的可以容纳世界上所有文字和符号的字符编码，所以又俗称 万国码、统一码，解决了 传统的字符编码方案的局限（简单来说：每个国家都有自己一套的编码标准，如果跨国办公或者跨国产品，很容易出现各个国家编码不相通，造成乱码，在当时万国码没出来之前，各国之间的编码可谓是战国时期，乱码现象很常见）
特点：
-
Unicode 为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理、阅读，极大改善了不同国家之间的信息传递
-
可以跟各种语言的编码自由转换，兼容性很强，比如说用 gbk编码 的文本 ，可以转成Unicode
-
容纳世界上所有文字和符号的字符编码
4) UTF-8
Unicode 是 字符集，UTF-8 是 编码规则
UTF-8 就是 Unicode 的实现方式，对unicode字符集进行编码的一种编码方式
在计算机内存中，使用Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码
具体流程：编辑文本时，从文件读取 UTF-8 字符转换为 Unicode 字符到内存里，进行编辑操作，编辑完成后，再把内存中的 Unicode 字符 转换为UTF-8 字符 存储到文件里
注意：utf-8 不能直接于 gbk 转换，需要有 Unicode 作为中间人 过渡，这是为什么 在WIndows平台上 打开utf-8文本文件时容易出现乱码的原因
此外 还有UTF-16，UTF-32
对比表
依据 出现时间 排序
| 编码 | 出现时间 | 描述 | 所占大小 |
|---|---|---|---|
| ASCII | 1967年 | 最早诞生编码，英语和西欧语言 | 一字节 |
| GB2312 | 1980年 | 国产简体中文编码，兼容 ASCII 码 | 两字节 |
| Unicode | 1991年 | 国际统一标准字符集，俗称万国码 | 两字节 |
| GBK | 1995年 | GB2312升级版，支持繁体，加入更多字符 | 两字节 |
| UTF-8 | 1992年 | 不定长编码 | 1 - 3 字节 |
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
