一、什么是文件
1.文件标识
文件标识的意义:找到计算机中唯一确定的文件。
文件标识的组成:文件路径、文件名主干、文件扩展名。
2.文件类型
根据数据的逻辑存储结构,人们将计算机中的文件分为文本文件和二进制文件。
文本文件:专门存储文本字符数据。
二进制文件:不能直接使用文字处理程序正常读写,必须先了解其结构和序列化规则,再设计正确的反序列化规则,才能正确获取文件信息。
扩展:标准文件
Python的sys模块中定义了3个标准文件,分别为:
(1)stdin(标准输入文件)。标准输入文件对应输入设备,如键盘。
(2)stdout(标准输出文件)。
(3) stderr (标准错误文件)。标准输出文件和标准错误文件对应输出设备,如显示器。
在解释器中导入sys模块后,便可对标准文件进行操作。
import sys
file = sys.stdout
file.write("hello")
二、文件的基础操作
文件的打开、关闭与读写是文件的基础操作,任何更复杂的文件操作都离不开这些操作。
1.打开文件
内置函数open()用于打开文件,该方法的声明如下:
open(file, mode='r', buffering=-1)
file :文件的路径。
mode :设置文件的打开模式,取值有 r 、 w 、 a 。
r : 以只读方式打开文件 ( mode 参数的默认值)。
w: 以 只写 方式打开文件 。
a : 以追加方式打开文件 。
b : 以二进制形式打开文件 。
+: 以更新的方式打开文件(可读可写)
buffering :设置访问文件的缓冲方式。取值为 0 或 1 。
若open()函数调用成功,返回一个文件对象。
file1 = open('E:\\a.txt') # 以只读方式打开E盘的文本文件a.txt
file2 = open('b.txt', 'w') # 以只写方式打开当前目录的文本文件b.txt
file3 = open('c.txt', 'w+') # 以读/写方式打开文本文件c.txt
file4 = open('d.txt', 'wb+') # 以读/写方式打开二进制文件d.txt
若待打开的文件不存在,文件打开失败,程序会抛出异常,并打印错误信息。
file1 = open('hello.txt')
''' 错误信息:
Traceback (most recent call last):
File "D:/rzm_python/Test.py", line 8, in <module>
file1 = open('heelo.txt')
FileNotFoundError: [Errno 2] No such file or directory: 'heelo.txt' '''
2.关闭文件
Python可通过close()方法关闭文件,也可以使用with语句实现文件的自动关闭。
(1)close方法
file.close()
(2)with语句
with open('a.txt') as f:
pass
问题:为什么要及时关闭文件?
(1) 计算机中可打开的文件数量是有 限
(2) 打 开的文件占用系统资 源
(3) 若 程序因异常关闭,可能产生数据丢 失
3.文件的读写
Python提供了一系列读写文件的方法,包括读取文件的read()、readline()、readlines()方法和写文件的write()、writelines()方法,下面结合这些方法分别介绍如何读写文件。
(1)读取文件——read()方法
read()方法可以从指定文件中读取指定字节的数据,其语法格式如下:
read(n=-1)
with open('file.txt', mode='r') as f:
print(f.read(2)) # 读取两个字节的数据
print(f.read()) # 读取剩余的全部数据
(2)读取文件——readline()方法
readline()方法可以从指定文件中读取一行数据,其语法格式如下:
readline()
file1 = open('hello.txt',mode = 'r',encoding = 'utf-8')
print(file1.readline()) # HelloWorld!!!
(3)读取文件——readlines()方法
readlines()方法可以一次读取文件中的所有数据,若读取成功,该方法会返回一个列表,文件中的每一行对应列表中的一个元素。语法格式如下:
readlines(hint=-1)
参数 hint 的单位为字节,它用于控制要读取的行 数
如 果行中数据的总大小超出了 hint 字节, readlines() 不会再读取更多的行。
file1 = open('hello.txt',mode = 'r',encoding = 'utf-8')
print(file1.readlines()) # ['HelloWorld!!!\n', 'heihei\n']
读取文件时的注意点:
read()(参数缺省时)和readlines()方法都可一次读取文件中的全部数据
但因为计算机的内存是有限的,若文件较大,read()和readlines()的一次读取便会耗尽系统内存,所以这两种操作都不够安全。
为了保证读取安全,通常多次调用read()方法,每次读取size字节的数据。
(4)写文件——write()方法
write()方法可以将指定字符串写入文件,其语法格式如下:
write(data)
以上格式中的参数data表示要写入文件的数据,若数据写入成功,write()方法会返回本次写入文件的数据的字节数。
file1 = open('hello.txt',mode = 'w',encoding = 'utf-8')
string = "python"
size = file1.write(string)
print(size) # 6
(5)写文件——writelines()方法
writelines()方法用于将行列表写入文件,其语法格式如下:
writelines(lines)
• 以上格式中的参数 lines 表示要写入文件中的数据,该参数可以是一个字符串或者字符串列表 。
• 若 写入文件的数据在文件中需要换行,需要显式指定换行符。
file1 = open('hello.txt',mode = 'w',encoding = 'utf-8')
string = ['python\n','java\n','mysql\n','jdbc\n','go']
file1.writelines(string)
扩展:字符与编码
文本文件支持多种编码方式,不同编码方式下字符与字节的对应关系不同,常见的编码方式以及字符与字节的对应关系如表所示。
三、文件的定位读写
(1) 在文件的一次打开与关闭之间进行的读写操作是连续的,程序总是从上次读写的位置继续向下进行读写操作 。
(2) 每 个文件对象都有一个称为“文件读写位置”的属性,该属性会记录当前读写的位置 。
(3) 文件读写位置默认为 0 ,即在文件首部。
Python提供了一些获取与修改文件读写位置的方法,以实现文件的定位读写。
tell() : 获取文件当前的读写位 置。
seek() : 控制文件的读写位 置。
1.tell方法
tell()方法用于获取文件当前的读写位置,以操作文件file.txt为例,tell()的用法如下:
with open('hello.txt') as f:
print(f.tell()) # 0
print(f.read(5)) # here
print(f.tell()) # 5
2.seek方法
Python提供了seek()方法,使用该方法可控制文件的读写位置,实现文件的随机读写。seek()方法的语法格式如下:
seek(offset, from)
offset :表示偏移量,即读写位置需要移动的字节数。
from :用于指定文件的读写位置,该参数的取值为 0 、 1 、 2 。
0:表示文件开头。 1:表示使用当前读写位置。2:表示文件末尾。
seek()方法调用成功后会返回当前读写位置。
with open('hello.txt') as f:
print(f.seek(5,0)) # 5
print(f.tell()) # 5
使用seek方法的注意点:
需要注意的是,在Python3中,若打开的是文本文件,那么seek()方法只允许相对于文件开头移动文件位置,若在参数from值为1、2的情况下对文本文件进行位移操作,将会产生错误。
with open('hello.txt') as f:
print(f.seek(5,1))
print(f.tell())
# 错误信息:
''' Traceback (most recent call last):
File "D:/rzm_python/Test.py", line 9, in <module>
print(f.seek(5,1))
io.UnsupportedOperation: can't do nonzero cur-relative seeks '''
若要相对当前读写位置或文件末尾进行位移操作,需以二进制形式打开文件。
with open('hello.txt',mode = 'rb') as f:
print(f.seek(3,1)) # 3
print(f.seek(5,2)) # 34
四、文件与目录管理
对于用户而言,文件和目录以不同的形式展现,但对计算机而言,目录是文件属性信息集合,它本质上也是一种文件。
os模块中定义了与文件操作相关的函数,利用这些函数可以实现删除文件、文件重命名、创建/删除目录、获取当前目录、更改默认目录与获取目录列表等操作。
管理文件与目录的方法:
删除文件 ——os. remove ( 文件名 )
文件重命名 ——os. rename ( 原文件名 , 新文件名 )
创建 / 删除目录 ——os. mkdir ( 目录名 )/os.rmdir( 目录名 )
获取当前目录 ——os. getcwd ()
更改默认目录 ——os. chdir ( 路径名 )
获取目录列表 ——os. listdir ( 目录 / 路径)
五、数据维度与数据格式化
1.维度:从广义上讲,维度是与事物“有联系”的概念的数量,根据“有联系”的概念的数量,事物可分为不同维度。
根据组织数据时与数据有联系的参数的数量,数据可分为一维数据、二维数据和多维数据。
一维数据:具有对等关系的一组线性数据,如:一维列表、一维元组、集合
二维数据:二维数据关联参数的数量为2,如:矩阵、二维数组、二维列表、二维元组
多维数据:利用键值对等简单的二院关系展示数据间的复杂结构,如:字典
2.数据维度的示例
一维数据:成都,杭州,重庆,武汉,苏州,西安,天津,南京,郑州,长沙,沈阳,青岛,宁波,东莞,无锡
二维数据:
多维数据:
“高三某班考试成绩”:[
{“姓名”: “刘婧”,
“语文”: “124”,
“数学”: “137”,
“英语”: “145”,
“理综”: “260” };
{“姓名”: “张华”,
“语文”: “116”,
“数学”: “143”,
“英语”: “139”,
“理综”: “263” };
……
]
六、多维数据的存储和读写:
1.一维数据的存储:
一维数据呈线性排列,一般用特殊字符分隔,例如:
(1) 使用空格分隔:成都 杭州 重庆 武汉 苏州 西安 天津
(2) 使用逗号分隔:成都 , 杭州 , 重庆 , 武汉 , 苏州 , 西安 , 天津
(3) 使用 & 分隔:成都 & 杭州 & 重庆 & 武汉 & 苏州 & 西安 & 天津
一维数据的存储需要注意以下几点:
• 同一文件或同组文件一般使用同一分隔符分隔。
• 分隔数据的分隔符不应出现在数据中。
• 分隔符为英文半角符号,一般不使用中文符号作为分隔符。
2.二维数据的存储:
(1)二维数据可视为多条一维数据的集合,当二维数据只有一个元素时,这个二维数据就是一维数据。
(2)CSV ( Commae-Separeted Values ,逗号分隔值)是国际上通用的一二维数据存储格式。
扩展:CSV格式规范:
(1) 以纯文本形式存储表格数据
(2) 文件的每一行对应表格中的一条数据记录
(3) 每条记录由一个或多个字段组成
(4) 字段之间使用逗号(英文、半角)分隔
3.一、二维数据的读写:
读取:
Windows 平台中 CSV 文件的后缀名为 .csv ,可通过 Office Excel 或记事本打开
Python 在程序中读取 .csv 文件后会以二维列表形式存储其中内容
写入:
将一、二维数据写入文件中,即按照数据的组织形式,在文件中添加新的数据。
4.多维数据的格式化
为了直观地表示多维数据,也为了便于组织和操作,三维及以上的多维数据统一采用键值对的形式进行格式化。
网络平台上传递的数据大多是高维数据,JSON是网络中常见的高维数据格式。JSON格式的数据遵循以下语法规则:
(1)数据存储在 键值对 ( key:value )中,例如 “ 姓名 ” : “ 张华 ” 。
(2)数据的字段由 逗号分隔 ,例如 “ 姓名 ”: “ 张华 ”, “ 语文 ”: “116” 。
(3)一个 花括号 保存一个 JSON 对象,例如 {“ 姓名 ”: “ 张华 ”, “ 语文 ”: “116”} 。
(4)一个 方括号 保存一个数组,例如 [{“ 姓名 ”: “ 张华 ”, “ 语文 ”: “116”}] 。
JSON模块——json
利用json模块的dumps()函数和loads()函数可以实现Python对象和JSON数据之间的转换,这两个函数的具体功能如表所示。
Python对象与JSON数据转化时的类型对照表