Python之文件处理

文件的基本操作

引子:应用程序运行过程中产生的数据最先都是存放于内存中的，若想永久保存下来，必须要保存于硬盘中。应用程序若想操作硬件必须通过操作系统，而文件就是操作系统提供给应用程序来操作硬盘的虚拟概念，用户或应用程序对文件的操作，就是向操作系统发起调用，然后由操作系统完成对硬盘的具体操作。

一、我们能够操作哪些类型的文件

.txt 没有后缀名的文件，numpy、pandas等模块可以操作。
我们现在不能操作word、excel、PPT等文件暂时不能够操作

二、如何操作文件

	'''
		三步法：
			1.打开文件(open)
			2.读或者写
			3.关闭文件
	'''
	open('要操作的文件路径','读写模式','字符编码')

1.基本流程

	1. 打开文件，由应用程序向操作系统发起系统调用open(...)，
	操作系统打开该文件，对应一块硬盘空间，并返回一个文件对象赋值给一个变量f
	f=open('a.txt','r',encoding='utf-8') #默认打开模式就为r

	2. 调用文件对象下的读/写方法，会被操作系统转换为读/写硬盘的操作
	data=f.read()
	
	3. 向操作系统发起关闭文件的请求，回收系统资源
	f.close()

2.使用方法

	当路径中出现了字母和斜杠的组合会产生一些特殊的含义，所以我们应该给去掉：
	r‘E:\Pycharm Project Test\_1Month_01\info.txt’。
	'''open('要操作的文件路径', '读写模式', '字符编码')'''
	
	1.方法一：
	open('info.txt')
	f= open(r'E:\Pycharm Project Test\_1Month_01\info.txt, 'r', \
	encoding='utf-8')  # \n \t
	
	返回的是文件句柄
	print(f)
#<_io.TextIOWrapper name='E:\\Pycharm Project Test\\_1Month_01\\info.txt' 
#mode='r' encoding='utf-8'>
	
	读取文件
	# helloworld
	print(f.read()) # 类似于是文件的内置方法
	
	关闭文件
	f.close()

	2.方法二
	'''
		# with上下文管理器打开文件!
		# as:起别名
		# 它的特点就在于：能够自动关闭文件
	'''
	with open('info.txt','r', encoding='utf-8') as f:
		print(f.read())
	# f=open('info.txt', 'r', encoding='utf-8')  f.close()

三、文件的读写模式

	'''
		语法格式:
		open(文件路径，读写模式，字符编码)
		文件路径:是必须写的
		读写模式：也是必须写的
		字符编码：可选的
	'''

	读写模式:
	>r(只读：只能读不能写) w(只写：只能写，不能读) 
	>a(append:在原来的基础之上在添加新的内容)

1.读模式

	'''当文件路径不存在的时候，会直接报错'''
	# f = open('b.txt','r',encoding='utf-8')  
	'''No such file or directory: 'b.txt'''
	
	f = open('info.txt', 'r', encoding='utf-8')
	print(f.read())
	f.close()
	
	with open('info.txt','r',encoding='utf-8') as f:
    print(f.read())

2.写模式

	"""写模式的特征: 
    1. 当文件路径不存在的时候， 会新建出来一个文件，而不报错
    2. 当文件存在的时候会清空文件，文件指针跑到文件开头
	"""

	with open('info.txt','w',encoding='utf-8') as f :
    # pass #为了补全语法结构
    f.write('hello,world') #这里就已经写进去info.txt文件里面了
    
    '''这里是第二次写入'''
    f.write('good morning')# 它会把第一次的数据全删掉，然后在写这两次的数据

	'''
	#强调：
	# 1 在文件不关闭的情况下,连续的写入，后写的内容一定跟在前写内容的后面
	# 2 如果重新以w模式打开文件，则会清空文件内容
	'''

3.追加模式

	"""
	追加模式：
	当路径不存在的时候，也会新建出来文件
    记住：它是追加写，而不是覆盖原来的内容!
	"""
	
	with open('info.txt','a', encoding='utf-8') as f :
    f.write('hello,world\n')
    f.write('good,morning\n')
    
	'''
		强调 w 模式与 a 模式的异同：
		1 相同点：在打开的文件不关闭的情况下，连续的写入，
		新写的内容总会跟在前写的内容之后
		
		2 不同点：以 a 模式重新打开文件，不会清空原文件内容，
		会将文件指针直接移动到文件末尾，新写的内容永远写在最后
	'''

四、控制文件读写内容的模式

	大前提: tb模式均不能单独使用,必须与r/w/a之一结合使用
	t（默认的）：文本模式(text)
		1. 读写文件都是以字符串为单位的
		2. 只能针对文本文件
	    3. 必须指定encoding参数
	b：二进制模式:(binary)
	   1.读写文件都是以bytes/二进制为单位的
	   2. 可以针对所有文件
	   3. 一定不能指定encoding参数

1. t 模式的使用

	t模式：如果我们指定的文件打开模式为r/w/a，其实默认就是rt/wt/at
	 with open('a.txt',mode='rt',encoding='utf-8') as f:
	     res=f.read() 
	     print(type(res)) # 输出结果为：<class 'str'>
        
	 with open('a.txt',mode='wt',encoding='utf-8') as f:
	 	s='abc'
     	f.write(s) # 写入的也必须是字符串类型
    
	强调：t模式只能用于操作文本文件,无论读写，都应该以字符串为单位，
	而存取硬盘本质都是二进制的形式，当指定 t 模式时，内部帮我们做了编码与解码

2. b 模式的使用

	b: 读写都是以二进制位单位
	 with open('1.mp4',mode='rb') as f:
	     data=f.read()
	     print(type(data)) # 输出结果为：<class 'bytes'>

	 with open('a.txt',mode='wb') as f:
		 msg="你好"
	     res=msg.encode('utf-8') # res为bytes类型
	     f.write(res) # 在b模式下写入文件的只能是bytes类型

	强调：b模式对比t模式
	1、在操作纯文本文件方面t模式帮我们省去了编码与解码的环节，
	b模式则需要手动编码与解码，所以此时t模式更为方便
	2、针对非文本文件（如图片、视频、音频等）只能使用b模式

五、操作文件的方法

1.读系列

	with open('info.txt','r',encoding='utf-8') as f:
    print(f.read())  # read方法是一次性读取文件中得所有数据
    print(f.readline())  # readline一次只读文件的一行内容
    print(f.readlines())  # 一次性读取文件的所有内容，然后把每个内容作为列表
    					  # 的一个元素返回，返回的数据类型为列表
    print(f.readable()) # True
    '''
	强调：
	f.read()与f.readlines()都是将内容一次性读入内容，
	如果内容过大会导致内存溢出，若还想将内容全读入内存，
	则必须分多次读入，有两种实现方式：
	'''
	1.方法一
	with open('info.txt',mode='rt',encoding='utf-8') as f :
    for line in f:
        print(line)  # 同一时刻只读入一行内容到内存中

	2.方法二
	with open('info.txt',mode='rb') as f:
    while True:
        date = f.read(1024) # 同一时刻只读入1024哥bytes到内存中
        if len(date) == 0:
            break
        print(date)

	'''了解的方法'''
	f.flush() # 把数据从内存中立刻刷到磁盘
	"""
        当你读取的数据比较小的时候，其实是在缓冲区的，当数据量够多的时候，
        它会一定刷到磁盘
    """

	"""
	一次性读取文件的所有数据有什么问题:
	    当数据比较多的时候，会出现内存溢出，这种情况是坚决不能出现的
	    如何优化以上操作:
	        一点一点的读取数据然后把数据赶紧刷到硬盘里
	"""

2.写系列

	with open('info.txt','w',encoding='utf-8') as f :
    f.write('hello tom,good morning!\n')  # 针对文本模式的写，需要自己写换行符
	f.writelines(['333\n','444\n'])  # 文件模式

六、控制文件内指针的移动

		
	大前提：文件内指针的移动都是Bytes为单位的，唯一例外的是t模式下的read(n),n为字符单位
	with open('info.txt','r',encoding='utf-8') as f:
	print(f.read(3)) # 读取3个字符
			    
	with open('info.txt','rb') as f:
	print(f.read(3)) # 读取三个字节
	
	之前文件内指针的移动都是由读/写操作而被动触发的，若想读取文件某一特定位置的数据，
	则则需要用f.seek方法主动控制文件内指针的移动，详细用法如下：
	f.seek(指针移动的字节数,模式控制): 
	 
	模式控制:
	0: 默认的模式,该模式代表指针移动的字节数是以文件开头为参照的
	1: 该模式代表指针移动的字节数是以当前所在的位置为参照的
	2: 该模式代表指针移动的字节数是以文件末尾的位置为参照的
	强调:其中0模式可以在t或者b模式使用,而1跟2模式只能在b模式下用

	with open('info.txt','r',encoding='utf-8') as f: 
    # print(f.read(3))  # 读取三个字符
    f.seek(3,0)  # 默认不写第二个数字的时候也是0
    print(f.read())
    print(f.read(5))

	'''1/2模式仅支持b模式，二进制模式'''

	with open('info.txt','rb') as f1:
	    print(f1.read(3))  # 读取三个字节(bytes)
	    print(f1.seek(3,1))
	    f1.seek(3,1)  # 第一个数字代表着显示多少字节，第二个数字是以当前所在的位置为参照
	    print(f1.read())
	    f1.seek(-3,2)
	    print(f1.read())
	    print(f1.read(5))

七、文件修改

	mode='r+'(可读可写) mode='w+t'(可读可写) mode='a+t'(可读可写)
	文件a.txt内容如下
	张一蛋     山东    179    49    12344234523
	李二蛋     河北    163    57    13913453521
	王全蛋     山西    153    62    18651433422
	
	执行操作
	with open('a.txt',mode='r+t',encoding='utf-8') as f:
	    f.seek(9)
	    f.write('<妇女主任>')
	    
	文件修改后的内容如下
	张一蛋<妇女主任> 179    49    12344234523
	李二蛋     河北    163    57    13913453521
	王全蛋     山西    153    62    18651433422
	
	强调：
	1、硬盘空间是无法修改的,硬盘中数据的更新都是用新内容覆盖旧内容
	2、内存中的数据是可以修改的

1.文件修改方式一

	实现思路：将文件内容发一次性全部读入内存,然后在内存中修改完毕后再覆盖写回原文件
	优点: 在文件修改过程中同一份数据只有一份
	缺点: 会过多地占用内存
	with open('db.txt',mode='rt',encoding='utf-8') as f:
	    data=f.read()
	
	with open('db.txt',mode='wt',encoding='utf-8') as f:
	    f.write(data.replace('kevin','SB'))

2.文件修改方式二

	实现思路：以读的方式打开原文件,以写的方式打开一个临时文件,一行行读取原文件内容,
	修改完后写入临时文件...,删掉原文件,将临时文件重命名原文件名
	优点: 不会占用过多的内存
	缺点: 在文件修改过程中同一份数据存了两份
	
	import os
	with open('db.txt',mode='rt',encoding='utf-8') as read_f,\
	        open('.db.txt.swap',mode='wt',encoding='utf-8') as wrife_f:
	    for line in read_f:
	        wrife_f.write(line.replace('SB','kevin'))
	
	os.remove('db.txt')
	os.rename('.db.txt.swap','db.txt')