Python 文件读写

文件读写：
https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431917715991ef1ebc19d15a4afdace1169a464eecc2000
http://www.runoob.com/python/file-methods.html
CSV
https://www.python.org/dev/peps/pep-0305/#id8
https://docs.python.org/3.7/library/csv.html#module-csv
https://www.cnblogs.com/pyxiaomangshe/p/8026483.html
DOCX
https://python-docx.readthedocs.io/en/latest/index.html
https://www.cnblogs.com/ontheway703/p/5266041.html
XLSX
https://www.cnblogs.com/ontheway703/p/5264517.html

一.file对象（file-like Object）

在标准库中，不需要安装

1.file 对象使用 open 函数来创建：
f = open(/path/1.txt, mode='r')

2.open函数参数：
open(file, mode=‘r’, buffering=-1, encoding=None, errors=None, newline=None, closefd=True)

• file：必需，文件路径（相对或者绝对路径）；
• mode： 文件打开模式；
• buffering：可取值有0，1， >1三个，0代表buffer关闭（只适用于二进制模式），1代表line buffer（只适用于文本模式），>1表示初始化的buffer大小；
• encoding：表示的是返回的数据采用何种编码，一般采用utf8或者gbk；
• errors的取值一般有strict，ignore，当取strict的时候，字符编码出现问题的时候，会报错，当取ignore的时候，编码出现问题，程序会忽略而过，继续执行下面的程序。
• newline：可以取的值有None, \n, \r, ’’, ‘\r\n’ ，用于区分换行符，但是这个参数只对文本模式有效；
• closefd：取值与传入的文件参数有关，默认情况下为True，传入的file参数为文件的文件名，取值为False的时候，file只能是文件描述符，什么是文件描述符，就是一个非负整数，在Unix内核的系统中，打开一个文件，便会返回一个文件描述符。
  
  

3.常见mode模式：

• r或rt：默认模式，文本模式读
• rb：二进制文件
• w或wt：文本模式写，打开前文件存储被清空
• wb：二进制写，文件存储同样被清空
• a：追加模式，只能写在文件末尾
• a+：可读写模式，写只能写在文件末尾
• w+：可读写，与a+的区别是要清空文件内容
• r+：可读写，与a+的区别是可以写到文件任何位置
  
  

4.file对象函数：

• file.close()：关闭文件。关闭后文件不能再进行读写操作。
• file.next()：返回文件下一行。
• file.read([size])：从文件读取指定的字节数，如果未给定或为负则读取所有。
• file.readline([size])：读取整行，包括 “\n” 字符。
• file.readlines([sizeint])：读取所有行并返回列表，若给定sizeint>0，则是设置一次读多少字节，这是为了减轻读取压力。
• file.seek(offset[, whence])：设置文件当前位置。
• file.tell()：返回文件当前位置。
• file.truncate([size])：截取文件，截取的字节通过size指定，默认为当前文件位置。
• file.write(str)：将字符串写入文件，返回的是写入的字符长度。
• file.writelines(sequence)：向文件写入一个序列字符串列表，如果需要换行则要自己加入每行的换行符。
  
  

5.with语句：
文件读写完毕后必须调用f.close()的原因：

• 文件使用完毕后必须关闭，因为文件对象会占用操作系统的资源，并且操作系统同一时间能打开的文件数量也是有限的；
• 写文件时，操作系统往往不会立刻把数据写入磁盘，而是放到内存缓存起来，空闲的时候再慢慢写入。只有调用close()方法时，操作系统才保证把没有写入的数据全部写入磁盘。忘记调用close()的后果是数据可能只写了一部分到磁盘，剩下的丢失了。

可以使用 try … finally 来实现，但是每次都这么写实在太繁琐：

try:
    f = open('/path/to/file', 'r')
    print(f.read())
finally:
    if f:
        f.close()

try:
    f = open('/Users/michael/test.txt', 'w')
    f.write('Hello, world!')
finally:
    if f:
        f.close()

Python引入了with语句来自动帮我们调用close()方法：

with open('/path/to/file', 'r') as f:
    print(f.read())
    
with open('/Users/michael/test.txt', 'w') as f:
    f.write('Hello, world!')

这和前面的try … finally是一样的，但是代码更佳简洁，并且不必调用f.close()方法。

二.CSV模块

在标准库中，不需要安装

1.reader函数：
reader(csvfile, dialect='excel', **fmtparams)

参数说明：

• csvfile：必须是支持迭代(Iterator)的对象，可以是文件(file)对象或者列表(list)对象，如果是文件对象，打开时需要加"b"标志参数。
• dialect：编码风格，默认为excel的风格，也就是用逗号（,）分隔，dialect方式也支持自定义，通过调用register_dialect方法来注册，下文会提到。
• fmtparam：格式化参数，用来覆盖之前dialect对象指定的编码风格。

函数：

• csvreader.__next__():
  Return the next row of the reader’s iterable object as a list (if the object was returned from reader()) or a dict (if it is a DictReader instance), parsed according to the current dialect. Usually you should call this as next(reader).

属性：

• csvreader.dialect：
  A read-only description of the dialect in use by the parser.
• csvreader.line_num：
  The number of lines read from the source iterator. This is not the same as the number of records returned, as records can span multiple lines.
  
  

2.writer函数：
writer(csvfile, dialect='excel', **fmtparams)

函数：

• csvwriter.writerow(row)：
  Write the row parameter to the writer’s file object, formatted according to the current dialect.
• csvwriter.writerows(rows)：
  Write all elements in rows (an iterable of row objects as described above) to the writer’s file object, formatted according to the current dialect.

属性：

• csvwriter.dialect：
  A read-only description of the dialect in use by the writer.
  
  

3.register_dialect函数： 自定义dialect
register_dialect(name, [dialect, ]**fmtparams)

• name：你所自定义的dialect的名字，比如默认的是’excel’，你可以定义成’mydialect’。
• [dialect, ]**fmtparams：dialect格式参数，有delimiter（分隔符，默认的就是逗号）、quotechar、quoting等等，可以参考官方文档。
  
  

4.unregister_dialect函数： 注销自定义的dialect
unregister_dialect(name)

5.常用语句：

• 从文件中获取列标题：

import csv

filename = '1.csv'
with open(filename) as f:
    reader = csv.reader(f)
    header_row = next(reader)

    for index, column_header in enumerate(header_row):
        print(index, column_header)

• 从文件中获取某一列：

import csv

filename = '1.csv'
with open(filename) as f:
    reader = csv.reader(f)
    next(reader)

    highs = []
    for row in reader:
        highs.append(row[4])

    print(highs)

三.DOCX模块

不在标准库中，需要安装（通过命令行下载的docx安装包未完全兼容python3，需要另行下载）：
在 https://www.lfd.uci.edu/~gohlke/pythonlibs/ 中找到python_docx-x.x.x-py2.py3-none-any.whl
下载到本地后安装：pip install python_docx-x.x.x-py2.py3-none-any.whl

1.文件读取与写入：

import docx

doc = docx.Document('1.docx')
# doc = docx.Document()  仅新建一个Document对象，不读取文件
doc.save('2.docx')

2.表格：

写入表格

import docx

doc = docx.Document()

# 建一个4行3列的表
table = doc.add_table(rows=1, cols=3, style='Table Grid')

header_cells = table.rows[0].cells
header_cells[0].text = 'Name'
header_cells[1].text = 'Id'
header_cells[2].text = 'Desc'

data_lines = 3
for i in range(data_lines):
    cells = table.add_row().cells
    cells[0].text = "Name%d" %i
    cells[1].text = "Id%d" %i
    cells[2].text = "Desc%d" %i

# 建一个2行4列的表
rows = 2
cols = 4
table = doc.add_table(rows=rows, cols=cols)

val = 1
for i in range(rows):
    cells = table.rows[i].cells
    for j in range(cols):
        cells[j].text = str(val * 10)
        val += 1

doc.save('tmp.docx')

读取表格

import docx

doc = docx.Document('tmp.docx')
for table in doc.tables:  # 遍历所有表格
    print('----table------')
    for row in table.rows:  # 遍历表格的所有行
        # 方法一
        for cell in row.cells:
            print(cell.text + '\t', end='')
        print()
        # 方法二
        row_str = '\t'.join([cell.text for cell in row.cells])
        # ''.join()插入分隔符
        print(row_str)

3.段落：

import docx

doc = docx.Document('1.docx')
content = '\n'.join([para.text for para in doc.paragraphs])
print(content)

4.综合运用：

from docx import Document
from docx.shared import Inches

document = Document()

document.add_heading('Document Title', 0)

p = document.add_paragraph('A plain paragraph having some ')
p.add_run('bold').bold = True
p.add_run(' and some ')
p.add_run('italic.').italic = True

document.add_heading('Heading, level 1', level=1)
document.add_paragraph('Intense quote', style='Intense Quote')

document.add_paragraph(
    'first item in unordered list', style='List Bullet'
)
document.add_paragraph(
    'first item in ordered list', style='List Number'
)

document.add_picture('1.png', width=Inches(1.25))

records = (
    (3, '101', 'Spam'),
    (7, '422', 'Eggs'),
    (4, '631', 'Spam, spam, eggs, and spam')
)

table = document.add_table(rows=1, cols=3)
hdr_cells = table.rows[0].cells
hdr_cells[0].text = 'Qty'
hdr_cells[1].text = 'Id'
hdr_cells[2].text = 'Desc'
for qty, id, desc in records:
    row_cells = table.add_row().cells
    row_cells[0].text = str(qty)
    row_cells[1].text = id
    row_cells[2].text = desc

document.add_page_break()

document.save('demo.docx')

效果