python 的文件操作os和正则表达式re

一：前言

最近在学爬虫，需要用到文件操作来存储数据，和用正则表达式来对数据进行挑选，

因此使用python的os库来进行文件操作和正则表达式库re来进行

二：步骤

2.1 使用os库来进行文件操作

2.1.1 读文件

在 Python 中，读文件主要分为三个步骤：

• 打开文件
• 读取内容
• 关闭文件

一般使用形式如下：

try:
    f = open('/path/to/file', 'r')    # 打开文件
    data = f.read()                   # 读取文件内容
finally:
    if f:
        f.close()                     # 确保文件被关闭

注意到，我们在代码中加了 try...finally，这是因为，如果打开和读取文件时出现错误，文件就没有被关闭。为了确保在任何情况下，文件都能被关闭，我们加了 try...finally。

上面的代码中，’r’ 模式表示读模式，open 函数的常用模式主要有：

‘r’	读模式
‘w’	写模式
‘a’	追加模式
‘b’	二进制模式(可添加到其他模式中使用)
‘+’	读/写模式(可添加到其他模式中使用)

上面的读文件做法很繁琐，我们可以使用 Python 的 with 语句来帮我们自动调用 close 方法：

with open('/path/to/file', 'r', encoding = 'utf-8') as f:
    data = f.read()

可以看到，这种方式很简洁，而且还能在出现异常的情况下自动关闭文件。

通常而言，读取文件有以下几种方式：

• 一次性读取所有内容，使用 read() 或 readlines()；
• 按字节读取，使用 read(size)；
• 按行读取，使用 readline()；

2.1.2 读取所有内容

读取所有内容可以使用 read() 或 readlines()。我们在上面已经介绍过 read() 了，现在，让我们看看 readlines()。

readlines() 方法会把文件读入一个字符串列表，在列表中每个字符串就是一行。

假设有一个文件 data.txt，它的文件内容如下(数字之间的间隔符是’\t’)：

10  1   9   9
6   3   2   8
20  10