contents
一个完整的程序一般都包括数据的存储和读取; 但python 解释器执行完数据就消失了。实际开发中,经常需要从外部存储介质(硬盘、光盘、U 盘等)读取数据,或者将程序产生的数据存储到文件中,实现“持久化”保存。
很多软件系统是将数据存储的数据库中; 数据库实际也是基于文件形式存储的。
文本文件和二进制文件
数据组织形式 | 储存 | 打开软件 |
---|---|---|
文本文件 | 普通“字符文本”,默认unicode字符集( 2 16 2^{16} 216个字符) | 可用记事本打开 |
二进制文件 | 用“字节”进行存储 | 专用软件解码 |
二进制文件更为常见。
文件操作相关模块概述
名称 | 说明 |
---|---|
io 模块 | 文件流的输入和输出操作 input output |
os 模块 | 基本操作系统功能,包括文件操作 |
glob 模块 | 查找符合特定规则的文件路径名 |
fnmatch 模块 | 使用模式来匹配文件路径名 |
fileinput 模块 | 处理多个输入文件 |
filecmp 模块 | 用于文件的比较 |
cvs 模块 | 用于 csv 文件处理 |
pickle 和 cPickle | 用于序列化和反序列化 |
xml 包 | 用于 XML 数据处理 |
bz2、 gzip、 zipfile、 zlib、 tarfile | 用于处理压缩和解压缩文件(分别对应不同的算法) |
创建文件对象 open()
语法格式
open(文件名[,打开方式])
note:
1.文件名可以录入全路径,比如:D:\a\b\c.txt。为了减少“\”的输入,可以使用原始字符串:r“d:\b.txt”(路径前加上r),示例:f = open(r"D:\a\b\c.txt",“w”)
2.
打开方式 | 描述 |
---|---|
r | 读 read 模式 |
w | 写 write 模式。如果文件不存在则创建;如果文件存在,则重写新内容; |
a | 追加 append 模式。如果文件不存在则创建;如果文件存在,则在文件末尾追加内容 |
b | 二进制 binary 模式(可与其他模式组合使用) |
+ | 读、写模式(可与其他模式组合使用) |
- 如果我们没有增加模式“b”,则默认创建的是文本文件对象,处理的基本单元是“字符”。如果是二进制模式“b”,则创建的是二进制文件对象,处理的基本单元是“字节”。
文本文件的写入
需要关闭相关文件和操作系统的资源。
f=open(r'E:\PycharmProjects\excpt\edit.txt','w')
f.write('yueyue is lively!')
f.close()
常用编码
一般项目都会使用 UTF-8。
中文乱码问题
windows 操作系统默认的编码是 GBK,Linux 操作系统默认的编码是 UTF-8。
可命令操作系统创建文件时用UTF-8
f=open(r'E:\PycharmProjects\excpt\edit.txt','w',encoding='utf-8')
f.write('悦悦最可爱!')
f.close()
write()/writelines()写入数据
write(a):把字符串a写入到文件中,每次写完会换行
writelines(b):把字符串列表b写入文件中,不会自动换行(即不添加换行符),而是将列表元素全部连接在一起。
f=open(r'E:\PycharmProjects\excpt\edit.txt','w',encoding='utf-8')
s1='yueyue\nlively\nsmart\n'
f.write(s1)
s2=['yueyue\n','lively\n','smart\n']
f.writelines(s2)
f.close()
# yueyue
# lively
# smart
# yueyue
# lively
# smart
close()关闭文件流
- 由于文件底层是由操作系统控制,故打开的文件对象必须显式调用 close()方法关闭文件对象。 利用try…finally结构或者 with 关键字实现。
try:
f=open('edit.txt','a')
s=['a,s,d']
f.writelines(s)
except BaseException as e:
print(e)
finally:
f.close()
2. 当调用 close()方法时, 首先会把缓冲区数据写入文件(也可以直接调用 flush()方法),再关闭文件,释放文件对象。
with 语句(上下文管理器)
不论什么原因跳出 with 块,都能确保文件正确的关闭,并且可以在代码块执行完毕后自动还原进入该代码块时的现场。
s=['h','a','p','p','y']
with open('edit.txt','a') as f:
f.writelines(s)
文本文件的读取
基本操作
方法 | 说明 | 示例 |
---|---|---|
read([size]) | 读取 size 个字符,并作为结果返回。默认读取整个文件。 读取到文件末尾,会返回空字符串。 | f.read() |
readline() | 读取一行内容作为结果返回。 读取到文件末尾,会返回空字符串。 | f,readline() |
readlines() | 文本文件中,每一行作为一个字符串存入列表中,返回该列表 | f,readlines() |
note:中文也是每个字一个字符。
#读取前几个字符
with open(r'edit.txt','r',encoding='utf-8') as f:
print(f.read(3))
#按行读取文件
#方法1
with open(r'edit.txt', 'r', encoding='utf-8') as f:
for line in f:
print(line,end='') #文件每行末尾默认有换行符
#方法2
with open(r'edit.txt','r',encoding='utf-8') as f:
while True:
line=f.readline()
if not line:
break
else:
print(line,end='')
为每一行加序号
enumerat()函数
将索引与对应列表元素以元组构成的enumerate对象返回
a=['yueyue','lively','cute','smart','happy']
b=enumerate(a)
print(b)
#<enumerate object at 0x0000024452213F48>
print(list(b))
#[(0, 'yueyue'), (1, 'lively'), (2, 'cute'), (3, 'smart'), (4, 'happy')]
c=[temp+'#'+str(index) for index,temp in enumerate(a)]
print(c)
#['yueyue#0', 'lively#1', 'cute#2', 'smart#3', 'happy#4']
文件示例
with open(r'edit.txt','r',encoding='utf-8') as f:
lines=f.readlines()
content=[temp.rstrip()+' '+str(index+1)+'\n' for index,temp in enumerate(lines)]
print(content)
with open('edit2.txt','w',encoding='utf-8')as f:
f.writelines(content)
二进制文件的读取和写入
二进制文件的处理流程和文本文件流程一致。需要指定二进制模式,从而创建出二进制文件对象。例如:
f = open(r"e:\a.txt", ‘wb’) #可写的、重写模式的二进制文件对象
f = open(r"e:\a.txt", ‘ab’) #可写的、追加模式的二进制文件对象
f = open(r"e:\a.txt", ‘rb’) #可读的二进制文件对象
note:
\quad
创建好二进制文件对象后,仍然可以使用 write()、read()实现文件的读写操作。
with open(r'D:\桌面\11.jpg','rb') as f:
with open('edit2.jpg','wb')as w:
for line in f.readlines():
w.write(line)
文件对象的常用属性和方法
文件对象封装了文件相关的操作。
文件对象的属性 | 说明 |
---|---|
name | 返回文件的名字 |
mode | 返回文件的打开模式 |
closed | 若文件被关闭则返回 True |
文件对象的其他常用方法 | 说明 |
---|---|
seek(offset[,whence]) | 把文件指针移动到新的位置, offset 表示相对于 whence 的多少个字节的偏移量; offset:offset 为正往结束方向移动,为负往开始方向移动 whence 不同的值代表不同含义: 0: 从文件头开始计算(默认值) 1:从当前位置开始计算 2:从文件尾开始计算 |
tell() | 返回文件指针的当前位置 |
truncate([size]) | 不论指针在什么位置,只留下指针前 size 个字节的内容,其余全部删除;如果没有传入 size,则当指针当前位置到文件末尾内容全部删除 |
flush() | 把缓冲区的内容写入文件,但不关闭文件 |
close() | 把缓冲区内容写入文件,同时关闭文件,释放文件对象相关资源 |
note: 上述说的是字节,utf-8中,一个汉字3个字节,一个字母一个字节,注意读取行的时候末尾还有换行符/n算两个字节
# yueyue
# lively
# cute
# smart
with open(r'edit.txt','r') as f:
print('文件名:{} 文件打开模式:{}'.format(f.name,f.mode))
#文件名:edit.txt 文件打开模式:rb
print('指针的当前位置:{}'.format(f.tell()))
#指针的当前位置:0
print('第一行的内容:{} 当前位置:{}'.format(f.readline(),f.tell()))
# 第一行的内容: yueyue
# 当前位置:8
print('第二行的内容:{} 当前位置:{}'.format(f.readline(), f.tell()))
# 第二行的内容: lively
# 当前位置:16
f.seek(0)
print('指针的当前位置:{}'.format(f.tell()))
# 指针的当前位置:0
pickle 序列化
序列化指的是:将对象转化成“串行化”数据形式,存储到硬盘或通过网络传输到其他
地方。
反序列化:将读取到的“串行化数据”转化成对象。
示例:
pickle 模块中的函数,课实现序列化和反序列操作。
操作 | 说明 |
---|---|
pickle.dump(obj, file) | obj 就是要被序列化的对象,file 指的是存储的文件 |
pickle.load(file) | 从 file 读取数据,反序列化成对象 |
note:反序列化取出的顺序和序列化存入的顺序是一致的。
import pickle
a1='yueyue'
a2='lively'
a3='happy'
with open('edit.gif','wb')as f:
pickle.dump(a1,f)
pickle.dump(a2, f)
pickle.dump(a3, f)
with open('edit.gif','rb') as f:
b1=pickle.load(f)
b2= pickle.load(f)
b3 = pickle.load(f)
print(b1,b2,b3)#注意他和存入的顺序是一致的
print(id(a1),id(b1)) #虽然是序列化存入,反序列化取出,内容一样,但是不同的对象