Python文件的操作详解_python每次dakai都需要选择运行文件-CSDN博客

本文链接：https://blog.csdn.net/m0_46090675/article/details/109958475

一、什么是文件

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。
文件是操作系统提供给用户/应用程序操作硬盘的一种虚拟的概念/接口
用户/应用程序(open())
操作系统（文件）
计算机硬件（硬盘）

二、为何要用文件

用户/应用程序可以通过文件将数据永久保存的硬盘中即操作文件就是操作硬盘
用户/应用程序直接操作的是文件，对文件进行的所有的操作，都是在向操作系统发送系统调用，然后再由操作将其转换成具体的硬盘操作

三、如何用文件：open()

   控制文件读写内容的模式：t和b
    强调：t和b不能单独使用，必须跟r/w/a连用
       3.1.  t 文本（默认的模式）
              1、读写都以str（unicode）为单位的
              2、文本文件
              3、必须指定encoding='utf-8'
        3.2.  b 二进制/bytes
    控制文件读写操作的模式
        r只读模式
        w只写模式
        a只追加写模式
        +：r+、w+、a+

四、文件操作的基本流程

4.1.过程

# 1、打开文件  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
# windows路径分隔符问题
# open('C:\a.txt\nb\c\d.txt') # \会转义，应该取消转义。解决办法如下
# 解决方案一：推荐
# open(r'C:\a.txt\nb\c\d.txt')  # r:rawstring 原生
# 解决方案二：
# open('C:/a.txt/nb/c/d.txt')  # 将右斜杠\变成左斜杠/


f=open(r'aaa/a.txt',mode='rt') # f的值是一种变量，占用的是应用程序的内存空间
# print(f)
#<_io.TextIOWrapper name='aaa/a.txt' mode='rt' encoding='utf-8'>


# 2、操作文件：读/写文件，应用程序对文件的读写请求都是在向操作系统发送系统调用，
然后由操作系统控制硬盘把输入读入内存、或者写入硬盘
res=f.read()
print(type(res))
#<class 'str'>
# print(res)
# 3、关闭文件
f.close() # 回收操作系统资源
# print(f) # 此时的f仍然存在，因为f.close()关闭的是 操作系统资源  del f 才会释放f
# f.read() # 变量f存在，但是不能再读了

# del f     # 回收应用程序资源，通常不需要自己写




过程
# 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()

在这里插入图片描述

4.2资源回收与with上下文管理

打开一个文件包含两部分资源：应用程序的变量f和操作系统打开的文件。在操作完毕一个文件时，必须把与该文件的这两部分资源全部回收，回收方法为：

1、f.close() #回收操作系统打开的文件资源
2、del f #回收应用程序级的变量

其中del f一定要发生在f.close()之后，否则就会导致操作系统打开的文件无法关闭，白白占用资源，而python自动的垃圾回收机制决定了我们无需考虑del f，这就要求我们，在操作完毕文件后，一定要记住f.close()，虽然我们如此强调，但是大多数读者还是会不由自主地忘记f.close()，考虑到这一点，python提供了with关键字来帮我们管理上下文

# 1、在执行完子代码块后，with 会自动执行f.close()
with open('a.txt','w') as f: # f称为文件对象或者文件句柄
    pass 

# 2、可用用with同时打开多个文件，用逗号分隔开即可
with open('a.txt','r') as read_f,open('b.txt','w') as write_f:  
    data = read_f.read()
    write_f.write(data)

4.3 指定操作文本文件的字符编码

强调：t和b不能单独使用，必须跟r/w/a连用
t文本（默认的模式）
1、读写都以str（unicode）为单位的
2、文本文件
3、必须指定encoding=‘utf-8’

f = open(…)是由操作系统打开文件，如果打开的是文本文件，会涉及到字符编码问题，如果没有为open指定编码，那么打开文本文件的默认编码很明显是操作系统说了算，操作系统会用自己的默认编码去打开文件，在windows下是gbk，在linux下是utf-8。：若要保证不乱码，文件以什么方式存的，就要以什么方式打开。


with open('a.txt',mode='rt') as f1：
    res1=f1.read()

    print(res1)
# 如果在windows环境下不指定encoding='utf-8'，则会报如下错误信息

# UnicodeDecodeError: 'gbk' codec can't decode byte 0x88 in position 14: illegal multibyte sequence

正确的如下：

with open('c.txt',mode='rt',encoding='utf-8') as f:
    res=f.read() # t模式会将f.read()读出的结果解码成unicode
    print(res,type(res))
    
内存和硬盘的状态变化：    
# 内存：utf-8格式的二进制-----解码-----》unicode-----》字符
# 硬盘（c.txt内容：utf-8格式的二进制）
# t模式方便了我们的操作，因为 读的时候一定是二进制到unicode,不用我们手动解码，
写的时候一定是内存到硬盘 unicode-->二进制 不用我们手动去编码

五、文件的操作模式

5.1 控制文件读写操作的模式

r(默认的)：只读
w：只写
a：只追加写

5.2 r 模式的使用

# r只读模式: 在文件不存在时则报错,文件存在文件内指针直接跳到文件开头
 with open('a.txt',mode='r',encoding='utf-8') as f:
     res=f.read() # 会将文件的内容由硬盘全部读入内存，赋值给res 此时文件指针在末尾

# 小练习：实现用户认证功能
 inp_name=input('请输入你的名字: ').strip()
 inp_pwd=input('请输入你的密码: ').strip()
 with open(r'db.txt',mode='r',encoding='utf-8') as f:
     for line in f:
         # 把用户输入的名字与密码与读出内容做比对
         u,p=line.strip('\n').split(':')  # 线去除换行在切分  解压赋值
         if inp_name == u and inp_pwd == p:
             print('登录成功')
             break
     else:
         print('账号名或者密码错误')
         
# db.txt:
username:password
u1:p1
u2:p2 
u3:p3

5.3 w 模式的使用

# w只写模式: 在文件不存在时会创建空文档,文件存在会清空文件,文件指针跑到文件开头
with open('b.txt',mode='w',encoding='utf-8') as f:
    f.write('你好\n')
    f.write('我好\n') 
    f.write('大家好\n')
    f.write('111\n222\n333\n')
#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

# 案例：w模式用来创建全新的文件
# 制作简单文件的copy工具
# src_file=input('源文件路径>>: ').strip()
# dst_file=input('新文件路径>>: ').strip()
# with open(r'{}'.format(src_file),mode='rt',encoding='utf-8') as f1,\
#     open(r'{}'.format(dst_file),mode='wt',encoding='utf-8') as f2:
#     res=f1.read()
#     f2.write(res)

5.4 a 模式的使用

# a只追加写模式: 在文件不存在时会创建空文档,文件存在会将文件指针直接移动到文件末尾
 with open('c.txt',mode='a',encoding='utf-8') as f:
     f.write('44444\n')
     f.write('55555\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

# 小练习：实现注册功能:
 name=input('username>>>: ').strip()
 pwd=input('password>>>: ').strip()
 with open('db1.txt',mode='a',encoding='utf-8') as f:
     info='%s:%s\n' %(name,pwd)
     f.write(info)

5.5 + 模式的使用(了解)

# r+ w+ a+ :可读可写
#在平时工作中，我们只单纯使用r/w/a，要么只读，要么只写，一般不用可读可写的模式
r+ 如果程序执行过f.read(),此时文件指针在末尾，如果执行f.write(),会在末尾追加写
如果直接执行f.write(),会覆盖写

5.6 x模式

x模式（控制文件操作的模式）-》了解
    x， 只写模式【不可读；文件不存在则创建，文件存在则报错】
"""
# with open('a.txt',mode='x',encoding='utf-8') as f:
#     pass

with open('c.txt',mode='x',encoding='utf-8') as f:
    f.write('哈哈哈\n')

# with open('d.txt', mode='x', encoding='utf-8') as f:
#     f.write('哈哈哈\n')

六、控制文件读写内容的模式

控制文件读写内容的模式

t：
1. 读写都是以字符串（unicode）为单位
2. 只能针对文本文件
3. 必须指定字符编码，即必须指定encoding参数
b：binary模式
1. 读写都是以bytes为单位
2. 可以针对所有文件
3. 一定不能指定字符编码，即一定不能指定encoding参数

总结：

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
针对非文本文件（如图片、视频、音频等）只能使用b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
    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:
   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

6.1 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

6.2 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，所以当写入文本文件时需要手动编码

#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

# 小练习： 编写拷贝工具改进
src_file=input('源文件路径: ').strip()
dst_file=input('目标文件路径: ').strip()
with open(r'%s' %src_file,mode='rb') as read_f,open(r'%s' %dst_file,mode='wb') as write_f:
    for line in read_f:
        # print(line)
        write_f.write(line)

# 循环读取文件
# 方式一：自己控制每次读取的数据的数据量
with open(r'test.jpg',mode='rb') as f:
    while True:
       res=f.read(1024) # 1024
		  # if not res
        if len(res) == 0:
           break
         print(len(res))


# 方式二：以行为单位读，当一行内容过长时会导致一次性读入内容的数据量过大
# with open(r'g.txt',mode='rt',encoding='utf-8') as f:
#     for line in f:
#         print(len(line),line)

# with open(r'g.txt',mode='rb') as f:
#     for line in f:
#         print(line)

七、操作文件的方法

7.1重点读操作

# 读操作
f.read()  # 读取所有内容,执行完该操作后，文件指针会移动到文件末尾
f.readline()  # 读取一行内容,光标移动到第二行首部
f.readlines()  # 读取每一行内容,存放于列表中

# 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：

# 方式一
with open('a.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

# 方式二
with open('1.mp4',mode='rb') as f:
    while True:
        data=f.read(1024) # 同一时刻只读入1024个Bytes到内存中
        if len(data) == 0:
            break
        print(data)
                
# 方式三
# with open(r'g.txt',mode='rt',encoding='utf-8') as f:
#     # res1=f.readline()
#     # res2=f.readline()
#     # print(res2)
#
#     while True:
#         line=f.readline()
#         if len(line) == 0:
#             break
#         print(line)        


# 强调：
# f.read()与f.readlines()都是将内容一次性读入内存，如果内容过大会导致内存溢出
  ，若还想将内容全读入内存，则用循环配合readline

写操作

# 写操作
f.write('1111\n222\n')  # 针对文本模式的写,需要自己写换行符
f.write('1111\n222\n'.encode('utf-8'))  # 针对b模式的写,需要自己写换行符
f.writelines(['333\n','444\n'])  # 文件模式
f.writelines([bytes('333\n',encoding='utf-8'),'444\n'.encode('utf-8')]) #b模式写


# 补充 b模式写入
with open('h.txt', mode='wb') as f:
    # l = [
    #     '1111aaa1\n'.encode('utf-8'),
    #     '222bb2'.encode('utf-8'),
    #     '33eee33'.encode('utf-8')
    # ]

    # 补充1：如果是纯英文字符，可以直接加前缀b得到bytes类型
    # l = [
    #     b'1111aaa1\n',
    #     b'222bb2',
    #     b'33eee33'
    # ]

    # 补充2：'上'.encode('utf-8') 等同于bytes('上',encoding='utf-8')
    l = [
        bytes('上啊',encoding='utf-8'),
        bytes('冲呀',encoding='utf-8'),
        bytes('苍井空',encoding='utf-8'),
    ]
    f.writelines(l)

7.2 bytes=>二进制类型

  得到bytes类型的四种方式
    1、字符串编码之后的结果
        '上'.encode('utf-8')
    2、bytes('上',encoding='utf-8')

    3、b'必须是纯英文字符'

    4、b模式下打开文件，f.read()读出的内容

7.3 了解

f.readable()  # 文件是否可读
f.writable()  # 文件是否可读写
f.closed  # 文件是否关闭
f.encoding  # 如果文件打开模式为b,则没有该属性
f.flush()  # 立刻将文件内容从内存刷到硬盘（由于操作系统的基于提升io性能的机制，
 写入的字符不会立马写入到硬盘必须攒够一定规模，如果需要立马写入硬盘可执行此）
f.name

7.4 主动控制文件内指针移动

#大前提:文件内指针的移动都是Bytes（字节）为单位的,唯一例外的是t模式下的read(n),n以字符为单位
with open('a.txt',mode='rt',encoding='utf-8') as f:
     data=f.read(3) # 读取3个字符


with open('a.txt',mode='rb') as f:
     data=f.read(3) # 读取3个Bytes


# 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

7.5 f.seek() 0 模式详解参考文件开头

# a.txt用utf-8编码，内容如下（abc各占1个字节，中文“你好”各占3个字节）
abc你好

# 0模式的使用
with open('a.txt',mode='rt',encoding='utf-8') as f:
    f.seek(3,0)     # 参照文件开头移动了3个字节
    print(f.tell()) # 查看当前文件指针距离文件开头的位置，输出结果为3
    print(f.read()) # 从第3个字节的位置读到文件末尾，输出结果为：你好
   
with open('a.txt',mode='rb') as f:
    f.seek(6,0)
    print(f.read().decode('utf-8')) #输出结果为: 好

7.6 f.seek() 1 模式详解参考文件指针当前位置

# 1模式的使用
with open('a.txt',mode='rb') as f:
    f.seek(3,1) # 从当前位置往后移动3个字节，而此时的当前位置就是文件开头
    print(f.tell()) # 输出结果为：3
    f.seek(4,1)     # 从当前位置往后移动4个字节，而此时的当前位置为3
    print(f.tell()) # 输出结果为：7
    print(f.read().decode()) 报错，因为不是一个完整字符
     # 注意：由于在b模式下，必须保证读取的内容是一个完整中文数据，否则解码失败


7.6 f.seek() 2 模式详解 参考文件末尾
# a.txt用utf-8编码，内容如下（abc各占1个字节，中文“你好”各占3个字节）
abc你好

# 2模式的使用
with open('a.txt',mode='rb') as f:
    f.seek(0,2)     # 参照文件末尾移动0个字节， 即直接跳到文件末尾
    print(f.tell()) # 输出结果为：9
    f.seek(-3,2)     # 参照文件末尾往前移动了3个字节
    print(f.read().decode('utf-8')) # 输出结果为：好

# 小练习：实现动态查看最新一条日志的效果  tail -f access.log程序讲解
import time
with open('access.log',mode='rb') as f:
    f.seek(0,2) # 将文件指针移动到末尾
    while True:
        line=f.readline()
        if len(line) == 0:
            # 没有内容
            time.sleep(0.5)
        else:
            print(line.decode('utf-8'),end='')

八、文件的修改

文件对应的是硬盘空间,硬盘不能修改对应着文件本质也不能修改, 那我们看到文件的内容可以修改,是如何实现的呢? 大致的思路是将硬盘中文件内容读入内存,然后在内存中修改完毕后再覆盖回硬盘具体的实现方式分为两种:

# 8.1 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'))

8.1 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')