python文件处理方式

1、什么是文件
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）

2、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

3、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

        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'

        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+

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
print(res)

小练习：实现用户认证功能
inp_name=input(‘请输入您的账号： ‘).strip()
inp_passwd=input(‘请输入账号密码： ‘).strip()
with open(‘z.txt’,mode=‘r’,encoding=‘utf-8’) as f:
for line in f:
u,p=line.strip(’\n’).split(’:’) #去除空格按照：号分隔
if inp_name == u and inp_passwd == p:
print(‘登录成功’)
break
else:
print(‘账号密码输入错误’)

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(‘d.txt’,mode=‘w’,encoding=‘utf-8’) as f1:
f1.write(‘dhakjhdka\n’)
f1.write(‘dajhdja\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

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(‘d.txt’,mode=‘a’,encoding=‘utf-8’) as f2:
f2.write(‘dahjdhja\n’)
f2.write(‘djahjdhaji\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

name=input(‘请输入您要注册的账号名：’).strip()
pwd=input(‘请输入您的账号密码: ‘).strip()
with open(‘z.txt’,mode=‘a’,encoding=‘utf-8’) as f3:
info=’%s:%s\n’ %(name,pwd) # %s代表字符串占位符 ， 代表string 字符串 占位符是一种符号，它先占住一个固定的位置，等着你再往里面添加内容。占位符广泛用于计算机中各类文档的编辑。
f3.write(info)

3.2 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
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

编码：将人类可识别的字符转换为机器可识别的字节码 / 字节序列
解码：编码的反向过程叫解码 (将机器可识别的字节码转化为人类可识别的字符)

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、包含视频、音频等，总之b模式要比t模式用途广泛些
3. 一定不能指定encoding参数

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(‘e.txt’,mode=‘rt’,encoding=‘utf-8’) as f4:
tls=f4.read()
print(type(tls))
with open(‘e.txt’,mode=‘wt’,encoding=‘utf-8’) as f5:
f5.write(‘dahda\n’) # 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

b: 读写都是以二进制位单位

with open(‘e.txt’,mode=‘rb’) as f6:
lls=f6.read()
print(type(lls))# 输出结果为：<class ‘bytes’>

with open(‘e.txt’,mode=‘wb’) as f7:
lls=“ajfkjak”
res=lls.encode(‘utf-8’) #encode编码
f7.write(res) #res为bytes类型
print(type(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

小练习： 编写拷贝工具
src_file=input(‘源文件路径: ‘).strip()
dst_dile=input(‘目标文件路径: ‘).strip()
with open(r’%s’ %src_file,mode=‘rb’) as red_f,open(r’%s’ %dst_dile,mode=‘wb’) as write_f:
for line in red_f:
print(line)
write_f.write(line)

四 操作文件的方法
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 f8:
for line in f8:
print(line) # 同一时刻只读入一行内容到内存中

方法二
with open(‘a.txt’,mode=‘rt’,encoding=‘utf-8’) as f9:
while True:
data=f9.read(1024) # 同一时刻只读入1024个Bytes到内存中
if len(data) == 0:
break
print(data)

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

五 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 f10:
data=f10.read(3)
print(data) # 读取3个字符

with open(‘z.txt’,mode=‘rb’) as f11:
data=f11.read(8) # 读取8个Bytes
print(data)

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

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(‘d.txt’,mode=‘rt’,encoding=‘utf-8’) as f12:
f12.seek(2,0) # 参照文件开头移动了2个字节 ab开始
print(f12.tell()) # 查看当前文件指针距离文件开头的位置，输出结果为2
print(f12.read()) 从第2个字节的位置读到文件末尾，输出结果为：c你好

with open(‘d.txt’,mode=‘rb’) as f13:
f13.seek(6,0)
print(f13.read().decode(‘utf-8’)) #输出结果为: 好

1模式的使用
with open(‘d.txt’,mode=‘rb’) as f14:
f14.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(f14.tell()) # 输出结果为：3
f14.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(f14.tell()) # 输出结果为：7

2模式的使用
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(-12,2) # 参照文件末尾往前移动了12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
import time
with open(‘access.log’,mode=‘rb’) as f:
f.seek(0,2)
while True:
line=f.readline()
if len(line) == 0:
# 没有内容
time.sleep(0.5)
else:
print(line.decode(‘utf-8’),end=‘’)

六、文件修改
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

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:

文件修改的两种方式
方式一：文本编辑采用的就是这种方式
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(‘c.txt’,mode=‘rt’,encoding=‘utf-8’) as f:
res=f.read()
data=res.replace(‘alex’,‘dsb’)
print(data)

with open(‘c.txt’,mode=‘wt’,encoding=‘utf-8’) as f1:
f1.write(data)

with open(‘a.txt’,mode=‘rt’,encoding=‘utf-8’) as f:
res=f.read()
data=res.replace(‘tdog’,‘dsb’)
print(data)
with open(‘a.txt’,mode=‘wt’,encoding=‘utf-8’) as f1:
f1.write(data)

方式二：
import os

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

with open(‘c.txt’, mode=‘rt’, encoding=‘utf-8’) as f,
open(‘.c.txt.swap’, mode=‘wt’, encoding=‘utf-8’) as f1:
for line in f:
f1.write(line.replace(‘alex’, ‘dsb’))

os.remove(‘c.txt’)
os.rename(‘.c.txt.swap’, ‘c.txt’)