Python初学者基础之如何读取文件格式

　　Python最主要的应用就是爬虫，即自动获取网页内容的程序。文件是网页内容的重要存储模式，如何利用Python读取文件呢?今天千锋老师就来给大家分享一下Python初学者教程中关于读取文件的有关知识。

 

　　大局部爬虫一般按照“发送恳求——取得页面——解析页面——抽取并贮存内容”的流程，想要读取信息，我们就要了解数据的存储方式，其中文件格式是比较常见的一种。

　　所谓文件格式，是指文件中存储信息的一种标准方法。首先，文件格式指定文件是一个二进制或ASCII文件。其次，文件展示了文件的组织形式，如CSV、XLSX等。

　　使用Python读取CSV文件

　　CSV格式属于电子表格文件格式，数据存储在单元格中，按照行和列结构进行组织。 CSV中的每一行代表一个观察，通常称为一条记录。每个记录可以包含一个或多个由逗号分隔的字段。你可以使用Notepad读取CSV文件，代码如下：

　　import pandas as pd

　　pf = pd.read_csv('train.csv')

　　使用Python读取TXT纯文本

　　在纯文本文件格式，一切都写在纯文本。TXT格式的文件可以很容易地通过任何程序进行读取，读取代码如下：

　　text_file = open("text.txt", "r")

　　lines = text_file.read()

　　使用Python读取ZIP文件