文件的使用
文件概述:
Python能够以文本和二进制两种方式处理文件。
文本文件一般由单一特定编码的字符组成,如UTF-8编码;二进制文件直接有比特0和比特1组成,没有统一字符编码。
二进制文件和文本文件最主要的区别在于是否有统一的字符编码,二进制文件由于没有统一字符编码,只能当作字节流,而不能看作是字符串。
文本方式读入文件,文件经过编码形成字符串,打印出有含义的字符;二进制方式打开文件,文件被解析为字节流。由于存在编码,字符串中的一个字符由两个字节表示。
文件的打开关闭
文件用内置的open()函数打开,格式如下:
<变量名>=open(<文件名>,<打开模式>)
7个文件的打开模式:
文件的打开模式 | 含义 |
---|---|
‘r’ | 只读模式,如果文件不存在,返回异常FileNotFoundError,默认值 |
‘w’ | 覆盖写模式,文件不存在则创建,存在则完全覆盖 |
‘x’ | 创建写模式,文件不存在则创建,存在则返回异常FileExistsError |
‘a’ | 追加写模式,文件不存在则创建,存在则在文件最后追加内容 |
‘b’ | 二进制文件模式 |
‘t’ | 文本文件模式,默认值 |
‘+’ | 与r/w/x/a一同使用,在原功能基础上增加同时读写功能 |
‘r’、‘w’、‘x’、‘a’可以和’b’、‘t’、'+‘组合使用
注意:
(1)用encoding参数指定编码方式(encoding=’ ')
(2)'rb’形式下不能指定编码方式
(3)文件要建立在编写程序文件中,否则报错,也可以指定位置
文件结束用close()方法关闭,使用方法如下:
<变量名>.close()
文件的读写
文件打开后根据打开方式不同可以对文件进行相应的读写操作,当文件以文本文件方式打开时,读写按照字符串方式,采用当前计算机使用的编码或指定编码;当文件以二进制文件方式打开时,读写按照字节流方式。
4个文件内容读取方法:
操作方法 | 含义 |
---|---|
<打开文件的变量名>.readall() | 读入整个文件内容,返回一个字符串或字节流* |
<打开文件的变量名>.read(size=数字) | 从文件中读入整个文件内容,如果给出参数,读入前size长度的字符串或字节流 |
<打开文件的变量名>.readline(size=数字) | 从文件中读入一行内容,如果给出参数,读入该行前size长度的字符串或字节流 |
<打开文件的变量名>.readlines(hint=数字) | 从文件中读入所有行,以每行为元素形成一个列表,如果给出参数,读入hint行 |
注意:
文件读取时,open函数其中的encoding参数的默认值是None,是不能读取中文字符的,所以要给encoding参数重新传入值才能读取中文字符。txt是UTF-8编码,所以转为"utf-8"。
3个文件内容写入方法:
方法 | 含义 |
---|---|
<打开文件的变量名>.write(s) | 向文件写入一个字符串或字节流 |
<打开文件的变量名>.writelines(lines) | 将一个元素全为字符串的列表写入文件 |
<打开文件的变量名>.seek(offset) | 改变当前文件操作指针的位置,offset的值:0——文件开头;1——当前位置;2——文件结尾 |
数据组织的维度
一维数据
一维数据由对等关系的有序或无序数据构成,采用线性方式组织,对应于数学中的数组和集合
二维数据
二维数据由关联关系数据构成,采用表格方式组织,对应数学中的矩阵,常见表格都属于二维数据。
二维数据由多条一维数据构成,可以看成是一维数据的组合形式。
高维数据
高维数据由键值对类型的数据构成,采用对象方式组织。
一种一二维数据存储格式:CSV格式,也称逗号分隔值文件格式
CSV格式存储的文件一般采用.csv为扩展名
Python提供了一个读写csv的标准库,可以通过import csv使用。
CSV文件的每一行是一维数据,可以使用Python中的列表类型表示,整个CSV文件是一个二维数据,由表示每一行的列表类型作为元素,组成一个二维列表。
CSV格式基本规则:
(1)纯文本格式,通过单一编码表示字符
(2)以行为单位,开头不留空行,行之间没有空行
(3)每行表示一个一维数据,多行表示二维数据
(4)以逗号(英文)分隔每列数据,列数据为空也要保留逗号
(5)对于表格数据,可以包含或不包含列名,包含时列名放置在文件第一行
高维数据的格式化
键值对是高维数据的特征,采用JSON格式对高维数据进行表达和存储,JSON格式表达键值对<key,value>,键值对都保存在双引号中:
“key”:“value”
当多个键值对放在一起时,JSON有如下一些约定:
(1)数据保存在键值对中
(2)键值对之间由逗号分隔1
(3)大括号用于保存键值对数据组成的对象
(4)方括号用于保存键值对数据组成的数组