Python 文件操作

#文件操作使用内置函数 ：

open ( name [, mode [, buffering ] ] ) 　　　#打开文件

关于open 模式：

w     以写方式打开，
a     以追加模式打开
r+     以读写模式打开
w+     以读写模式打开
a+     以读写模式打开
rb     以二进制读模式打开
wb     以二进制写模式打开
ab     以二进制追加模式打开
rb+    以二进制读写模式打开
wb+    以二进制读写模式打开
ab+    以二进制读写模式打开

读写文件方法：

import os	　　#导入os库

# os.mknod("test.txt")        #创建空文件

# f = open("test.txt",'w')    #直接打开一个文件，如果文件不存在则创建文件model默认为‘r’只读
# f.read([size])              #size为读取的长度，以byte为单位
# f.readline([size])          #读一行，如果定义了size，有可能返回的只是一行的一部分
# f.readlines([size])         
#把文件每一行作为一个list的一个成员，并返回这个list。其实它的内部是通过循环调用readline()
#来实现的。如果提供size参数，size是表示读取内容的总长，也就是说可能只读到文件的一部分。

# f.write(str)                #把str写到文件中，write()并不会在str后加上一个换行符
# f.writelines(seq)           
#把seq的内容全部写到文件中(多行一次性写入)。这个函数也只是忠实地写入，不会在每行后面加上
#任何东西。

# f.close()                   
#关闭文件。python会在一个文件不用后自动关闭文件，不过这一功能没有保证，最好还是养成自己
#关闭的习惯。  如果一个文件在关闭后还对其进行操作会产生ValueError

# f.flush()                   #把缓冲区的内容写入硬盘
# f.tell()                    #返回文件操作标记的当前位置，以文件的开头为原点
# f.next()                    
#返回下一行，并将文件操作标记位移到下一行。把一个file用于for … in file这样的语句时，
#就是调用next()函数来实现遍历的。

# f.seek(offset[,whence])     
#将文件打操作标记移到offset的位置。这个offset一般是相对于文件的开头来计算的，一般为正数。
#但如果提供了whence参数就不一定了，whence可以为0表示从头开始计算，1表示以当前位置为原点计
#算。2表示以文件末尾为原点进行计算。需要注意，如果文件以a或a+的模式打开，每次进行写操作时，
#文件操作标记会自动返回到文件末尾。

# -----------------------语法结构-----------------------------
#常用语法结构为：
with open('gaofei.txt','w+') as fw: #使用with open自动关闭文件
    fw.write()

考试例题-及代码

#------------------------考试例题-及代码---------------------------
"""
（一）随机mtDNA序列（50分）
（1）．使用代码随机生成20000个样本的mtDNA序列（mtDNA是由AGCT四个字母随机组成的），生成文件名为dnaData.txt，文件的具体格式如下[20分]：
S00001	  AGCT….CTAG
S00002    TTAG….AGCT
S00003    ATAG….AGAT
S00004    ATAG….ACTT
……………………………………………….
S20000    ATAG….TGAT
评分标准：
①样本编号必须连续，且从S00001到S20000（5分）
②样本的mtDNA序列的长度必须为20（5分）
③每个位置的氨基酸(A、G、C、T)必须随机生成（5分）
④按照格式将数据存入文件（5分）

（2） 编写一个函数，该函数有两个输入，一个为前面产生的dnData.txt样本文件，一个是某一个样本
的编号（假定该样本的编号一定存在于dnData.txt中,例如S00003		ATAGAGTAATAGTGTAAGAT）；函数输出
一个文件，文件名为searchResult.txt。 searchResult.txt的格式和dnData.txt的格式基本一致，但是最后附加相似度数据项；  
searchResult.txt样本数据的顺序需要按着和输入样本的相似度降序排序：（输入样本应该出现在第一行）
[30分]。
例：S00001		AGCTACGTACTTATAGCTAG 
    S00002		TTAGACGTAGTTATAGAGCT 
    S00003		ATAGAGTAATAGTGTAAGAT 
两个mtDNA序列的相似度为：两个序列中字母相同的个数。
样本S00002与样本S00001的相似度为11
样本S00003与样本S00002的相似度为8
①正确生成searchResult.txt文件（7分）
②searchResult.txt文件中的第一行应为输入样本（5分）
③searchResult.txt文件中应存在20000条样本（5分）
④searchResult.txt文件中，先后按照降序排列（8分）
⑤求出并输出所有相似度的平均数（5分）
（二）文件操作（30分）
①创建空文件，并命名为success.txt（5分）
②打开文件success.txt，并写入“Diligence is the path to the mountain of knowledge”（5分）
③用两个不同的打开方法读显示success.txt文件中的内容。（10分）
④使用with打开success.txt文件，向此文件继续写入“Hard-working is the boat to the endless sea
 of learning.”。（5分）
⑤使用with打开success.txt文件，读取并输出文件内容到屏幕（5分）
"""
# -----------------------------代   码---------------------------------------
# title1----------------------------------------------------------
import random

#生成每一行的序列
def xulie():
    str = ''
    # mtDNA序列的长度必须为20
    for i in range(20):
        if i == 10:
            #间隔2个空格
            str += '  '
        #每个位置的氨基酸(A、G、C、T)必须随机生成
        str += random.choice('ACGT')
    return str
    
#格式化数据
list_dna = [ 'S%05d'%(j+1) + '    ' + xulie() + '\n'  for j in range(10000)]

# 数据存入文件
with open('dnasamples.txt','w') as f:
    f.writelines(list_dna)


#title2------------------------------------------------
#统计和选择的字符串相同的字符的数量，除去空格的两个
def count(old,new):
    count = 0
    length = len(old)
    for i in range(length):
        if old[i] == new[i]:
            count += 1
    return 20-(count - 2)

def search_diff(file , nums):
    #读取数据
    with open(file,'r') as fr:
        list_all = fr.readlines()
        dict_all = dict([(line[:6],line[10:-1]) for line in list_all])
    #获取数据
    str_old = dict_all[nums]
    #删除要删除的一行数据
    dict_all.pop(nums)
    dict_output = [ (k + '    ' + v + '  区别度为：' , count(str_old,v)) for k,v in dict_all.items()]
    #排序：区别程度升序排列（从小到大）
    dict_output = sorted(dict_output,key = lambda x : x[1],reverse=False)
    print(dict_all) #测试
    print(dict_output) #测试
    dict_outputs = [ line[0] + str(line[1]) + '\n' for line in dict_output]
    print(dict_outputs) #测试
    #difference.txt文件
    with open('difference.txt' , 'w',encoding='utf-8') as fw:
        #ifference.txt文件中的第一行应为输入样本，对应的区别程度为 0
        fw.write(nums + '    ' + str_old + '  区别度为：0\n')
        fw.writelines(dict_outputs)
#

search_diff('dnasamples.txt','S00001')