Python文件操作(文件,正则)
文件:
文件操作
文件编码
打开文件的几种模式
操作文件的方法
文件内光标的移动
文件的修改
正则:
一、文件的操作
1.文件的介绍:
计算机系统分为:计算机 硬件、操作系统、应用程序三部分;
无论使用python还是其他语言若想要把数据永久的保存下来,必须要将存在内存中的数据刷新到硬盘中,这就涉及到应用程序要操作硬件;我们知道,应用程序是不能直接操作硬件的,只能通过操作系统来调用硬件,操作系统把复杂的硬件操作封装成简单的接口给用户/应用程序使用,其中文件就是操作系统提供给应用程序老操作硬盘虚拟概念,用户或应用程序通过操作文件,可以将自己的数据永久保存下来。
2.操作文件的流程:
有了文件的概念,我们无需在去考虑操作硬盘的细节,只需要关注操作文件的流程:
1 1.打开文件,得到文件句柄并赋值给一个变量;
2 2.通过文件句柄对文件进行一系列的操作;
3 3.关闭文件;
3.在python中的表示:
#1.打开文件,得到文件句柄并赋值给一个变量;
f = open("python.txt","r",encoding="utf-8")
## 注意,默认打开模式就是r只读模式;
#2.通过文件句柄对文件进行操作:
date = f.read()
#3.关闭文件
f.close()
4.“f = open("python.txt","r",encoding="utf-8")”的过程分析
#1.由应用程序向操作系统发起系统调用open(...)
#2.操作系统打开该文件,并返回一个文件句柄给应用程序
#3.应用程序将文件句柄复制给变量f
5.关于文件操作需要注意的地方,关于文件操作需要注意的地方,关于文件操作需要注意的地方,重要的事敲三遍;
#强调第一点:
打开一个文件包含两部分资源:操作系统级打开的文件 + 应用程序的变量;在操作完毕一个文件时,必须把与该文件的这两部分资源一个不落的回收;
回收方法:
1.f.close() #回收操作系统级打开的文件;
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还没有关闭,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,一定要记得 f.close()
还有一种方法,不用我们去考虑f.close()问题,那就是使用with关键字来帮我们管理上下文:
with open('a.txt','w') as f:
pass
with open('a.txt','r') as read_f,open('b.txt','w') as write_f:
data=read_f.read()
write_f.write(data)
#强调第二点:
f=open(...)是由操作系统打开文件,那么如果我们没有为open指定编码,那么打开文件的默认编码很明显是操作系统说了算了,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。
这就用到了上节课讲的字符编码的知识: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。
6.py2和py3中的file和open:
首先在python3中操作文件只有一种选择,那就是open();
而在python2中则有两种方式:file()与open();
两者都能够打开文件,对文件进行操作,也具有相似的用法和参数,但是,这两种文件打开方式有本质的区别,file为文件类,用file()来打开文件,相当于这是在构造文件类,而用open()打开文件,是用python的内建函数来操作,我们一般使用open()打开文件进行操作,而用file当做一个类型,比如type(f) is file;
7.文件路径:
绝对路径:从硬盘的根目录开始查找,或者从互联网上寻找一个路径;
相对路径:相对于当前程序所在的文件夹
二、文件编码
上面提过,重要的事在说一遍;
f=open(...)是由操作系统打开文件,那么如果我们没有为open指定编码,那么打开文件的默认编码很明显是操作系统说了算了,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。
三、打开文件的几种模式
语法:文件句柄(变量) = open(file, mode='r', buffering=None, encoding=None, errors=None, newline=None, closefd=True)
模式mode:
#1.打开文件的模式有(默认为文本模式):
模式 说明
r 只读模式,也是默认模式,文件必须存在,不存在则跑出异常;
w 只写模式,不可读;不存在则创建,存在的话如果有进行写入动作则清空文件内容并写入新内容,如果没有写入动作则只打开不清空文件;
a 只追加模式,不可读,不存在则创建,存在则只在末尾追加内容;
#例子:
对"python.txt"这个文件里的内容进行读取;
[root@wolaixunshan ~]# echo "人生苦短,python当歌" > /tmp/python.txt
[root@wolaixunshan ~]# cat py1.py
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
#Author:zjk
#mail:zjkmmd@163.com
#Time:2018-08-06 15:05:32
#Name:py1.py
#Version:V1.0
#Description:This is a script.
f = open("/tmp/python.txt","r",encoding="utf-8")
date = f.read()
print(date)
f.close()
[root@wolaixunshan ~]# python3 py1.py
人生苦短,python当歌
#2.对于非文本文件,只能使用b模式打开,"b"表示以字节的方式操作(而所有文件也都是以字节的形式存储的,使用这种模式无需考虑文本文件的字符编码、
图片文件的jpg格式、视频文件的avi格式)
模式 说明
rb 只读模式,文件必须存在,不存在则抛出异常;
wb 只写模式,不存在则创建,存在的话如果有写操作则清空文件内容并将写操作数据加入进行,没有写操作的话则不清空文件;
ab 只追加模式,不可读,不存在则创建,存在则只追加内容;
注意:以b方式打开时,读取到的内容是字节类型,写入时也许要提供字节类型,不能指定编码;
#3."+"模式,就是增加了一个功能;
模式 说明
r+ 读写(可读,可写)
w+ 写读(可写,可读)
a+ 写读(可写,可读)
注意:
1.r+模式:
读写模式,先读后写;这里需要注意的时,在r+模式中无论读取了多少内容,光标在哪里,写入的时候都是在结尾写入的,除非上来就写入,
这时的写入是写在文件开头的
例如:
使用r+模式先读取3个字符内容,然后进行数据添加;
[root@wolaixunshan ~]# cat /tmp/python.txt
ABCDEFG
HIJKLMN
OPQRST
UVWXYZ
[root@wolaixunshan ~]# cat py1.py
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
#Author:zjk
#mail:zjkmmd@163.com
#Time:2018-08-06 15:05:32
#Name:py1.py
#Version:V1.0
#Description:This is a script.
f = open("/tmp/python.txt","r+",encoding="utf-8")
date = f.read(3)
f.write("老铁666")
print(date)
f.close()
[root@wolaixunshan ~]# python3 py1.py
ABC
[root@wolaixunshan ~]# cat /tmp/python.txt
ABCDEFG
HIJKLMN
OPQRST
UVWXYZ
老铁666[root@wolaixunshan ~]#
##会发现数据是加到末尾了并不是光标的所在处!这点需要注意
#4.以bytes类型操作的读写、写读、追加写读模式
模式 说明
r+b 读写,可读,可写
w+b 写读,可写,可读
a+b 追加写读,可写,可读
四、操作文件的方法
常用的函数:
1.file.close()
说明:用于关闭一个已打开的文件。关闭后的文件不能再进行读写操作, 否则会触发 ValueError 错误。 close() 方法允许调用多次。当 file 对象,被引用到操作另外一个文件时,Python 会自动关闭之前的 file 对象。 使用 close() 方法关闭文件是一个好的习惯。
语法:file。close()
实例:
#打开文件
f = open("python.txt", "wb")
print("文件名为: ", f.name)
#关闭文件
f.close()
2.file.flush()
说明:用来刷新缓冲区的,即将缓冲区中的数据立刻写入文件,同时清空缓冲区,不需要是被动的等待输出缓冲区写入。一般情况下,文件关闭后会自动刷新缓冲区,但有时你需要在关闭前刷新它,这时就可以使用 flush() 方法。
语法:file.flush()
实例:
#打开文件
f = open("python.txt", "wb")
print("文件名为: ", f.name)
#刷新缓冲区数据到磁盘
f.flush()
#关闭文件
f.close()
3.file.read(size)
说明:用于从文件读取指定的字符数,如果未给定或为负则读取所有。如果使用的是rb模式,则读取出来的是size个字节
参数:size -------> 指定从文件读取的字符数或字节数;
返回值:返回从字符串中读取的字符或字节;
实例:
[root@wolaixunshan ~]# cat /tmp/python.txt
张鋆康
ABCDEFG
HIJKLMN
OPQRST
UVWXYZ
[root@wolaixunshan ~]# cat py1.py
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","r",encoding="utf-8")
date = f.read(1)
print(date)
f.close()
[root@wolaixunshan ~]# python3 py1.py
张
[root@wolaixunshan ~]# cat py1.py
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","rb")
date = f.read(3)
print(date)
f.close()
[root@wolaixunshan ~]# python3 py1.py
b'\xe5\xbc\xa0'
>>> s = b'\xe5\xbc\xa0'
>>> print(s.decode("UTF-8"))
张
4.file.fileno()
说明:返回一个整型的文件描述符(file descriptor FD 整型),可用于底层操作系统的 I/O 操作
语法:file.fileno()
返回值:返回文件描述符。
实例:
[root@wolaixunshan ~]# cat py1.py
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","rb")
print("文件名为:",f.name)
fid = f.fileno()
print("文件描述符:",fid)
f.close()
[root@wolaixunshan ~]# python3 py1.py
文件名为: /tmp/python.txt
文件描述符: 3
5.file.isatty()
说明:检测文件是否连接到一个终端设备,如果是返回 True,否则返回 False;
语法:file.isatty
返回值:如果连接到一个终端设备返回 True,否则返回 False;
实例:
[root@wolaixunshan ~]# cat py1.py
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","rb")
print("文件名为:",f.name)
ret = f.isatty()
print("返回值:",ret)
f.close()
[root@wolaixunshan ~]# python3 py1.py
文件名为: /tmp/python.txt
返回值: False
6.file.readline(size)
说明:用于从文件读取整行,包括 "\n" 字符。如果指定了一个非负数的参数,则返回指定大小的字节数,包括 "\n" 字符;
语法:file.readline(size)
参数:size ----------> 从文件中读取的字节数或字符数;如果是rb模式就是读取的字节,如果是普通模式就是读取的字符;
返回值:返回从字符串中读取的字节或字符;
实例:
[root@wolaixunshan ~]# cat /tmp/python.txt
张鋆康
ABCDEFG
HIJKLMN
OPQRST
UVWXYZ
[root@wolaixunshan ~]# cat py1.py
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","r")
print("文件名为:",f.name)
line = f.readline().strip()
print("读取一行:",line)
ret = f.readline(4)
print("读取4个字符:",ret)
f.close()
[root@wolaixunshan ~]# python3 py1.py
文件名为: /tmp/python.txt
读取一行: 张鋆康
读取4个字符: ABCD
7.file.readlines()
说明:用于读取所有行(直到结束符 EOF)并返回列表,该列表可以由 Python 的 for... in ... 结构进行处理。 如果碰到结束符 EOF 则返回空字符串;
语法:file.readlines()
返回值:返回列表,包含所有的行;
实例:
[root@wolaixunshan ~]# cat /tmp/python.txt
张鋆康
ABCDEFG
HIJKLMN
OPQRST
UVWXYZ
[root@wolaixunshan ~]# vim py1.py
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","r")
print("文件名为:",f.name)
line = f.readlines()
print("读取全部行:",line)
f.close()
[root@wolaixunshan ~]# python3 py1.py
文件名为: /tmp/python.txt
读取全部行: ['张鋆康\n', 'ABCDEFG\n', 'HIJKLMN\n', 'OPQRST\n', 'UVWXYZ\n']
8.seek(self, offset: int, whence: int = 0)
说明:用于移动文件读取指针到指定位置。
语法:file.seek( offset: int, whence: int = 0)
参数:offset -----------> 开始的偏移量,也就是代表需要移动偏移的字节数,正数表示向右偏移,负数表示向左偏移;
whence --------> 可选,默认值为0,给offset参数一个定义,表示要从哪个位置开始偏移;0代表从文件开头开始算起,1代表从当前位置开始算起,2代表从文件末尾算起
实例:
[root@wolaixunshan ~]# cat /tmp/python.txt
张鋆康
ABCDEFG
HIJKLMN
OPQRST
UVWXYZ
[root@wolaixunshan ~]# cat py1.py
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","r")
print("文件名为:",f.name)
line = f.readline(2).strip()
print("读取一行的前两个字符:",line)
f.seek(0)
line1 = f.readline().strip()
print("读取一整行:",line1)
f.close()
[root@wolaixunshan ~]# python3 py1.py
文件名为: /tmp/python.txt
读取一行的前两个字符: 张鋆
读取一整行: 张鋆康
9.tell(self)
说明:返回文件的当前位置,即文件指针当前位置
语法:file.tell()
返回值:返回文件的当前位置;
实例:
张鋆康
ABCDEFG
HIJKLMN
OPQRST
UVWXYZ
[root@wolaixunshan ~]# vim py1.py
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","r")
print("文件名为:",f.name)
line = f.readline().strip()
print("读取一行:",line)
num = f.tell()
print("当前光标所在位置:",num)
f.close()
[root@wolaixunshan ~]# python3 py1.py
文件名为: /tmp/python.txt
读取一行: 张鋆康
当前光标所在位置: 10
10.truncate(self, size: int = None)
说明:用于从文件的首行首字符开始截断,截断文件为 size 个字符,无 size 表示从当前位置截断;截断之后 V 后面的所有字符被删除,其中 Widnows 系统下的换行代表2个字符大小。
语法:file.truncate(self, size: int = None)
参数:size ---------- > 如果存在则文件截断为size字节,没有参数的话则截断到光标出;
实例:
[root@wolaixunshan ~]# cat /tmp/python.txt
张鋆康
ABCDEFG
HIJKLMN
OPQRST
UVWXYZ
[root@wolaixunshan ~]# vim py1.py
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","r+")
print("文件名为:",f.name)
f.seek(6)
f.truncate()
f.close()
[root@wolaixunshan ~]# cat /tmp/python.txt
张鋆[root@wolaixunshan ~]#
-----------------有参数截取-----------------------------------------
[root@wolaixunshan ~]# cat /tmp/python.txt
张鋆康
ABCDEFG
HIJKLMN
OPQRST
UVWXYZ
[root@wolaixunshan ~]# vim py1.py
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","r+")
print("文件名为:",f.name)
f.seek(6)
f.truncate(15)
f.close()
[root@wolaixunshan ~]# python3 py1.py
文件名为: /tmp/python.txt
[root@wolaixunshan ~]# cat /tmp/python.txt
张鋆康
ABCDE[root@wolaixunshan ~]#
11.file.write(str)
说明:用于向文件中写入指定字符串。在文件关闭前或缓冲区刷新前,字符串内容存储在缓冲区中,这时你在文件中是看不到写入的内容的。
如果文件打开模式带 b,那写入文件内容时,str (参数)要用 encode 方法转为 bytes 形式,否则报错:TypeError: a bytes-like object is required, not 'str'。
语法:file.write(str)
参数:str ---------> 要写入文件的字符串;
返回值:返回的是写入的字符长度;
实例:
[root@wolaixunshan ~]# cat /tmp/python.txt
张鋆康
ABCDE[root@wolaixunshan ~]# cat py1.py
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","r+")
print("文件名为:",f.name)
f.write("你好呀!")
f.close()
[root@wolaixunshan ~]# python3 py1.py
文件名为: /tmp/python.txt
[root@wolaixunshan ~]# cat /tmp/python.txt
你好呀!CDE[root@wolaixunshan ~]#
12.file.writelines()
说明:用于向文件中写入一序列的字符串。这一序列字符串可以是由迭代对象产生的,如一个字符串列表。换行需要制定换行符 \n。
语法:file.writelines(item)
参数:item ------> 要写入文件的字符串序列。
实例:
[root@wolaixunshan ~]# cat /tmp/python.txt
张鋆康
[root@wolaixunshan ~]# cat py1.py
#!/usr/bin/python3
#-*- coding:UTF-8 -*-
f = open("/tmp/python.txt","r+")
print("文件名为:",f.name)
li = ["中国","北京","沙河"]
f.writelines(li)
f.close()
[root@wolaixunshan ~]# python3 py1.py
文件名为: /tmp/python.txt
[root@wolaixunshan ~]# cat /tmp/python.txt
中国北京沙河[root@wolaixunshan ~]#
五、文件内的光标移动
1.read(3)
文件打开方式为文本模式时,代表读取3个字符;
文件打开方式为b模式时,代表读取3个字节;
2.其余的文件内光标移动都是以字节为单位如seek,tell,truncate
注意:seek有三种移动方式0,1,2,其中1和2必须在b模式下进行,但无论哪种模式,都是以bytes为单位移动的;
truncate是截断文件,所以文件的打开方式必须可写,但是不能用w或w+等方式打开,因为那样直接清空文件了,所以truncate要在r+或a或a+等模式下测试效果;
六、文件的修改
文件的数据是存放于硬盘上的,因而只存在覆盖、不存在修改这么一说,我们平时看到的修改文件,都是模拟出来的效果,具体的说有两种实现方式:
方式一:将硬盘存放的该文件的内容全部加载到内存,在内存中是可以修改的,修改完毕后,再由内存覆盖到硬盘(word,vim,nodpad++等编辑器)
import os
with open('a.txt') as read_f,open('.a.txt.swap','w') as write_f:
data=read_f.read() #全部读入内存,如果文件很大,会很卡
data=data.replace('alex','SB') #在内存中完成修改
write_f.write(data) #一次性写入新文件
os.remove('a.txt')
os.rename('.a.txt.swap','a.txt')
方式二:将硬盘存放的该文件的内容一行一行地读入内存,修改完毕就写入新文件,最后用新文件覆盖源文件;
import os
with open('a.txt') as read_f,open('.a.txt.swap','w') as write_f:
for line in read_f:
line=line.replace('alex','SB')
write_f.write(line)
os.remove('a.txt')
os.rename('.a.txt.swap','a.txt')