python集合操作 读取_Python 学习笔记 - 集合和文件操作

Set 集合

Set是一个无序而且不重复的元素集合。下面看看他有哪些基本功能

创建集合>>> s1 = {11,22}

s2 = set()

s3 = set([11,22,33,4])

print(s1,s2,s3)

-------------------

{11, 22} set() {33, 11, 4, 22}

把列表转换成集合，注意列表中重复的元素只保留一次>>> li = [11,22,11,22]

s1 = set(li)

print(s1)

---------------

{11, 22}

add给集合添加元素，clear清除集合的内容>>> s = set()

print(s)

s.add(123)

s.add(123)

s.add(123)

print(s)

s.clear()

print(s)

---------------

set()

{123}

set()

两个集合A和B可以通过difference进行比较， 他会输出A中存在，而B中不存在的元素

>>> s1 = {11,22,33}

s2 = {22,33,44}

s3 = s1.difference(s2)

print(s3)

# A中存在，B中不存在

s3 = s2.difference(s1)

print(s3)

--------------

{11}

{44}

symmetric_difference 可以输出两个集合中都不相同的元素>>> s3 = s1.symmetric_difference(s2)

print(s1)

print(s2)

print(s3)

--------------

{33, 11, 22}

{33, 44, 22}

{11, 44}

如果后面跟了update，那么他的作用是直接替换到A的结果中，比如A中存在，B中不存在的结果是11，difference_update直接替换了A的内容；类似的如果我再执行symmetric_difference_update,他把A和B都不相同的内容保存在A中。

>>> s1.difference_update(s2)

print(s1)

s1.symmetric_difference_update(s2)

print(s1)

------------

{11}

{33, 11, 44, 22}

删除某一个元素可以用discard 或者 remove，但是如果该元素不存在，使用discard不会报错；而remove会抛出异常

>>> s1 = {11,22,33,1111}

s1.discard(1111)

print(s1)

----------

{33, 11, 22}

不报错>>> s1 = {11,22,33,}

s1.discard(1111)

抛出异常>>> s1 = {11,22,33,}

# s1.discard(1111)

s1.remove(11111)

--------------------

Traceback (most recent call last):

File "", line 3, in 

KeyError: 11111

如果随机的删除一个元素，可以使用pop>>> ret = s1.pop()##随机删

print(s1)

print(ret)

-------------

{11, 22}

33

求交集(Intersection)和并集(Union)>>> s1 = {11,22,33}

s2 = {22,33,44}

s3 = s1.union(s2)

print(s3)

s3 = s1.intersection(s2)

s1.intersection_update(s2)

print(s3)

-----------------

{33, 22, 11, 44}

{33, 22}

update可以把其他的列表，元祖或者字符串的元素都并集进来，当然重复的不会添加>>> s1 = {11,22,33}

s1.add(11)

s1.add(12)

s1.add(13)

li = [11,22,3,11,2]

tup= (11,22,3,11,2)

st = "alexalex"

s1.update(li)

s1.update(tup)

s1.update(st)

print(s1)

-----------------------

{33, 2, 3, 'l', 'a', 11, 12, 13, 22, 'x', 'e'}

小练习：两个字典，请判断出哪些key进行了变化，添加，删除和没变？

思路：把key单独转换成集合，然后通过判断集合元素是否存在判断添加和删除；通过交集判断哪些仍然存在为改变>>> old_dict = {

"#1": 8,

"#2": 4,

"#4": 2,

}

new_dict = {

"#1": 4,

"#2": 4,

"#3": 2,

}

new_set = set(new_dict.keys())

old_set = set(old_dict.keys())

remove_set = old_set.difference(new_set)

add_set = new_set.difference(old_set)

update_set = old_set.intersection(new_set)

print(remove_set,add_set,update_set)

----------------------

{'#4'} {'#3'} {'#2', '#1'}

文件的操作

打开文件的模式r ，只读模式【默认】

w，只写模式【不可读；不存在则创建；存在则清空内容；】

x， 只写模式【不可读；不存在则创建，存在则报错】

a， 追加模式【可读；   不存在则创建；存在则只追加内容；】

"+" 表示可以同时读写某个文件r+， 读写【可读，可写】最常用

w+，写读【可读，可写】清空之后再写，然后可以读之后写入的内容

x+ ，写读【可读，可写】

a+， 写读【可读，可写】只能在末尾更改，无法灵活指定位置

"b"表示以字节的方式操作rb  或 r+b

wb 或 w+b

xb 或 w+b

ab 或 a+b

文件相关的函数fread()  无参数，读取全部；有参数，有b，按照字节读；有参数，无b，按照字符读

tell()， 获取当前位置(字节)

seek(), 调到指定的位置(字节)

write(), 写入数据, 有b，按照字节；无b，按照字符写入

close(),  关闭文件

fileno()，文件描述符，判断文件是否有变化

flush()， 强制刷新到内容

readable()，判断是否可读

readline(),按行读

truncate(),截断，清空指针后面的内容

for 循环

with自动关闭文件

下面看看具体的例子

以只读方式打开一个文件db，注意编码我指定为utf-8，在utf-8里面 一个汉字等于3个字节；而在gbk里面，一个汉字占据2个字节。>>> f=open('db','r',encoding="utf-8")

data=f.read()

print(data,type(data))

f.close()

------------------

sdf

aa

dddd 

我用只读字节的方式打开文件>>> f=open('db','rb')

data=f.read()

print(data,type(data))

b'sdf\r\naa\r\ndddd' 

下面的操作会抛出异常，因为我用字节的方式打开文件，当我尝试用字符串写入的时候，格式不兼容>>> f=open("db",'ab')

f.write("hello")

f.close()

---------------

Traceback (most recent call last):

File "", line 2, in 

TypeError: a bytes-like object is required, not 'str'

字节的方式添加信息>>> f=open("db",'ab')

f.write(bytes("哈",encoding="utf-8"))

f.close()

结果如下sdf

aa

dddd哈

以读写方式打开文件，指定只读取前2个字符，注意这里没有指定b，因此是按字符读取；否则按照字节读取；tell()可以获取当前指针的位置(字节)>>> f=open("db",'r+',encoding="utf-8")

data=f.read(2)

print(data)

print(f.tell())#获取当前指针位置(字节)

sd

2

首先读取一个包含汉字的文件，如下所示，我指定了编码是utf-8，也指定了b，因此他是按照字符读取；这里他读取前2个字符“幸福”，然后因为utf-8一个汉字字符是3个字节，因此他的位置是6个字节处>>> f=open("db",'r+',encoding="utf-8")

data=f.read(2)

print(data)

print(f.tell())

--------------

幸福

6

如果这个时候我对这个文件做个修改，seek指定位置为第一个字节处，然后向后覆盖7777，这个时候他会把汉字(3个字节)硬拆开，导致的结果就是乱码>>> f.seek(1)

#当前指针位置开始向后面覆盖

f.write("7777")

f.close()

结果如下所示7777sdf

aa

dddd哈

flush函数强行把内存的数据写入硬盘保存，尽管还没有close>>> f=open('db','a')

f.write('123')

f.flush()  #没有close 但是内容写入了硬盘

input("hhhh")

readable顾名思义，判断一个文件是否可读，这里我一个只写方式打开的文件返回False>>> f=open('db','w')

print(f.readable())

---------

False

read()是读取全部，read(x)是读取前x个字节或者字符，而 readline()是读取一行，注意指针位置变化f=open('db','r')

f.readline()#注意指针的变化

f.readline()

truncate截断，指针后面的内容清空>>> f=open('db','r+',encoding='utf-8')

f.seek(3)

f.truncate()

结果如下sds

一个很常见的方式是通过for循环来读取每一行的内容，如下所示>>> f=open('db','r+',encoding='utf-8')

for line in f:

print(line)

-------------

sds

2

234

232sd

with自动关闭文件，这样不需要手动的使用 f.close()了with open('db') as f:

pass

Python2.7以后，可以同时操作两个文件，比如说，只读方式打开文件1，拷贝前10行文件到文件2里面with open('db1','r',encoding="utf-8") as f1,open('db2','w',encoding='utf-8') as f2:

times=0

for line in f1:

times+=1

if times <=10:

f2.write(line)

else:

break