python 文档操作_Python 文件操作

一. Python 读写 创建文件

Python中对文件,文件夹(文件操作函数)的操作需要涉及到OS 模块和 shutil 模块 .

一) . OS模块 的基本操作

方法

功能

os.getcwd()

得到当前工作目录,及当前Python脚本工作的目录路径

os.listdir()

返回指定目录下的所有文件和目录名:

os.remoce()

函数用来删除一个文件

os.removedirs(r"C:\python")

删除多个目录

os.path.isfile()

验证给出的路径是否是一个文件

os.patn.isdir()

验证给出的路径是否是一个目录

os,path.isabs()

判断是否是绝对路径

os.path.exists()

检验给出的路径是否真的存在

os.path.split()

返回一个路径的目录名和文件名

os.path.splitext()

分离扩展名

os.path.dirname()

获取路径名

os.path.basename()

获取文件名

os.system()

运行shell命令

os.getenv()与os.putenv()

读取和设置环境变量

os.linesep

给出当前平台使用的行终止符 Windows使用’\r\n’，Linux使用’\n’而Mac使用’\r’

os.name

指示你正在使用的平台 对于Windows，它是’nt’，而对于Linux/Unix用户，它是’posix’

os,rename(old,new)

重命名

os.mekedirs(r“c:\python\test”)

创建多级目录

os.makedir()

创建单个目录

os.stat(file)

获取文件属性

os.chmod(file)

修改文件权限与时间戳

os.exit()

终止当前进程

os.path.getsize(filename)

获取文件大小

os.mknod("test.txt")

创建空文件

fp=open("test.txt,w")

直接打开一个文件,如果不存在则创建文件

二) shutil模块的基本操作

1 .简介:

shutil : 高级的 文件、文件夹、压缩包处理模块

2 . 使用

1) shutil.copyfileobj(文件1,文件2) :将文件1的数据复制copy给文件2.

import shutil

f1 = open("1.txt",encoding="utf-8")

f2 = open("2.txt",encoding="utf-8")

shutil.copyfileobj(f1,f2)

2) shutil.copyfile(文件1,文件2) : 不用打开文件名进行覆盖copy.

import shutil

shutil.copyfile("1.txt","3.txt")

2) shutil.copymode(src,dst) (前提是dst文件存在，不然报错)仅拷贝权限.内容,组,用户均不变

import os

import shutil

stat1 = os.stat('2.txt')

print('2.txt的属性:',stat1)

print('2.txt的mode属性:',stat1.st_mode)

stat2 = os.stat('520.py')

print('520.py的属性:',stat2)

print('520.py的mode属性:',stat2.st_mode)

shutil.copymode('2.txt','520.py')

stat3 = os.stat('520.py')

print('shutil.copymode("2.txt","520.py")后520.py的属性:',stat3)

print('shutil.copymode("2.txt","520.py")后520.py的mode属性:',stat3.st_mode)

======================

2.txt的属性: os.stat_result(st_mode=33323, st_ino=949061, st_dev=2049, st_nlink=1, st_uid=1000, st_gid=1000, st_size=91, st_atime=1534563978, st_mtime=1534563620, st_ctime=1534568796)

2.txt的mode属性: 33323

520.py的属性: os.stat_result(st_mode=33204, st_ino=948799, st_dev=2049, st_nlink=1, st_uid=1000, st_gid=1000, st_size=46, st_atime=1534569597, st_mtime=1534569597, st_ctime=1534569597)

520.py的mode属性: 33204

shutil.copymode("2.txt","520.py")后520.py的属性: os.stat_result(st_mode=33323, st_ino=948799, st_dev=2049, st_nlink=1, st_uid=1000, st_gid=1000, st_size=46, st_atime=1534569597, st_mtime=1534569597, st_ctime=1534569647)

shutil.copymode("2.txt","520.py")后520.py的mode属性: 33323

3) . shutil.copystat(src, dst) 仅拷贝状态信息,即文件属性,包括:mode bits, atime, mtime, flags

import os

import shutil

stat1 = os.stat('2.txt')

print('2.txt的属性:',stat1)

print('2.txt的stat属性:',stat1.st_mode,stat1.st_atime,stat1.st_mtime,stat1.n_fields)

stat2 = os.stat('521.py')

print('521.py.py的属性:',stat2)

print('521.py.py的stat属性:',stat2.st_mode,stat2.st_atime,stat2.st_mtime,stat2.n_fields)

shutil.copystat('2.txt','521.py')

stat3 = os.stat('521.py')

print('shutil.copystat("2.txt","521.py")后521.py的属性:',stat3)

print('shutil.copystat("2.txt","521.py")后521.py的stat属性:',stat3.st_mode,stat3.st_atime,stat3.st_mtime,stat3.n_fields)

================================

2.txt的属性: os.stat_result(st_mode=33323, st_ino=949061, st_dev=2049, st_nlink=1, st_uid=1000, st_gid=1000, st_size=91, st_atime=1534563978, st_mtime=1534563620, st_ctime=1534568796)

2.txt的stat属性: 33323 1534563978.802531 1534563620.6685243 19

521.py.py的属性: os.stat_result(st_mode=33204, st_ino=949087, st_dev=2049, st_nlink=1, st_uid=1000, st_gid=1000, st_size=31, st_atime=1534572967, st_mtime=1534572967, st_ctime=1534572967)

521.py.py的stat属性: 33204 1534572967.3448722 1534572967.3448722 19

shutil.copystat("2.txt","521.py")后521.py的属性: os.stat_result(st_mode=33323, st_ino=949087, st_dev=2049, st_nlink=1, st_uid=1000, st_gid=1000, st_size=31, st_atime=1534563978, st_mtime=1534563620, st_ctime=1534572967)

shutil.copystat("2.txt","521.py")后521.py的stat属性: 33323 1534563978.802531 1534563620.6685243 19

4) . shutil.copytree(src, dst, symlinks=False, ignore=None) 递归的去拷贝文件夹

shutil.ignore_patterns(patterns)(忽略哪个文件，有选择性的拷贝)

shutil.copytree('folder1', 'folder2', ignore=shutil.ignore_patterns('*.pyc', 'tmp*'))

shutil.copytree('f1', 'f2', symlinks=True, ignore=shutil.ignore_patterns('*.pyc', 'tmp*'))

5). shutil.rmtree(path[, ignore_errors[, onerror]]) 递归的去删除文件

shutil.rmtree('folder1')

6). shutil.move(src, dst) 递归的去移动文件，它类似mv命令，其实就是重命名。

shutil.move('folder1', 'folder3')

7). shutil.make_archive(base_name, format,...)

创建压缩包并返回文件路径，例如：zip、tar

创建压缩包并返回文件路径，例如：zip、tar

base_name： 压缩包的文件名，也可以是压缩包的路径。只是文件名时，则保存至当前目录，否则保存至指定路径， 如：www =>保存至当前路径 如：/Users/wupeiqi/www =>保存至/Users/wupeiqi/

format： 压缩包种类，“zip”, “tar”, “bztar”，“gztar”

root_dir： 要压缩的文件夹路径(默认当前目录)

owner： 用户，默认当前用户

group： 组，默认当前组

logger： 用于记录日志，通常是logging.Logger对象

#将 /Users/wupeiqi/Downloads/test 下的文件打包放置当前程序目录

import shutil

ret = shutil.make_archive("wwwwwwwwww", 'gztar', root_dir='/Users/wupeiqi/Downloads/test')

#将 /Users/wupeiqi/Downloads/test 下的文件打包放置 /Users/wupeiqi/目录

import shutil

ret = shutil.make_archive("/Users/wupeiqi/wwwwwwwwww", 'gztar', root_dir='/Users/wupeiqi/Downloads/test')

shutil 对压缩包的处理是调用 ZipFile 和 TarFile 两个模块来进行的，详细：

import zipfile

# 压缩

z = zipfile.ZipFile('laxi.zip', 'w')

z.write('a.log')

z.write('data.data')

z.close()

# 解压

z = zipfile.ZipFile('laxi.zip', 'r')

z.extractall()

z.close()

import tarfile

# 压缩

tar = tarfile.open('your.tar','w')

tar.add('/Users/wupeiqi/PycharmProjects/bbs2.log', arcname='bbs2.log')

tar.add('/Users/wupeiqi/PycharmProjects/cmdb.log', arcname='cmdb.log')

tar.close()

# 解压

tar = tarfile.open('your.tar','r')

tar.extractall() # 可设置解压地址

tar.close()

OS模块 shutil模块 SyS模块的区别

模块

功能

OS模块

主要是与操作系统的交互

shutil模块

高级的文件，文件夹，压缩包处理模块,也是与系统的交互

SyS模块

主要是与Python解释器的交互

二. 文件的读写操作

一) 基本知识

打开文件的模式

打开文件的方式

r

以只读的方式打开文件

r+

可读写,文件不存在时会报错

rb

只读二进制

r+b

可读写二进制,文件不存在,回报io错误

w

以只写的方式打开

w+

读写的形式打开,将原有的内容擦处

wb

只读写二进制

w+b

只写二进制

a

写在末端

a+

以附加的形式打开可读写的文件

ab

以只写二进制形式打开

a+b

以二进制方式追加

二). 打开文件的方法

方法一

f = open(file,modle,encoding="utf-8")

content = f.read()

lines = file.readlines()

for line in lines:

print(line)

f.close()

精简方式

with open("test.txt","a",encoding="utf-8",error="ignore") as file:

file.read() # 可以添加每次读取的字节数

file.weite()

# 不需要close,也不需要异常处理异常,自动关闭

文件的其他操作

F.flush()

#把缓冲区的内容写入硬盘

F.fileno()

#返回一个长整型的”文件标签“

F.isatty()

#文件是否是一个终端设备文件(unix系统中的)

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。

F.truncate([size])

#把文件裁成规定的大小，默认的是裁到当前文件操作标记的位置。如果size比文件的大小还要大，依据系统的不同可能是不改变文件，也可能是用0把文件补到相应的大小，也可能是以一些随机的内容加上去。

三). 读写 csv文件的操作

1. 读操作

import csv

with open("test.csv","r",encoding="utf-8") as f:

reader =csv.reader(f,"excel",delimiter=";",quoting=csv.QUOTE_MINIMAL)

for row in reader:

print(row)

2. 写操作

import csv

with open ("xxx.csv","a",newline=" ") as f:

writer = csv.write(f,delimiter=";",quotechar="|",quoting=csv.QUOTE_MINIMAL)

writer.writerow(["Tome"]*5+["End Tom"])

四). 读写字典的操作

1. 读操作

import csv

with open("test.csv") as csvfile:

reader = csv.DictReader(csvfile)

for row in reader:

print(row["first_name"],row["last_name"])

2. 写操作

import csv

with open("test.csv","w") as csvfile:

fieldnames = ["first_name","last_name"] # 写入文件的列名

writer = csv.DictWriter(csvfile,fieldnames=fieldnames)

writer.writerheader()

writer.writerow({"first_name":"Backes","last_name":"Beans"})

demo

import csv

with open("test.csv","w") as csvfile:

writer = csv.writer(csvfile)

# 先写入columns_name

writer.writerow(["index","a_name","b_name"])

# 写入多行用writerows

# 可以加入一个for循环写入

writer.writerows([0,1,3],[1,2,3],[2,3,4])

test

# 功能: 讲一字典写入到csv文件中

# 输入: 文件名称,数据字典

import csv

def createDictCSV(filename="",dataDict={}):

with open(fileName,"wb") as csvFile:

csvWriter = csv.writer(csvFile)

for k,v in dataDict.iteritens():

csvWriter.writerow([k,v])

csvFile.close()

三. json 解析

一) . JSON 简介

1. JSON (JavaScript Object Notation),是一种数据交互格式.

Json之前，大家都用 XML 传递数据。XML 是一种纯文本格式，所以适合在网络上交换数据，但是 XML 格式比较复杂，终于道格拉斯·克罗克福特(Douglas Crockford)发明了JSON 这种超轻量级的数据交换格式。

2. JSON 如何使用

数据格式

JSON 实际上是 JavaScript的一个子集,所以JSON 的数据格式和JavaScript 是对应的:

number => JS number

boolean => JS boolean

string => JS string //

null => JS null

array => JS Array 的表达方式 []

object => JS {} 表达式

3. 序列化与反序列化

1). JSON.stringify() # 将对象序列化为JSON字符串

JSON.stringify({},[]," ")

参数一: 要序列化的数据(object)

参数二:控制对象的键值,只想输出制定的属性, 传入一个数组

参数三 : 序列化后,打印输出的格式(一个Tab,可跟直观的查看JSON)

2).JSON.parse() # 讲JSON数据解析为JavaScript对象

JSON.parse(json.data) # 传入json字符串

把 JavaScript 变成 Json ，就是把这个对象序列化为Json字符串，然后才可以通过网络传递.

如果我们收到一个JSON格式的字符串，只需要把它反序列化成一个JavaScript对象，就可以在JavaScript中直接使用这个对象了。

二). JSON数据格式的形式

1. 数组形式[ ]

[

{

"id" : 1 ,

"naem" : "xiaoming" ,

},

{

"id" : 2,

"naem" : "tom" ,

}]

2. 对象形式

// 前后端分离,推荐后端返回给前端数据格式

{

"status" : 200 ,

"msg" : "success" ,

"data" : [

{

"id" : 1 ,

"naem" : "xiaoming" ,

},

{

"id" : 2,

"naem" : "tom" ,

}]

}

3. 数组对象混合

三). 读写JSON常用的函数

1. json.dumps()和json.loads() 是json格式处理函数

1). json.dumps()函数是将一个python数据类型列表进行json格式的编码,json.dumps()函数是将字典转化为字符串

2). json.loads()函数是将json格式数据转换过为字典,可以这么理解,json.loads()函数是将字符串转化为字典,用字典的方法来取值.

2. 实例说明

1). json.dumps()

json.dumps()用于将dict类型的数据转成str，因为如果直接将dict类型的数据写入json文件中会发生报错，因此在将数据写入时需要用到该函数。

import json

name_emb = {'a':'1111','b':'2222','c':'3333','d':'4444',}

jsObj = json.dumps(name_emb)

print(name_emb)

print(jsObj)

print(type(name_emb))

print(type(jsObj))

======================

{'a': '1111', 'c': '3333', 'b': '2222', 'd': '4444'}

{"a": "1111", "c": "3333", "b": "2222", "d": "4444"}

json.dump()用于将dict类型的数据转成str，并写入到json文件中。下面两种方法都可以将数据写入json文件

import json

name_emb = {'a':'1111','b':'2222','c':'3333','d':'4444'}

emb_filename = ("emb_json.json")

# 方法一

jsObj = json.dumps(name_emb)

with open(emb_filename,"w") as f:

f.write(jsObj)

f.close()

# 方法 二

json.dump(name_emb,open(emb_filename,"w"))

2). json.loads()

json.loads()用于将str类型的数据转成dict。

import json

name_emb = {'a':'1111','b':'2222','c':'3333','d':'4444',}

jsDumps = json.dumps(name_emb)

jsLoads = json.loads(jsDumps)

print(name_emb)

print(jsDumps)

print(jsLoads)

print(type(name_emb))

print(type(jsDumps))

print(type(jsLoads))

==========================

# 'a'变成了'a'是因为发生了类型转换，str会转换成unicode

{'a': '1111', 'b': '2222', 'c': '3333', 'd': '4444'}

{"a": "1111", "b": "2222", "c": "3333", "d": "4444"}

{'a': '1111', 'b': '2222', 'c': '3333', 'd': '4444'}

json.load()用于从json文件中读取数据。

import json

emb_filename = ("./emb_json.json")

jsObj = json.load(open(emb_filename))

print(jsObj)

print(type(jsObj))

for key in jsObj.keys():

print("key:%s value: %s" %(key,jsObj.get(key)))

======================

{'a': '1111', 'b': '2222', 'c': '3333', 'd': '4444'}

key:a value: 1111

key:b value: 2222

key:c value: 3333

key:d value: 4444