python之文件骚操作

文件操作基本流程
1.打开文件，由应用程序向操作系统发起系统调用（open），操作系统打开该文件，对应一块磁盘空间，并返回一个文件对象赋值给一个变量f

f=open(r'E:\pycharm\项目\venv\a.txt',mode='rt',encoding='utf-8')

2.调用文件对象下的读/写方法，会被操作系统转换为读/写硬盘的操作

data=f.read()

3.向操作系统发起关闭文件的请求，收回系统资源

f.close()

资源回收与with上下文管理
打开一个文件包含两部分资源：应用程序的变量f和操作系统打开的文件。在操作完毕一个文件时，必须把与该文件的两部分资源全部回收，回收方法为：
f.close():回收操作系统打开的文件资源
del.f:回收应用程序级的变量

其中的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无法关闭，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，一定要记住f.close()，虽然我们如此强调，但是大多数读者还数会不由自主的忘记f.close()，考虑到这一点，python提供了with关键字来帮我们管理上下文
1.在执行完子代码块后，with 会自动执行f.close()

with open('a.txt',mode='w',encoding='utf-8') as f:
    pass
    

2.可用with同时打开多个文件，用逗号分隔开即可

with open('a.txt', 'mode=rt', encoding='utf-8') as read_f, open('b.txt', mode='wt', encoding='utf-8') as write_f:
    data = read_f.read()
    write_f.write(data)

指定操作文本文件的字符编码
f=open()是由操作系统打开文件，如果打开的是文本文件，会涉及到字符编码问题，如果没有为open指定编码，那么打开文本文件的默认编码很明显是操作系统说了算，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，如果保证不乱吗，文件以什么方式存，就要以什么方式打开

f=open('a.txt',mode='rt',encoding='utf-8')

文件的读写操作模式

r(默认的):只读
w:只写
a:只追加

案例：
r模式使用
r只读模式：在文件不存在时报错，文件存在文件内指针直接跳到文件开头

with open(r'E:\pycharm\项目\venv\a.txt', mode='r', encoding='utf-8') as f:
    res = f.read()  # 会将文件的内容由硬盘全部读入内存，赋值给res

小练习

inp_name = input('请输入你的名字： ').strip()
inp_pwd = input('请输入你的密码： ').strip()
with open(r'E:\pycharm\项目\venv\a.txt', mode='r', encoding='utf-8') as f:
    for line in f:
        # 把用户输入的名字与密码读出内容做对比
        u, p = line.strip('\n').split(':')
        if inp_name == u and inp_pwd == p:
           print('登录成功')
           break
    else:
        print('用户名或密码错误')

w模式的使用
w只写模式：在文件不存在时会创建空文档，文件存在会清空文件，文件指针会跑到文件开头

with open(r'E:\pycharm\项目\venv\a.txt',mode='w',encoding='utf-8') as f:
    f.write('你好\n')
    f.write('我好\n')
    f.write('大家好\n')
    f.write('111\n222\n333\n444\n')

# 你好
# 我好
# 大家好
# 111
# 222
# 333
# 444

强调：
在文件不关闭的情况下，连续的的写入，后写的内容一定在前写的内容前面
如果重新以w模式打开文件，则会清空文件内容

a模式的使用
a只追加写模式：在文件不存在时会创建空文档，文件存在会将文件指针直接移动到文件末尾

with open(r'E:\pycharm\项目\venv\a.txt',mode='a',encoding='utf-8') as f:
    f.write('44444\n')
    f.write('55555\n')

# 你好
# 我好
# 大家好
# 111
# 222
# 333
# 444
# 44444
# 55555

强调w模式与a模式的异同：
相同：在打开文件不关闭的情况下，连续的写入，新写的内容总会跟在前写的内容之后
不同：以a模式重新打开文件，不会清空源文件的内容，会将指针直接移动到文件末尾，新写的文件内容永远在最后

+模式的使用
r+ w+ a+:可读可写
在平时工作中，我们只单纯的使用r/w/a，要么只读，要么只写，一般不用可读可写模式

控制文件内容的模式
大前提：tb模式均不能单独使用，必须与r/w/a之一结合使用
t(默认的)：文本模式
1.读写文件都是以字符串为单位的
2.只能针对文本文件
3.必须指定encoding参数
b:二进制模式
1.读写文件都是以bytes/二进制为单位的
2.可以针对所有文件
3.一定不能指定encoding参数

案例：
t模式的使用
t模式：如果我们指定的文件打开模式为r/w/a，其实默认就是rt/wt/at

with open(r'E:\pycharm\项目\venv\a.txt', mode='rt', encoding='utf-8') as f:
    res = f.read()
    print(type(res))  # 输出结果：<class 'str'>

with open(r'E:\pycharm\项目\venv\a.txt', mode='wt', encoding='utf-8') as f:
    s = 'abc'
    f.write(s)  # 写入的也是字符串类型

强调：t模式只能用于操作文本文件，无论读写，都应该以字符串为单位，而存取硬盘本质都是二进制形式，当指定t模式时，内部帮我们做了编码与解码

b模式使用
b模式：读写都是以二进制为单位

with open(r'1.mp4',mode='rb') as f:
    data=f.read()
    print(type(data)) #输出结果为：<class 'bytes'>

with open('a.txt',mode='wb') as f:
    msg='你好'
    res=msg.encode('utf-8') #msg是中文，用utf-8编码为res
    f.write(res)#在b模式下写入文件的只能是bytes类型

强调：b模式对比t模式
1.在操作纯文本文件方面t模式帮我们省去了编码与解码的环节，b模式则需要手动解码与编码，所以此时t模式更为方便
2.针对非文本文件（如图片，视频，音频等）只能使用b模式

练习：编写拷贝工具

src_file=input('源文件路径：').strip()
dst_file=input('目标文件路径：').strip()
with  open(r'{}'.format(src_file),mode='rb')as src_f,open(r'{}'.format(dst_file),mode='wb') as dst_f:
    for line in src_file:
        dst_f.write(line)

操作文件的方法
读操作

f.read() #读取所有内容到内存，执行完该操作后，文件指针会移动到文件末尾
f.readline()#读取一行内容到内存，指针会移动到第二行行首
f.readlines()#读取每一行内容，存放于列表中

强调：
f.read()与f.readlines()都是将内容一次性读入内容，如果内容过大会导致内存溢出，若还想将内容全部读入内存，则必须分多次读入，有两种实现方式：
方式一：

with open('a.txt',mode='rt',encoding='utf-8') as f:
    for line in f:
        print(line)

方式二：

with open('a.txt',mode='rb') as f:
    while True:
        data=f.read(1024)  #同一时刻只读入1024个bytes到内存中
        if len(data) ==0:
            break
        print(data)

写操作

f.write('1111\n222222\n')  # 针对文本模式内容的写，需要自己写换行符
f.write('11111\n222222\n'.encode('utf-8'))  # 针对b模式的写，需要自己写换行符
f.writelines(['333\n', '444\n'])  # 文件模式
f.writelines([bytes('333\n', encoding='utf-8'), '444\n'.encode('utf-8')])

了解

f.readable()#文件是否可读
f.writable()#文件是否可写
f.closed()#文件是否关闭
f.encoding()#如果文件打开模式为b，则没有该属性
f.flush()#立刻将该文件内容从内存刷到硬盘

主动控制文件内指针移动
大前提：文件内指针的移动都是Bytes为单位，唯一例外的是t模式下的read（n），n以字符为单位

with open(r'E:\pycharm\项目\venv\a.txt',mode='rt',encoding='utf-8') as f:
    data=f.read(3)#读取3个字符

with open(r'E:\pycharm\项目\venv\a.txt',mode='rb') as f:
    data=f.read(3)  #读取3个bytes

之前问价指针的移动都是由读/写操作二被动触发的，若想读取文件某一特定位置的数据，则需要用f.seek()方法主动控制文件内指针的移动，详细用法如下：
#f.seek(指针移动的字节数，模式控制)：
#模式控制：
#0：默认的模式，该模式代表指针移动的字节数是以文件开头为参照的（t/b）
#1：该模式代表指针移动的字节数是以当前所在位置为参照的 (b)
#2：该模式代表指针移动的字节数是以文件末尾位置为参照的 (b)
#强调：其中0模式可以在t或者b模式使用，而1跟2模式只能在b模式下使用

案例
0模式详解
a.txt用utf-8编码，内容如下（abc各占1个字节，中文“你好”各占3个字节）
abc你好

0模式的使用

with open(r'E:\pycharm\项目\venv\a.txt',mode='rt',encoding='utf-8') as f:
    f.seek(3,0)
    print(f.tell()) #查看当前文件指针距离文件开头的位置，输出结果为3
    print(f.read()) #从第三个字节位置读到文件末尾，输出结果为：你好

with open(r'E:\pycharm\项目\venv\a.txt',mode='rb') as f:
    f.seek(6,0)
    print(f.read().decode('utf-8'))#输出结果为:好

1模式详解

with open(r'E:\pycharm\项目\venv\a.txt',mode='rb') as f:
    f.seek(3,1) #从当前位置移动3个字节，而此时的当前位置就是文件开头
    print(f.tell())#输出结果为3
    f.seek(4,1)#从当前位置向后移动4个字符，而此时当前位置为3
    print(f.tell())#输出结果为7

2模式详解
a.txt用utf-8编码，内容如下（abc各占1个字节，中文“你好”各占3个字节）
abc你好

2模式的使用

with open(r'E:\pycharm\项目\venv\a.txt',mode='rb') as f:
    f.seek(0,2)#参照文件末尾移动0个字符，即直接跳到文件末尾
    print(f.tell())#输出结果为：0
    f.seek(-3,2)#参照文件末尾位置想前移动3个字节
    print(f.read().decode('utf-8'))#输出结果为:好

练习：实现动态查看最新一条日志效果

import time
with open(r'E:\pycharm\项目\venv\a.txt',mode='rb') as f:
    f.seek(0,2)
    while True:
        line=f.readline()
        if line ==0:
            time.sleep(0.5)
        else:
            print(line.decode('utf-8'))

文件的修改
文件a.txt内容如下
张一蛋 山东 179 49 12344234523
李二蛋 河北 163 57 13913453521
王全蛋 山西 153 62 18651433422

执行操作

with open(r'E:\pycharm\项目\venv\a.txt',mode='r+t',encoding='utf-8') as f:
    f.seek(9)
    f.write("<妇女主任>")

张一蛋<妇女主任> 179 49 12344234523
李二蛋 河北 163 57 13913453521
王全蛋 山西 153 62 18651433422

强调：
1.硬盘空间是无法修改的，硬盘中数据的更新都是用新内容覆盖旧内容
2.内存中的数据是可以修改的

文件对应的是磁盘空间，硬盘不能修改对应着文件本质也不能修改，那我们看到文件内容可以修改是因为，文件内容由磁盘读入内存，然后再内存中修改完毕后再覆盖回硬盘，具体实现方式如下：
实现方式1：
实现思路：将文件内容一次性全部读入内存，然后在内存中修改完毕后再覆盖写会源文件
优点：在文件修改过程中同一份数据只有一份
缺点：会过多的占用内存

with open(r'E:\pycharm\项目\venv\a.txt',mode='rt',encoding='utf-8') as f:
    data=f.read()

with open(r'E:\pycharm\项目\venv\a.txt',mode='wt',encoding='utf-8') as f:
    f.write(data.replace('王全蛋','李蛋'))

实现方式2：
实现思路：以读的方式打开源文件，以写的方式打开一个临时文件，一行行读取源文件内容，修改完成后写入临时文件，删掉源文件，将临时文件重命名为源文件名
优点：不会过多的占用内存，
缺点：在修改过程中同一份文件占用了两份

import os
with open(r'E:\pycharm\项目\venv\a.txt',mode='rt',encoding='utf-8') as read_f,\
    open(r'E:\pycharm\项目\venv\.a.swap.txt',mode='wt',encoding='utf-8') as write_f:
    for line in read_f:
        write_f.write(line.replace('李二蛋','李三蛋'))
os.remove(r'E:\pycharm\项目\venv\a.txt')
os.rename(r'E:\pycharm\项目\venv\.a.swap.txt','a.txt')