我要悄悄学Python之文件与异常（二）

文件与异常（二）

在本篇专题中你可以学到：

• 读取和写入文本文件
• 处理数据集合
• 处理命令行参数
• 抛出和处理异常

迭代文件中的行

你已经知道了怎么样一次读取文件中的一行。然而，有更简单的方法。Python可以像处理每行是一个字符串的字符串容器那样对待一个输入文件。为了从文件中读取文本行，你可以使用for循环迭代文件对象。

infile = open('input.txt', 'r')
for line in infile:
	print(line)
infile.close()

在每个迭代的开始，循环变量line被赋值为包含文件中下一行文本的一个字符串。在循环体内部，你简单的处理文本即可。

然而，文件和容器之间有个关键区别。一旦文件被读取，你就不能再次迭代这个文件，除非先关闭文件并再次打开。

print函数的结尾是以换行符结束的，文件中的每一行的末尾也是一个换行符，因此，当我们的文件中包含一系列单词的输入文件，每行一个单词：

flask
django
python

在输入文件的行被输出到终端时，它们会被显示成每个单词之间有个空行：

flask

django

python

一般地，在使用输入字符串之前必须删除换行符。第一个文本行被读入时，字符串行的末尾是包含着换行符的：flask\n。

为了删除换行符，对字符串应用rstrip方法：

line = line.rstrip()

从而得到新的字符串：flask

利用rstrip方法创建一个新的字符串，删除原字符串尾部的所有空白字符（空格、制表符、换行符）。例如，如果第三个文本行的单词python后面

跟着两个空格：python \n

rstrip方法会同时删除两个空格和换行符：python。

为了删除字符串尾部的指定字符，你可以把包含那些字符的字符串参数传递给rstrip方法。例如，我想要删除字符串尾部的一个圆点或一个问号，可以使用命令：

line = line.rstrip('.?')

下面的表格将更加细致的展示出rstrip的使用方法。

方法	返回值
s.lstrip() s.lstrip(chars)	字符串s的新版本，其中s的左侧是空白字符（空格、制表符、换行符）都被删除。如果提供了参数chars，那么字符串chars中的字符都被删除，而不删除空白字符
s.rstrip() s.strip(chars)	字符串s的新版本，其中s的右侧是空白字符（空格、制表符、换行符）都被删除。如果提供了参数chars，那么字符串chars中的字符都被删除，而不删除空白字符
s.strip() s.strip(chars)	类似于lstrip和rstrip，只是在s的两侧删除字符

读取单词

有时候，你可能需要从一个文件中读取独立的单词。例如，假设我们的输入文件包含两行文本：

Mary had a little lamb,
whose fleece was white as snow.

我想把这些单词输出到终端，每行一个单词。

到目前为止，我想没有从一个文件中读取一个单词的方法，你必须首先读取一行，然后将其切分成独立的单元，这可以使用split方法完成。

worldList = line.split()

这里的split方法返回在每个空白字符处，对原始字符串进行切分得到子字符串的列表。

具体代码如下所示：

infile = open('word.txt', 'r')
for line in infile:
	line = line.strip('.,\n')
	words = line.split()
	for word in words:
		print(word)
infile.close()

默认地，split方法使用空白字符作为分隔符。你也可以不同的分隔符切分为字符串。假如，单词之间使用冒号分隔，而不是空白符。

line = 'apples:pears:oranges:grapes'
substring = line.split(':')

上面的代码会将字符串切分成4个子字符串：

"apples" "pears" "oranges" "grapes"

注意，如果传递了分隔符作为参数，连续的分隔符不会被当作一个来处理，就像是没有提供参数一样。

line = 'apples:pears:oranges::grapes'
substring = line.split(':')

这样将会被分隔成5个子字符串：

"apples" "pears" "oranges" " " "grapes"

其中一个是空白字符。

下表将提供更加详细的split方法

方法	返回值
s.split() s.split(sep) s.split(sep, maxsplit)	从字符串s返回一个单词列表。如果提供了字符串sep，它被当作分隔符使用；否则，任何空白字符都会被当作分隔符。如果提供了maxsplit，就只分隔多次，得到最多maxsplit+1个单词
s.rstrip(sep, maxsplit)	和split一样，只不过这是从尾部开始分隔，而不是从前面开始
s.splitline()	返回一个字符串中独立行组成的列表，使用换行符\n作为分隔符

读取字符

你可以使用read方法读取独立的字符，而不是读取一整行，read方法接收一个参数，用来指定要读取的字符数量。这个方法返回包含读取的字符的字符串，使用1作为参数时：

char = inputfile.read(1)

read方法返回包含文件中下一个字符串。或者，已经达到文件尾部就返回空字符串" "。下面的循环处理文件中的内容，每次一个字符：

inputfile = open('字符.txt', 'r')
char = inputfile.read(1)
while char != '':
	print(char)
	char = inputfile.read(1)
inputfile.close()

inputfile = open('字符.txt', 'r')
char = inputfile.read(1)
while char != '':
	print(char, end='')
	char = inputfile.read(1)
inputfile.close()

有换行效果与没有换行效果能够让你更加容易理解这段代码。

注意：read方法会读取和返回换行符，遇到它们时就结束当前行。

让我们写一个简单的程序，来计算文件中英语字母出现的次数。因为我们要维护计数的字母有26个，因此，我们可以使用一个包含26个用整数表示的计数器列表。

letterCounts = [0] * 26

字母"A"由counts[0]来维护，字母"B"由counts[1]来维护，以此类推，使用counts[25]来表示字母"Z"出现的次数。

我们不使用复杂的选择语句，可以使用ord函数来返回每个字符串的Unicode值。大写字母是按顺序编码的，从字母A的65到字母Z的90，把得到的值减去字母A的编码得到介于0至25之间的值，将其作为letterCounts列表的索引。

code = ord(char) - ord('A')
letterCounts = letterCounts[code] + 1

注意，所有小写字母在做统计之前都需要将其转换为大写字母。

letterCount = [0] * 26
inputfile = open('统计.txt', 'r')
char = inputfile.read(1)
while char != '':
	char = char.upper()
	if char >= 'A' and char <= 'Z':
		code = ord(char) - ord('A')
		letterCount[code] = letterCount[code] + 1
		char = inputfile.read(1)
print(letterCount)
inputfile.close()

注意：你所要统计的字符不能出现有任何的空格、换行与标点符号，否则将会进入死循环。因此，这段代码的bug还是比较多的，留给你们的任务是将这段代码的bug修复。

读取记录

一个文本文件可以包含数据记录的集合，每个记录中包含多个字段。例如，一个包含学生数据的文件可能包含身份证号、完整名字和年纪这些字段组成的记录。一个包含银行账号交易的文件可能包含由交易日期、描述和金额这些字段组成的记录。

比如下面的数据，每个记录包含两个字段：国家名字及人口。这样的数据的经典格式是每个字段存储为文件的一行，单个记录的所有字段连续存储：

China
1330044605
India
1147995898
Unite States
303824646

读取这样格式的数据是非常容易的。因为每个记录包含两个字段，我们从文件中读取两行来构成一个记录。这时我们可以使用readline方法和一个检查文件尾部（警戒值）的while循环：

infile = open('国家人口.txt', 'r')
line = infile.readline()
while line !='':
	countryName = line.rstrip()
	line = infile.readline()
	population = int(line)
	print('%s:%d' % (countryName, population))
	line = infile.readline()
infile.close()

输出结果，如下所示：

China:1330044605
India:1147995898
Unite States:303824646

文件处理实战

我们使用下面的程序来处理一段含文本和数字的数据记录

##
# 该程序读取一个文件，其中的行包含项目和价格，就像：
# item name 1：price1
# item name 2：price2
# 每个项目的名字以冒号结束。
# 该程序写入一个文件，其中项目左对齐而价格右对齐
# 最后一行是价格总和

# 提示输入文件和输出文件的名字
inputFileName = input('Input file: ')
outputFileName = input('Output file: ')

# 打开输入文件和输出文件
# 为了避免编码错误，可能需要设置encoding
inputFile = open(inputFileName, 'r', encoding='utf-8')
outputFile = open(outputFileName, 'w', encoding='utf-8')

# 读取输入并写入输出
total = 0.0

for line in inputFile:
	# 在冒号处切分记录
	print(line)
	parts = line.split('：')

	# 提取两个数据段
	item = parts[0]
	price = float(parts[1])

	# 增加total
	total += price

	# 写入输出
	outputFile.write('%-20s%10.2f\n' % (item, price))

# 写入价格总和
outputFile.write('%-20s%10.2f\n' % ('Total:', total))


# 关闭文件
inputFile.close()
outputFile.close()

# 成功提醒
print('处理完毕')

最后

迷茫不仅阻挡前方的去路，还让我们看不清未来的方向，使得我们越发焦虑，生活越发低沉…

面对每一次的失败，我们要相信：

这不是结束，甚至不是结束的开始，而是开始的结束。

看完觉得有收获的，可以给啃书君点个【在看】，愿我们都能勇往直前，找到适合自己的道路。

我是啃书君，一个专注于学习的人，你懂的越多，你不懂的越多，更多精彩内容，我们下期再见！