第十章 掌握Python的文件处理

1.1 彻底掌握计算机文件的基础知识

计算机文件的命名

windows中的文件命名规则：文件名.扩展名，不区分大小写，不可使用特殊符号如/、\、?、*等

 

计算机文件的路径

绝对路径：从盘符（C:、D：）开始的路径。 盘符\目录名\文件名 。例如C:\Python\helloword.py

 

2.1 彻底掌握文件读写的基础操作

Python中的open函数

通过内置函数open来对文件进行读写操作。open会打开一个文件，返回一个stream（文件流对象）

open的参数有很多，只需掌握参数列表的前五个形参open(file,mode,buffering,encoding,errors,...)

• file：文件路径名
• mode：文件打开模式
• buffering：文件缓冲
• encoding：文件数据流的编码
• errors：错误编码信息

 

文件的打开模式

读写混合模式：

1.r+ ：表示r模式与a模式的混合，使用r+模式时，文件必须存在，每次执行写操作时，都是在文件尾部进行写入。

2.w+：表示w模式与r模式的混合，如果文件已存在，则清空内容，文件不存在时则创建文件。

3.a+：表示a模式与读模式的混合，如果文件存在则在文件尾部进行写入，不存在则创建文件。

 

对文件进行写操作

通过文件流对象（stream）的write方法来对文件进行写操作。使用的是w模式

1.file_stream.write(text)：text必须为字符串类型，返回值为写入的字符数，\n表示换行

2.file_stream.writelines(lines)：lines可以是字符串，也可以是序列类型（列表，元组，字典，集合），但元素必须是字符串。没有返回值。

 

 

对文件进行读操作

对文件进行写操作后，可以使用read方法来读取文件中的内容。使用r模式

1.file_stream.read(count)：count表示读取文件中的多少个字符，可以不传值，不传值则读取全部。放回一个字符值

2.file_stream.readlines()：读取所有行，返回一个列表类型

3.可以直接使用for循环遍历文件流对象，效果与readlines()一样，区别是readlines是一次性把内容读取到内存中，消耗很大，而for循环遍历文件流对象是逐行读入到内存

 

 

3.1 彻底掌握文件读写的高级操作

文件的读写缓冲区

文件的读写缓冲区对应的是内存中的一块缓冲区，在文件进行写操作时，会将数据先写到这个区域，缓冲区写满后再刷新到磁盘。在进行读操作时，会将文件中的一部分数据预读到这块内存缓冲区，然后再从这块区域中读取数据

 

为什么需要这块缓冲区

因为在内存中读写数据的速度是远快于在磁盘中的。

1.文件流对象的flush方法：手动刷新内存缓冲区，在文件中，有时读取不到刚写入的数据，可能是数据写到缓冲区中，还没刷新到磁盘，此时就需要flush方法来手动刷新到磁盘

 

2.buffering参数：0表示关闭缓冲区，该操作只适用于二进制。1表示设置行缓冲模式，只能用于文本。大于1则表示缓冲区的大小 

 

无需刷新，直接写入磁盘

 

文件的指针和定位

可以理解为SQL Server中的游标，指针就是读取文本的位置，每次读取一行后，指针将会指向下一行。

1.file_stream.seek(offset,[from])：设置指针的位置，offset表示偏移量，from表示开始位置，默认0。0表示从文件头，1表示当前位置，2表示从尾部。如果设置为1，则必须以二进制的模式来读取文本

 

指定文件编码

通过设置open中的encoding参数来指定读写的编码

对文件读写进行错误处理

 

 

4.1 彻底掌握StringIO与BytesIO

StringIO

获取一个基于内存的流对象，在内存中对字符串进行读写操作

语法：StringIO(initial_value='',newline='\n')：initial_value用来传递一个初始值，默认为空字符串。newline用来定义换行符，默认\n。通过StringIO获取的对象与open具有相同的接口，都可以使用到文件流对象的方法（seek()、read()、write()等）。此外StringIO还提供了getvalue()方法，用来读取缓冲区的全部数据

 例子：

 

BytesIO

类似StringIO，区别是对内存中的Bytes类型进行读写。执行encode()可以将字符串转换成bytes类型，执行decode()可以将bytes转换成字符串类型

语法：BytesIO([initial_bytes])：参数表示初始化的Bytes数据

例子：

 

 

5.1 使用json模块读取json文件

什么是json文件

全称JavaScript Object Notation，用于将JavaScript对象序列化成JSON格式的字符串

 

json数据格式

类似Python中的字典与列表，键名必须是字符串类型，键值可以是以下的类型

json的键值数据类型可以互相嵌套

 

 

Python中的JSON模块

1.json.dumps(obj,ensure_ascii=True)：将数据对象序列化成json格式,obj是数据对象，ensure_ascii是判断数据对象是否ascii编码格式。返回一个json格式的字符串

 

2.loads(s)：将json反序列化成Python中的数据对象。s表示将json文件中的文本或者Bytes类型。