文件与数据格式化

一、文件的类型：

1.文件时数据的抽象和集合

• 文件是存储在辅助存储器上的数据序列
• 文件时数据存储的一种形式
• 文件时数据存储的一种形式

2.文本文件和二进制文件

• 文本文件和二进制文件值是文件的展示方式
• 本质上，所有文件都是二进制形式存储
• 形式上，所有文件采用两种方式展示

3.文本文件

• 由单一特定编码组成的文件，如UTF-8编码
• 由于存在编码，也被看成是存储着的长字符串
• 适用于例如：.txt文件、.py文件

4.二进制文件

• 直接由比特0和1组成，没有字符编码
• 一般存在二进制0和1的组织结构，即文件格式
• 适用于例如：.png文件、.avi文件等

二、标准库OS常用命令

• os模块为许多操作系统函数提供了统一的接口。
• 这个模块中的大部分函数通过对应平台相关模块实现, 比如 posix 和 nt. os 模块会在第一次导入的时候自动加载合适的执行模块.

import os    # 导入模块
os.getcwd() # 查看当前路径
os.chdir('D:\\my_files') # 修改当前路径

'D:\\my_files'

os.mkdir("my_file") # 在当前目录下建一个子文件夹，已存在时会报错
os.mkdir("my_file2")

os.listdir()   # 查看当前文件夹下的子文件夹

['my_file', 'my_file1']

os.rmdir(' my_file2')   # 删除文件夹，文件不存在时会报错
os.remove('a.py ') # 删除一个文件

os.rename('my_file','my_file.doc')  # 改变文件的名字

for i in os.listdir():
    os.rename(i,'great_'+ i)   # 更改当前文件夹下的所有子文件夹的名字

三、文件的打开与关闭

1.open()函数提供7中基本的打开模式

打开模式	含义
‘r’	只读模式，如果文件不存在，返回异常FileNotToundError，默认值
‘w’	覆盖写模式，文件不存在则创建，存在则完全覆盖源文件
‘x’	创建写模式，文件不存在则创建，存在则返回FileExistsError
‘a’	追加写模式，文件不存在则创建，存在则在源文件最后追加内容
‘b’	二进制文件模式
‘t’	文本文件模式，默认值
‘+’	与r/w/x/a一同使用，在原功能基础上增加同时读写功能

type	info
r	以只读方式打开文件。文件的指针在文件开头，默认模式
w	打开文件只用于写入。若文件存在则覆盖，不存在则创建
a	打开文件用于追加。若文件存在，指针会在文件结尾，若文件不存在，创建新文件写入
rb	以二进制格式打开一个文件同于只读。文件指针在文件开头
wb	以二进制格式打开文件只用于写入。若文件存在则覆盖，不存在则创建新文件
ab	以二进制格式打开文件用于追加。若文件存在指针在文件结尾，若文件不存在则创建新文件写入
r+	打开一个文件用于读写，文件指针在文件开头
w+	打开一个文件用于读写。若文件已存在则将其覆盖，不存在则创建新文件
a+	打开一个文件用于读写。若文件已存在，文件指针会放在文件结尾。文件打开时会是追加模式
rb+	以二进制格式打开一个文件用于读写。文件指针在文件开头
wb+	以二进制格式打开一个文件用于读写。覆盖写模式
ab+	以二进制格式打开一个文件用于追加。追加写模式

2.文件关闭 f.close()

程序执行完毕后，系统会关闭由该程序打开的文件，但更好的做法是在文件使用完毕后，由程序调用close()方法关闭文件。

实际上，计算机中可打开的文件数量是有限的，每打开一个文件，就会占用一个“名额”，当“名额”耗尽后系统可能无法打开新文件，此外，当文件以缓冲方式打开时，磁盘文件与内存间的读写并不是及时的，若程序因异常关闭，可能导致缓冲区中的数据无法写入文件，造成数据丢失。

因此，文件使用完毕后，及时使用close()关闭文件是有必要的

f = open('b.txt','r')  # 只打开存在的文件,还没有创建文件时会报错
f.close()

f = open('b.txt','w')  # 创建了b.txt文件用于覆盖写
f = tell()  # 0 当前光标的位置为0
f.write('hello world")  # 在b.txt文件里写入hello world
f.read()   # 不可读，报错
f.close()

f = open('b.txt','x')   # b.txt文件已存在，会报错

f = open('b.txt','r')
f.read()   # 'hello world'  读出文件的内容
f.read()  #  ''   读完一次后，指针位于文档最后，再次读内容为空
f.close()

f.close()
f = open('b.txt','r')
f.read()      # 'hello world'  关闭文件后再打开，指针回到文档起点

由于文件读写时都有可能产生IOError，一旦出错，后面的f.close()就不会调用了，为了保证无论是否出错都能正确关闭文件，使用try … finally 来实现：

try:
    f = open('/path/to/file','r')
    print(f.read())
finally:
     if f:
        f.close()

但是每次这么写太过繁琐，Python引入了with语句来自动帮我们调用close(0方法：

with open('/path/to/file','r') as f:
          print(f.read())

3. f.read ()读取全部文件内容

这和try … finally 是一样的，但是代码更简洁，并且不必调用f.close()方法

• 调用read()会一次读取文件的全部内容，如果文件有10G，内存就爆了
• 保险起见，可以反复调用read(size)方法，每次最多读取size个字节的内容
• 调用readline()可以每次读取一行内容，调用readline()一次读取所有内容并按行返回list。因此要根据需要觉得怎么调用
• 如果文件很小，read()一次性读取最方便；若果不确定文件大小，反复调用readl(size)比较保险；如果是配置文件，调用readline()最方便

#把末尾的'\n'在strip() 函数中可以把目标内容line里所有的空格，空行等都删掉，只剩余文字内容

for line in f.readline():
       print(line.strip())

f = open('b.txt')
f.read(5)    # 'hello'  从b.txt中读取5个字符
f.read(2)   # ' w'    从上次读取的地方继续往后读取两个字符

4. f.tell()

用户通过tell()方法获取当前的读写位置

f = open('b.txt')
f.tell()    # 0   打开文件后，磨人的读写位置为0
f.read(3)   #  'hel'
f.tell()   # 3

5. f.seek()

一般情况下，文件的读写是顺序的，但并非每次的读写都需要从当前位置开始，python提供了seek方法可控制文件的读写位置，实现文件的随机读写

seek(offset,from)

offset 表示偏移量，即读写位置需要移动的字节数；from用于指定文件的读写位置，改参数取值0、1、2代表含义如下：

• 0:表示文件开头
• 1：表示使用当前读写位置
• 2：表示文件末尾

f = open('b.txt','w')
f.tell()   # 0
f.write('hello world')
f.close()

f = open('b.txt','a+')
f.read()   # ''  追加读写模式，指针在文件末尾
f.seek(0,0)    # 0  将指针移到文件开头
f.read()     # 'hello world'   从开头读取文件内容
f.seek(3,0)  # 3 将指针移到第三个字符后
f.read()  # 'lo world'  从第三个字符后开始读取文件内容
f.close()