1、什么是文件
文件
文件是操作系统提供给用户/应用程序操作硬盘的一种虚拟的概念/接口
用户/应用程序(open())
操作系统(文件)
计算机硬件(硬盘)
2、为何要用文件
用户/应用程序可以通过文件将数据永久保存的硬盘中
即操作文件就是操作硬盘
用户/应用程序直接操作的是文件,对文件进行的所有的操作,都是
在向操作系统发送系统调用,然后再由操作系统将其转换成具体的硬盘操作
3、如何用文件:open()
3.1、打开文件
windows路径分隔符问题
open('C:\a.txt\nb\c\d.txt')
解决方案一:推荐
open(r'C:\a.txt\nb\c\d.txt')
解决方案二:
open('C:/a.txt/nb/c/d.txt')
f=open(r'aaa/a.txt',mode='rt') # f的值是一种变量,占用的是应用程序的内存空间
print(f)
x=int(10)# 相当于 文件赋值
使用完文件要记得关闭文件,否则会一直占用计算机空间造成浪费。但有可能有人
粗心大意忘记关闭,针对这种情况,python提供了with关键字来解决该问题。
#在执行完with下面的语句后,会自动关闭文件
with open('a.txt',mode='rt') as f1: # f1=open('a.txt',mode='rt')
res=f1.read()
print(res)
with open('a.txt',mode='rt') as f1,\ # \是注释掉换行符,表明两条语句是同一行
open('b.txt',mode='rt') as f2: #可以打开多个文件
res1=f1.read()
res2=f2.read()
print(res1)
print(res2)
# f1.close() #关闭文件的代码可以省略
# f2.close()
3.2、操作文件
读/写文件,应用程序对文件的读写请求都是在向操作系统发送
系统调用,然后由操作系统控制硬盘把数据读入内存、或者写入硬盘
res=f.read()
print(type(res))
print(res)
没有指定encoding参数操作系统会使用自己默认的编码
linux系统默认utf-8
windows系统默认gbk
硬盘(c.txt内容:utf-8格式的二进制)
内存:utf-8格式的二进制-----解码-----》unicode
with open('c.txt',mode='rt',encoding='utf-8') as f:#不指定编码格式,读取时可能报错或出现乱码
res=f.read() # t模式会将f.read()读出的结果解码成unicode
print(res,type(res))
控制文件读写内容的模式:t和b
强调:t和b不能单独使用,必须跟r/w/a连用
t文本(默认的模式)
1、读写都以str(unicode)为单位的
2、文本文件
3、必须指定encoding
r只读模式
w只写模式
a只追加写模式
+:r+、w+、a+
3.2.1、 以t模式为基础进行文件操作
1、r(默认的操作模式):只读模式,当文件不存在时报错,当文件存在时文件指针跳到开始位置
with open('c.txt',mode='rt',encoding='utf-8') as f:
print('第一次读'.center(50,'*'))
res=f.read() # 把所有内容从硬盘读入内存
print(res)
# with open('c.txt', mode='rt', encoding='utf-8') as f:
print('第二次读'.center(50,'*'))
res1=f.read()
print(res1)
===============案例==================
inp_username=input('your name>>: ').strip()
inp_password=input('your password>>: ').strip()
# 验证
with open('user.txt',mode='rt',encoding='utf-8') as f:
for line in f:
# print(line,end='') # egon:123\n
username,password=line.strip().split(':')
if inp_username == username and inp_password == password:
print('login successfull')
break
else:
print('账号或密码错误')
2、w:只写模式,当文件不存在时会创建空文件,当文件存在会清空文件,指针位于开始位置
with open('d.txt',mode='wt',encoding='utf-8') as f:
f.read() # 报错,不可读
f.write('擦勒\n')
强调1:
在以w模式打开文件没有关闭的情况下,连续写入,新的内容总是跟在旧的之后
with open('d.txt',mode='wt',encoding='utf-8') as f:
f.write('擦勒1\n')
f.write('擦勒2\n')
f.write('擦勒3\n')
强调2:
如果重新以w模式打开文件,则会清空文件内容
with open('d.txt',mode='wt',encoding='utf-8') as f:
f.write('擦勒1\n')
with open('d.txt',mode='wt',encoding='utf-8') as f:
f.write('擦勒2\n')
with open('d.txt',mode='wt',encoding='utf-8') as f:
f.write('擦勒3\n')
案例:w模式用来创建全新的文件
文件文件的copy工具
src_file=input('源文件路径>>: ').strip()
dst_file=input('源文件路径>>: ').strip()
with open(r'{}'.format(src_file),mode='rt',encoding='utf-8') as f1,\
open(r'{}'.format(dst_file),mode='wt',encoding='utf-8') as f2:
res=f1.read()
f2.write(res)
3、a:只追加写,在文件不存在时会创建空文档,在文件存在时文件指针会直接调到末尾
with open('e.txt',mode='at',encoding='utf-8') as f:
# f.read() # 报错,不能读
f.write('擦嘞1\n')
f.write('擦嘞2\n')
f.write('擦嘞3\n')
强调 w 模式与 a 模式的异同:
1 相同点:在打开的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
2 不同点:以 a 模式重新打开文件,不会清空原文件内容,会将文件指针直接移动到文件末尾,新写的内容永远写在最后
案例:a模式用来在原有的文件内存的基础之上写入新的内容,比如记录日志、注册
注册功能
name=input('your name>>: ')
pwd=input('your name>>: ')
with open('db.txt',mode='at',encoding='utf-8') as f:
f.write('{}:{}\n'.format(name,pwd))
了解:+不能单独使用,必须配合r、w、a
with open('g.txt',mode='rt+',encoding='utf-8') as f:
# print(f.read())
f.write('中国')
with open('g.txt',mode='w+t',encoding='utf-8') as f:
f.write('111\n')
f.write('222\n')
f.write('333\n')
print('====>',f.read())
with open('g.txt',mode='a+t',encoding='utf-8') as f:
print(f.read())
f.write('444\n')
f.write('5555\n')
print(f.read())
了解:
# x模式(控制文件操作的模式)-》了解
# x, 只写模式【不可读;不存在则创建,存在则报错】
with open('a.txt',mode='x',encoding='utf-8') as f:#如果a.txt不存在则创建,存在则报错
pass
with open('b.txt',mode='x',encoding='utf-8') as f:#不可读,如果文件不存在,创建文件,并报错
f.read()
with open('c.txt',mode='x',encoding='utf-8') as f:#文件不存在,则创建并写入内容
f.write('哈哈哈\n')
3.2.2、以b模式为基础进行文件操作
b:binary模式
1、读写都是以bytes为单位
2、可以针对所有文件
3、一定不能指定字符编码,即一定不能指定encoding参数
错误演示:t模式只能读文本文件
with open(r'爱nmlgb的爱情.mp4',mode='rt') as f:#会报错
f.read() # 硬盘的二进制读入内存-》t模式会将读入内存的内容进行decode解码操作
with open(r'test.jpg',mode='rb') as f:
res=f.read() # 硬盘的二进制读入内存—>b模式下,不做任何转换,直接读入内存
print(res) # bytes类型—》当成二进制
print(type(res))
with open(r'd.txt',mode='rb') as f: #以二进制读的方式打开
res=f.read() # utf-8的二进制
print(res,type(res))
print(res.decode('utf-8'))
with open(r'd.txt',mode='rt',encoding='utf-8') as f: #以文本读的方式打开
res=f.read() # utf-8的二进制->unicode
print(res)
with open(r'e.txt',mode='wb') as f: #以二进制写,写入的字符二进制的以gbk格式进行编码
f.write('你好hello'.encode('gbk'))
with open(r'f.txt',mode='wb') as f:
f.write('你好hello'.encode('utf-8')) #以utf-8格式进行编码
f.write('哈哈哈'.encode('gbk'))
文件拷贝工具
src_file=input('源文件路径>>: ').strip()
dst_file=input('源文件路径>>: ').strip()
with open(r'{}'.format(src_file),mode='rb') as f1,\
open(r'{}'.format(dst_file),mode='wb') as f2:
# res=f1.read() # 次方式读取的会将文件全部读取到内存中,如果文件过大,会塞满内存,使计算机变卡
# f2.write(res)
for line in f1:
f2.write(line)
循环读取文件
方式一:自己控制每次读取的数据的数据量
with open(r'test.jpg',mode='rb') as f:
while True:
res=f.read(1024) # 每次读取1024字节的数据量
if len(res) == 0:
break
print(len(res))
方式二:以行为单位读,当一行内容过长时会导致一次性读入内容的数据量过大
with open(r'g.txt',mode='rt',encoding='utf-8') as f:
for line in f:
print(len(line),line)
with open(r'g.txt',mode='rb') as f:
for line in f:
print(line)
with open(r'test.jpg',mode='rb') as f:
for line in f:
print(line)
3.2.3、总结:
控制文件读写内容的模式
t:
1、读写都是以字符串(unicode)为单位
2、只能针对文本文件
3、必须指定字符编码,即必须指定encoding参数
b:binary模式
1、读写都是以bytes为单位
2、可以针对所有文件
3、一定不能指定字符编码,即一定不能指定encoding参数
总结:
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模式则需要手动编码与解码,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
3.3、关闭文件
f.close() # 回收操作系统资源
print(f)
f.read() # 变量f存在,但是不能再读了
del f # 回收应用程序资源
3.4、操作文件的其他方法
3.4.1、读相关操作
#读操作
f.read() #读取文件所有内容
f.readline() #一次读一行的内容
f.readlines() #读所有行,并以行为单位存入列表中
1、readline:一次读一行
with open(r'g.txt',mode='rt',encoding='utf-8') as f:
# res1=f.readline()
# res2=f.readline()
# print(res2)
while True:
line=f.readline()
if len(line) == 0:
break
print(line)
2、readlines: #读文件所有内容,并存与列表中
with open(r'g.txt',mode='rt',encoding='utf-8') as f:
res=f.readlines()
print(res)
强调:
f.read()与f.readlines()都是将内容一次性读入内存,如果内容过大会导致内存溢出。
3.4.2、写相关操作
二:写相关操作
f.writelines():
with open('h.txt',mode='wt',encoding='utf-8') as f:
# f.write('1111\n222\n3333\n') #同时写入多行
# l=['11111\n','2222','3333',4444]
l=['11111\n','2222','3333']
# for line in l: #循环遍历列表,写入文件
# f.write(line)
f.writelines(l) #代替循环遍历,直接将列表内容写入文件
with open('h.txt', mode='wb') as f:
# l = [
# '1111aaa1\n'.encode('utf-8'),
# '222bb2'.encode('utf-8'),
# '33eee33'.encode('utf-8')
# ]
# 补充1:如果是纯英文字符,可以直接加前缀b得到bytes类型
# l = [
# b'1111aaa1\n',
# b'222bb2',
# b'33eee33'
# ]
# 补充2:'上'.encode('utf-8') 等同于bytes('上',encoding='utf-8')
l = [
bytes('上啊',encoding='utf-8'),
bytes('冲呀',encoding='utf-8'),
bytes('小垃圾们',encoding='utf-8'),
]
f.writelines(l)
3.4.3、flush
with open('h.txt', mode='wt',encoding='utf-8') as f:
f.write('哈') #会攒够一定的数据再从内存中存入到硬盘
f.flush() #直接刷新,写入硬盘
3.4.4、了解
with open('h.txt', mode='wt',encoding='utf-8') as f:
print(f.readable()) #文件是否可读
print(f.writable()) #文件是否可写
print(f.encoding) #文件以什么方式编码
print(f.name) #文件名字
print(f.closed) #文件是否关闭
3.5、指针移动
指针移动的单位都是以bytes/字节为单位
只有一种情况特殊:
t模式下的read(n),n代表的是字符个数
with open('aaa.txt',mode='rt',encoding='utf-8') as f:
res=f.read(4) #读取4个字符
print(res)
f.seek(指的是移动的字节个数,模式):
模式:
模式0:参照物是文件开头位置
f.seek(9,0)
f.seek(3,0) # 3
模式1:参照物是当前指针所在位置
f.seek(9,1)
f.seek(3,1) # 12
模式2:参照物是文件末尾位置,应该倒着移动
f.seek(-9,2) # 3
f.seek(-3,2) # 9
强调:只有0模式可以在t下使用,1、2必须在b模式下用
with open('aaa.txt',mode='rt',encoding= 'utf-8') as f:
f.seek(6,0) #
print(f.tell())
print(f.read())#读取6bytes位置以后的数据
f.tell() # 获取文件指针当前位置
示范
with open('aaa.txt',mode='rb') as f:
f.seek(9,0)
f.seek(3,0) # 3
# print(f.tell())
f.seek(4,0)
res=f.read()
print(res.decode('utf-8'))
with open('aaa.txt',mode='rb') as f:
f.seek(9,1)
f.seek(3,1) # 12
print(f.tell())
with open('aaa.txt',mode='rb') as f:
f.seek(-9,2)
# print(f.tell())
f.seek(-3,2)
# print(f.tell())
print(f.read().decode('utf-8'))
3.6、文件修改
文件内容:
张一蛋 云南 169 49 12344234523
李二蛋 河北 163 57 13913453521
王全蛋 山西 153 62 18651433422
with open('a.txt',mode='r+t',encoding='utf-8') as f:
f.seek(9,0)
f.write('<男妇女主任>')
我们想通过程序将 ‘男妇女主任’ 增加到张一蛋后面,结果为
张一蛋<男妇女主任>9 49 12344234523
李二蛋 河北 163 57 13913453521
王全蛋 山西 153 62 18651433422
结果并不像我们以为的将<男妇女主任>增加到张一蛋后面,而是从第9个bytes后开始
进行了数据的覆盖,所以为了用程序达到我们日常修改文件效果,需要以下操作:
文件修改的两种方式
#首先我们要知道打开文件(open功能)只是操作系统在硬盘上找到该文件,如果不进
#行读操作(read())是不会将文件内容读入到内存的,所以有以下两种修改方式:
f = open('a.txt')#找到a.txt存储位置
res = f.read()#将文件内容读入内存
print(res) #显示出来
方式一:文本编辑采用的就是这种方式
实现思路:将文件内容发一次性全部读入内存,然后在内存中修改完毕后再覆盖写回原文件
优点: 在文件修改过程中同一份数据只有一份
缺点: 会过多地占用内存
with open('c.txt',mode='rt',encoding='utf-8') as f:
res=f.read()
data=res.replace('alex','dsb')
print(data)
with open('c.txt',mode='wt',encoding='utf-8') as f1:
f1.write(data)
方式二:
实现思路:以读的方式打开原文件,以写的方式打开一个临时文件,一行行读取原文件内容,
修改完后写入临时文件,删掉原文件,将临时文件重命名原文件名
优点: 不会占用过多的内存
缺点: 在文件修改过程中同一份数据在硬盘中存了两份
import os
with open('c.txt', mode='rt', encoding='utf-8') as f, \
open('.c.txt.swap', mode='wt', encoding='utf-8') as f1:
for line in f:
f1.write(line.replace('alex', 'dsb'))
os.remove('c.txt')
os.rename('.c.txt.swap', 'c.txt')