文件处理

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')