IO编程——文件操作python

1，打开文件

python中的文件操作需要一个文件对象（类型为TextIOWrapper）才可以进行，如果要想获得此文件对象，则必须利用内置模块（builtins）中提供的open()函数完成。

open() 方法

Python open() 方法用于打开一个文件，并返回文件对象。

在对文件进行处理过程都需要使用到这个函数，如果该文件无法被打开，会抛出 OSError。

注意：使用 open() 方法一定要保证关闭文件对象，即调用 close() 方法。

open() 函数常用形式是接收两个参数：文件名(file)和模式(mode)。

open(file, mode='r')

完整的语法格式为：

open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)

参数说明:

• file: 必需，文件路径（相对或者绝对路径）。
• mode: 可选，文件打开模式
• buffering: 设置缓冲
• encoding: 一般使用utf8
• errors: 报错级别
• newline: 区分换行符
• closefd: 传入的file参数类型
• opener: 设置自定义开启器，开启器的返回值必须是一个打开的文件描述符。

mode参数：

r	以只读方式打开文件。文件的指针将会放在文件的开头。这是默认模式。
w	打开一个文件只用于写入。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。
x	写模式，新建一个文件，如果该文件已存在则会报错。
a	打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入。
b	二进制模式。
t	文本模式 (默认)。
+	打开一个文件进行更新(可读可写)。
wb	以二进制格式打开一个文件只用于写入。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。一般用于非文本文件如图片等。
w+	打开一个文件用于读写。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。
wb+	以二进制格式打开一个文件用于读写。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。一般用于非文本文件如图片等。

2，文件读写

文件属性

file.closed	关闭文件。关闭后文件不能再进行读写操作。
file.mode	返回被打开文件的访问模式
file.name	返回文件的的名称
file.write	写入文件
file.readline	读取整行，包括 "\n" 字符。
file.readlines	读取所有行并返回列表，若给定sizeint>0，返回总和大约为sizeint字节的行, 实际读取值可能比 sizeint 较大, 因为需要填充缓冲区。
file.writable	判断文件是否可以写入
file.writelines	写入一组数据

def main()；
    try：
        file=open("d:\\info.txt","r")
        file.write("hello word")
        print("文件名称：%s" % file.name)
        print("文件是否已关闭：%s" % file.closed)
        print("文件访问模式：%s" % file.mode)
    finally:
        file.close()
        print("调用close()方法后的关闭状态：%s" % file.closed)
if __name__=="__main__":
    main()

try...finally...部分可以用下面的代码代替 ：

with open(file="d:\\info.txt",mode="r"):
    file.write("hello word")
    print("文件名称：%s" % file.name)
    print("文件是否已关闭：%s" % file.closed)
    print("文件访问模式：%s" % file.mode)

读取文件内容

def main()；
    with open(file="d:\\info.txt",mode="r") as file:
        val=file.readline()
        while val:
            print(val,end="")
            val=file.readline()
if __name__=="__main__":
    main()

def main()；
    with open(file="d:\\info.txt",mode="r") as file:
        val=file.readline()
        for line in file:
            print(line,end="")
if __name__=="__main__":
    main()

3，随机读取

1）seek() 方法用于移动文件读取指针到指定位置。

seek() 方法语法如下：

        fileObject.seek(offset[, whence])

参数

• offset -- 开始的偏移量，也就是代表需要移动偏移的字节数，如果是负数表示从倒数第几位开始。

• whence：可选，默认值为 0。给 offset 定义一个参数，表示要从哪个位置开始偏移；0 代表从文件开头开始算起，1 代表从当前位置开始算起，2 代表从文件末尾算起。

返回值

如果操作成功，则返回新的文件位置，如果操作失败，则函数返回 -1。

2）tell() 方法返回文件的当前位置，即文件指针当前位置。

tell() 方法语法如下：

        fileObject.tell()

def main():
    with open(file="d:\\info.txt",mode="r") as file:
        file.seek(15)
        print("当前文件位置:%s" % file.tell())

4，文件编码

在计算机的世界中，所有的显示文字都是按照一定的数字编码进行保存的，在以后进行程序的开发之中，会经常见到一些常见的编码：

ISO 8859-1:国际通用单字节编码，最多只能表示0-255的字符范围，主要在英文传输中使用。

GBK/GBK2312: 中文的国际编码，专门用来表示汉字，是双字节编码。GBK可以表示简体中文和繁体中文，GBK2312只能表示简体中文。

UNICODE：十六进制编码，可以准确地表示出世界上任何的文字信息，但是需要较大的存储空间。英文字母需要使用两个字节编码。

UTF编码：兼容了ISO 8859-1编码，同时也可以用来表示所有的语言字符，不过UTF编码是不定长编码，每一个字符的长度从1~6个字节不等，一般在中文网页中常用的是UTF-8编码，因为这种编码既可以节省空间又可以准确第描述文字信息。

检测文件编码类型

pip install chardet

import chardet

def detect_file_encoding(filename):
    # 读取文件的一部分用于编码检测，以减少内存使用
    with open(filename, 'rb') as f:
        rawdata = f.read(1000)  # 读取前1000个字节通常足够检测编码
    result = chardet.detect(rawdata)
    return result['encoding']

# 替换为你的文件名
filename = 'your_file.txt'
encoding = detect_file_encoding(filename)
print(f'Detected encoding: {encoding}')