字符编码与文件处理之文件处理

文件操作的基本流程

1.我们能操作哪些基本类型的文件：

.txt 没有后缀名的文件，我们不能操作word，excel，ppt等文件

 numpy、pandas等模块可以操作

2.如何操作文件

1.打开文件open('要操作的文件路径', '读写模式', '字符编码')

文件的路径：相对路径，绝对路径

注意：当路径出现了字母和斜杠的组合会产生一些特殊的含义，所以我们应该去掉，一般都在字符串上加上r

                       r'D:\Python27\day10\a.txt'

f=open('a.txt','r',encoding='utf-8') #默认打开模式就为r

文件句柄

f= open(r'D:\Python27\day10\a.txt', 'r', encoding='utf-8')  # \n \t
print(f) # <_io.TextIOWrapper name='D:\\Python27\\day10\\a.txt' mode='r' encoding='utf-8'>

2.调用文件对象下的读/写方法，会被操作系统转换为读/写硬盘的操作

data=f.read()

3.调用文件对象下的读/写方法，会被操作系统转换为读/写硬盘的操作

f.close()

第二种方式来操作文件

而python自动的垃圾回收机制决定了我们无需考虑del f，这就要求我们，在操作完毕文件后，一定

要记住f.close()，虽然我们如此强调，但是大多数读者还是会不由自主地忘记f.close()，考虑到这一

点，python提供了with关键字来帮我们管理上下文

with上下文管理器打开文件！

as：起别名

他的特点是能够自动关闭文件

文件的读写模式

语法格式：

"""
	语法格式:
		open(文件路径，读写模式，字符编码)
		文件路径:是必须写的
		读写模式：也是必须写的
		字符编码：可选的
"""

读写模式：

r模式：只能读不能写

w模式：只写，只能写，不能读

a模式：在原来的基础之上在添加新的内容

1.只读模式

r只读模式: 在文件不存在时则报错,文件存在文件内指针直接跳到文件开头

with open('a.txt',mode='r',encoding='utf-8') as f:
     res=f.read() # 会将文件的内容由硬盘全部读入内存，赋值给res

小案例：实现用户登录功能

inp_name=input('请输入姓名：').strip()
inp_pwd=input('请输入密码：').strip()
with open('a.txt','r',encoding='utf-8')as f:
    for line in f:
        username,userpwd=line.strip('\n').split(':')
        if username==inp_name and userpwd==inp_pwd:
            print('登录成功')
            break
    else:
        print('账号或者密码错误')

2.写模式：

特点：

1. 当文件路径不存在的时候， 会新建出来一个文件，而不报错

2. 写模式会把原来的数据覆盖掉，从新写入新的数据(重要)

with open('b.txt',mode='w',encoding='utf-8') as f:
    f.write('你好\n')
    f.write('我好\n') 
    f.write('大家好\n')
    f.write('111\n222\n333\n')

3.a模式

当路径不存在的时候，也会创建新的文件夹，文件存在会将文件指针直接移动到文件末尾

with open('c.txt', 'a', encoding='utf-8') as f:
    f.write('hello world')
    f.write('hello world1')
    f.write('hello world2')
    f.write('hello world3')
    f.write('hello world4')
    f.write('hello world5')

读写操作相关的方法

1.读操作

# 读操作
f.read()  # 读取所有内容,执行完该操作后，文件指针会移动到文件末尾
f.readline()  # 读取一行内容,光标移动到第二行首部
f.readlines()  # 读取每一行内容,存放于列表中

强调：

f.read()与f.readlines()都是将内容一次性读入内容，如果内容过大会导致内存溢出，若还想将内

容全读入内存，则必须分多次读入。

一次性读取文件的所有数据有什么问题：

当数据比较多的时候，会出现内存溢出，这种情况是坚决不能出现的

如何优化以上操作:

一点一点的读取数据然后把数据赶紧刷到硬盘里
       

2.写模式

.write('1111\n222\n')  # 针对文本模式的写,需要自己写换行符
f.write('1111\n222\n'.encode('utf-8'))  # 针对b模式的写,需要自己写换行符
f.writelines(['333\n','444\n'])  # 文件模式
f.writelines([bytes('333\n',encoding='utf-8'),'444\n'.encode('utf-8')]) #b模式

文件的读操作优化

with open('a.txt','r',encoding='utf-8') as f:
    print(f.read())#star:123
    print(f.read())#一次性读取文件的所有数据，并且光标在文件的末尾，如果在去读，就读不到了

文件句柄f是支持for循环的

    for line in f:
        # line: 就是文件的一行内容
        print(line)

了解的方法：

f.flush()  # 把数据从内存中立刻刷到磁盘

文件的操作模式

文本模式（T模式）

t 模式：如果我们指定的文件打开模式为r/w/a，其实默认就是rt/wt/at

with open('a.txt',mode='rt',encoding='utf-8') as f:
     res=f.read() 
     print(type(res)) # 输出结果为：<class 'str'>

with open('a.txt',mode='wt',encoding='utf-8') as f:
     s='abc'
     f.write(s) # 写入的也必须是字符串类型

文本模式默认就是操作字符串，文本

特征：

1. encoding参数必须指定

 2. 读取的所有的数据都是以字符串为单位的

3. t模式只能够读取文本或者字符模式

二进制模式（B模式）

b: 读写都是以二进制位单位

with open('1.mp4',mode='rb') as f:
     data=f.read()
     print(type(data)) # 输出结果为：<class 'bytes'>

 with open('a.txt',mode='wb') as f:
	 msg="你好"
     res=msg.encode('utf-8') # res为bytes类型
     f.write(res) # 在b模式下写入文件的只能是bytes类型

强调：b模式对比t模式
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

控制文件内指针的移动

大前提：文件内指针的移动都是以字节为单位的，唯一例外就是在t模式下的read(n)，n是以字符为

单位

之前文件内指针的移动都是由读/写操作而被动触发的，若想读取文件某一特定位置的数据，则则需要用f.seek方法主动控制文件内指针的移动，详细用法如下：
# f.seek(指针移动的字节数,模式控制): 
# 控制模式：
# 0；默认的模式，该模式代表指针的移动的字节数是以文件开头为参照的
# 1：该模式是代表指针移动的字节数是以当前的位置为参照的
# 2：该模式代表指针移动的字节数是以文件末尾的位置为参照的
'''
强调：其中0模式可以在t或者b模式使用，而1跟2模式只能在b模式下使用
'''

0模式的使用

# a.txt用utf-8编码，内容如下（abc各占1个字节，中文“你好”各占3个字节）
abc你好

# 0模式的使用
with open('a.txt',mode='rt',encoding='utf-8') as f:
    f.seek(3,0)     # 参照文件开头移动了3个字节
    print(f.tell()) # 查看当前文件指针距离文件开头的位置，输出结果为3
    print(f.read()) # 从第3个字节的位置读到文件末尾，输出结果为：你好
    # 注意：由于在t模式下，会将读取的内容自动解码，所以必须保证读取的内容是一个完整中文数据，否则解码失败

with open('a.txt',mode='rb') as f:
    f.seek(6,0)
    print(f.read().decode('utf-8')) #输出结果为: 好

1模式的使用

with open('a.txt',mode='rb') as f:
    f.seek(3,1) # 从当前位置往后移动3个字节，而此时的当前位置就是文件开头
    print(f.tell()) # 输出结果为：3
    f.seek(4,1)     # 从当前位置往后移动4个字节，而此时的当前位置为3
    print(f.tell()) # 输出结果为：7

2模式的使用

with open('a.txt',mode='rb') as f:
    f.seek(0,2)     # 参照文件末尾移动0个字节， 即直接跳到文件末尾
    print(f.tell()) # 输出结果为：9
    f.seek(-3,2)     # 参照文件末尾往前移动了3个字节
    print(f.read().decode('utf-8')) # 输出结果为：好

# 小练习：实现动态查看最新一条日志的效果
import time
with open('access.log',mode='rb') as f:
    f.seek(0,2)
    while True:
        line=f.readline()
        if len(line) == 0:
            # 没有内容
            time.sleep(0.5)
        else:
            print(line.decode('utf-8'),end='')

文件的修改

强调：
1、硬盘空间是无法修改的,硬盘中数据的更新都是用新内容覆盖旧内容

2、内存中的数据是可以修改的

文件修改方式一：

# 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('db.txt',mode='rt',encoding='utf-8') as f:
    data=f.read()

with open('db.txt',mode='wt',encoding='utf-8') as f:
    f.write(data.replace('kevin','SB'))

文件修改方式二：

# 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存了两份
import os

with open('db.txt',mode='rt',encoding='utf-8') as read_f,\
        open('.db.txt.swap',mode='wt',encoding='utf-8') as wrife_f:
    for line in read_f:
        wrife_f.write(line.replace('SB','kevin'))

os.remove('db.txt')
os.rename('.db.txt.swap','db.txt')