文件io
文件
按文件中数据组织形式,我们把文件分为文本文件和二进制文件两大类
文本文件
文本文件存储的是普通“字符”文本,python 默认为 unicode 字符集(两个字节表示一个字符,最多可以表示:2**16 = 65536 个),可以使用记事本程序打开。但是,像 word 软件编辑的文档不是文本文件。
二进制文件
二进制文件把数据内容用“字节”进行存储,无法用记事本打开。必须使用专用的软件解码。常见的有:MP4 视频文件、MP3 音频文件、JPG 图片、doc 文档等等。
文件操作和相关模块概述
文件操作相关的模块
创建文件对象 open()
open()函数用于创建文件对象
- 如果只是文件名,代表在当前目录下的文件。
- 文件名可以录入全路径,比如:D:\a\b.txt。
- 可以使用原始字符串:r“d:\b.txt”。示例如下:f = open(r"d:\b.txt",“w”)
打开方式
f = open(‘a123.txt’,‘w’) # 当前目录,写模式,不存在则创建
f = open(‘a123.txt’,‘bw’) # 默认为二进制文件,以字节操作
文本文件文件的写入和读取
基本操作流程
文本文件的写入一般就是三个步骤:
- 创建文件对象
- 写入数据
- 关闭文件对象
!! 注意一定要关闭
常用编码介绍
ASCII
ASCII 码用 7 位表示,只能表示 128 个字符。
ISO8859-1
GB2312,GBK,GB18030 汉字相关
·GB18030
现在最新的内码字集于 2000 年发布,并于 2001 年强制执行,包含了中国大部分少数
民族的语言字符,收录汉字数超过 70000 余个。
Unicode
Unicode 编码设计成了固定两个字节,所有的字符都用 16 位(2^16=65536)表示
UTF-8 (一般采用)
对于英文字母,unicode 也需要两个字节来表示。所以 unicode 不便于传输和存储。因此而产生了 UTF 编码
UTF 编码是不定长编码,每一个字符的长度从 1-4 个字节不等。其中,英文字母都是用一个字节表示,而汉字使用三个字节
一般项目都会使用 UTF-8。unicode 中虽然汉字是两个字节,UTF-8 中汉字是 3 个字节。但是互联网中一个网页也包含了大量的英文字母,这些英文字母只占用 1 个字节,整体占用空间,UTF-8 仍然优于Unicode
中文乱码问题
windows 操作系统默认的编码是 GBK,Linux 操作系统默认的编码是 UTF-8。当我们用 open()时,调用的是操作系统打开的文件,默认的编码是 GBK。
write()/writelines()写入数据
write(a):把字符串 a 写入到文件中
writelines(b):把字符串列表写入文件中,不添加换行符
#测试写入中文
f = open(r"b.txt","w",encoding="utf-8")
f.write("尚学堂\n百战程序员\n")
f.close()
close()关闭文件流
由于文件底层是由操作系统控制,所以我们打开的文件对象必须显式调用 close()方法关闭文件对象。当调用 close()方法时,首先会把缓冲区数据写入文件(也可以直接调用 flush()方法),再关闭文件,释放文件对象。
为了确保打开的文件对象正常关闭,一般结合异常机制的 finally 或者 with 关键字实现无论何种情况都能关闭打开的文件对象。
#文件关闭操作
try:
f = open('a123.txt','w')
str = 'Fredy\n'
str2= ['11',' 22',' 33']
f.write(str)
f.writelines(str2)
except BaseException as e :
print(e)
finally:
f.close()
print('无论是否有异常,都会关闭')
a123.txt:
Fredy
11 22 33
with 语句(上下文管理器)
with 关键字(上下文管理器)可以自动管理上下文资源,不论什么原因跳出 with 块,都能确保文件正确的关闭,并且可以在代码块执行完毕后自动还原进入该代码块时的现场。
s = ["高淇\n","高老三\n","高老五\n"]
with open(r"d:\bb.txt","w") as f:
f.writelines(s) #自动管理,自动关闭,很好用
with open('a123.txt','w') as f:
f.write('a123456789')
文本文件的读取
文件的读取一般使用如下三个方法:
- read([size])
从文件中读取 size 个字符,并作为结果返回。如果没有 size 参数,则读取整个文件。读取到文件末尾,会返回空字符串。
#测试文件读取
with open(r"e.txt","r",encoding="utf-8") as f:
str = f.read(3)
print(str)
全部读取
with open(r"d:\bb.txt","r") as f:
print(f.read())
- readline()
读取一行内容作为结果返回。读取到文件末尾,会返回空字符串。
按行读取一个文件
with open(r"bb.txt",