20210519 文件读与写详解
文件操作流程： 1. 打开文件，得到文件句柄并赋值给一个变量 2. 通过句柄对文件进行操作 3. 关闭文件 1-1 打开文件 data = open("donotcry",encoding = "utf-8").read() print(data) --> Talk to me softly. There is something in your eyes …… Tonight # python 默认编码 是 utf-8；如果打开不指定，windows 默认用 gbk 打开 # 不是同一个编码，所以必须告诉程序，用 utf-8 打开 # 文件打开后，后续如果要操作，需要通过打开的文件对象操作 # 如果想把文件打开后进行更多的操作，必须把打开的文件对象赋一个变量 1-2 操作文件 f = open("donotcry",encoding = "utf-8") # 文件句柄 # 文件句柄就是这个文件的内存对象，句柄里面包含文件的文件名，字符集，大小，内存，硬盘上的起始位置等 data = f.read() data2 = f.read() print(data) --> Talk to me softly. There is something in your eyes …… Tonight print('------------- data2 -------------',data2) --> ------------- data2 ------------- # 文件句柄 打开后，从第一行开始读，在执行第二遍时，光标到了文件最后一行 # 在读时，光标后面没东西了，所以读不到了 # 所以文件就读不到了，读完了；想从中间读，移动回光标即可 f.write('南京市长江大桥') # --> # f.write('南京市长江大桥') # io.UnsupportedOperation: not writable # 报错因为，已经读了，要么读，要么写 1-2-1 f = open("blank",'r',encoding = "utf-8") # 'r' 代表读模式，没有写上，就默认是读模式，不过应该写上的 # 有读就有写；'w' 代表写，是通过创建一个文件写入，所以会覆盖之前的 # 写就不能读，读就不能写 1-2-2 f = open("blank",'w',encoding = "utf-8") # 这是不能读的 f.write('静水流深') f.write('沧笙踏歌') --> 静水流深沧笙踏歌 # 打开 blank 文件查看，结果是写到一行的，重新 运行 'w' 之前的内容就会被冲掉 1-2-3 想读也想写 怎么办？ f = open("blank",'a',encoding = "utf-8") # a = append 追加 f.write('静水流深。。。\n') f.write('沧笙踏歌') # 打开 blank 文件查看 --> 静水流深沧笙踏歌静水流深。。。 沧笙踏歌 # 直接追加在后面了，但是，追加不能读 2-1 如果只想打印前五行，怎么办？ f = open("donotcry",'r',encoding="utf-8") # 文件句柄 print(f.readline()) print(f.readline()) print(f.readline()) print(f.readline()) print(f.readline()) # --> # Talk to me softly. There is something in your eyes # Don't hang your head in sorrow and please don't cry # I know how you feel inside I've been there before # Somethin' is changin' inside you And don't you know # Don't you cry tonight I still love you baby Don't you cry tonight # 如果 想读 500 行， copy 500 次？写代码的原则，避免重复代码 2-2 如果只想打印前五行，怎么办？ f = open("donotcry",'r',encoding="utf-8") # 文件句柄 for i in range(5): print(f.readline()) --> Talk to me softly. There is something in your eyes Don't hang your head in sorrow and please don't cry I know how you feel inside I've been there before Somethin' is changin' inside you And don't you know Don't you cry tonight I still love you baby Don't you cry tonight 2-3 现在想把 文件进行 循环；每循环一次，打印一次，到第 10 行的时候，不打印 2-3-1 # 注意 前面的都是 readline()，现在变成 readlines() f = open("donotcry",'r',encoding="utf-8") # 文件句柄 for line in f.readlines(): # print(line) 有空行，是因为每个后面，默认有 \n # 如果不想有空行，可以用 strip() 去掉 print(line.strip()) --> Talk to me softly. There is something in your eyes …… Tonight 2-3-2 # 第 10 行 不打印 怎么写？ # low loop f = open("donotcry",'r',encoding="utf-8") # 文件句柄 for index,line in enumerate(f.readlines()): if index == 9: print('----- 我是分割线 -----') continue print(line.strip()) 2-4 # f.readline 只适合读小文件，大文件不合适，会占用内存 # 如果读大文件怎么办？ # 循环一行，删掉一行，内存中只保存一行 # high bige for line in f: print(line) # 这个效率是最高的，因为 f 已经被变成了 迭代器 # 现在他不是列表了，所以，需要弄一个计数器。 count = 0 for line in f: if count == 9: print('----我是分割线----') count += 1 continue print(line) count += 1 2-5 # readline() 和 readlines 的区别： # 1. readline() 读取单行; readlines() 读取所有行 # 2. readlines() 是连续调用 readline() 直到文件读取完毕 # 3. readline() 返回当前行； readlines() 返回列表 2-5-1 In [32]: f = open('trial') In [33]: x = f.read() In [34]: f.close() In [35]: x Out[35]: 'abc\n123\nxyz' In [36]: f = open('trial') In [37]: a = f.readline() In [38]: a Out[38]: 'abc\n' In [42]: f.readline() Out[42]: '123\n' In [44]: f.readline() Out[44]: 'xyz' In [46]: f.readline() Out[46]: '' 2-5-2 In [54]: f.readlines() Out[54]: ['abc\n', '123\n', 'xyz'] In [59]: for line in lines: ...: print(repr(line)) ...: 'abc\n' '123\n' 'xyz' In [60]: for line in lines: ...: print(line.strip()) ...: abc 123 xyz 3-1 # tell 和 seek 函数 f = open("donotcry",'r',encoding = "utf-8") # 文件句柄 print(f.tell()) ---> 0 # 打开文件后，看光标的位置 # tell 打印光标的位置 3-1-1 f = open("donotcry",'r',encoding = "utf-8") # 文件句柄 print(f.tell()) print(f.readline()) print(f.tell()) ---> 0 Talk to me softly. There is something in your eyes 52 多少个字符，就默认读多少个数 3-1-2 可以指定读取个数 f = open("donotcry",'r',encoding = "utf-8") # 文件句柄 print(f.tell()) print(f.read(5)) print(f.tell()) ---> 0 Talk 5 # tell() 是按字符计数的 3-1-3 f = open("donotcry",'r',encoding = "utf-8") # 文件句柄 print(f.tell()) print(f.readline()) print(f.readline()) print(f.tell()) ---> 0 Talk to me softly. There is something in your eyes Don't hang your head in sorrow and please don't cry 105 3-1-4 f = open("donotcry",'r',encoding = "utf-8") # 文件句柄 print(f.tell()) print(f.readline()) print(f.readline()) print(f.readline()) print(f.tell()) # 读取三行内容后，想移回光标 # seek 是查找光标 # 如果想回到第二行，回不去的，除非有记录 f.seek(0) print(f.readline()) # seek 和 tell 搭配使用 ---> 0 Talk to me softly. There is something in your eyes Don't hang your head in sorrow and please don't cry I know how you feel inside I've been there before 156 Talk to me softly. There is something in your eyes 3-2-1 encoding 打印文件编码 f = open("donotcry",'r',encoding = "utf-8") # 文件句柄 print(f.encoding) ---> utf-8 3-2-2 fileno 返回文件句柄在文件中的编号 f = open("donotcry",'r',encoding = "utf-8") # 文件句柄 print(f.fileno()) ---> 3 # 操作系统会有一个专门的接口 负责调动所有文件，读文件不是python自己读的 # 而是调用操作系统 io 读取的 3-2-3 # name 就是打印文件名字 # isatty 查看是否是终端设备，比如和打印机的交互可能会用到 # seekable 比如 tty 文件，终端设备文件是移不回去的，比如在 linux 上，一切皆文件 # 如果是二进制，字符串是可以移动的，如果可以移动，返回true；否则，返回 false # readable 是否可读，writable 判断是否可写 3-2-4 # flush 刷新 # 写入文件时，如果刚刚写完一行断电了，这一行，可能就没有写进去 # 因为这一行，可能还是在内存的缓存中的 # 文件读写有一个缓存的机制，硬盘的读写比内存的读写慢 # 会导致瓶颈卡在这里，必须写到硬盘里才可以继续下一行 # 为了解决这个问题，没写完一行，暂时存在内存的缓存里，只要达到大小就一次性刷到硬盘上 # 所以写的是一行，其实可能是若干行一起写入的 # 这时有没有一种可能要求数据的实时一致性？ # 要求 百分百确认，写入了就是写入了 # 确保缓存里的东西刷到硬盘，所以需要强制刷新 # 比如存钱等场景，会用到 f = open("donotcry",'w',encoding="utf-8") # 文件句柄 f.write("hello 1\n") 3-2-5 # 打印进度条，就是借助 flush 方法 import sys sys.stdout.write() # sys.stdout 标准输出 # sys.stdin 标准输入 # write 操作屏幕，往屏幕上面输出东西 >>> import sys >>> >>> sys.stdout.write("#") #1 >>> sys.stdout.write("####") ####4 >>> sys.stdout.write("#######") #######7 >>> 3-2-6 import sys,time for i in range(50): sys.stdout.write("#") time.sleep(1) # 默认不会换行，从前往后一点点排 3-2-7 import sys,time for i in range(20): sys.stdout.write("#") # 这是等缓存区满了，统一打出来，所以需要刷新 sys.stdout.flush() # 刷新 time.sleep(0.1) # 屏幕也被当做一个文件输出，这个stdout.flush() 和前面的 flush 是一样的 3-2-8 f.closed() # 判断文件是否关闭 返回 true 或 false f.truncate() # 如果里面什么也不写，文件会被清空 3-2-9 f = open("donotcry",'a',encoding="utf-8") f.truncate(10) # 'w' 会清空，'w'是创建一个新文件，改成 'a' # 从文件开头，开始截断 [指针在开头] 3-2-10 f = open("donotcry",'a',encoding="utf-8") f.seek(10) f.truncate(20) # 移动不好使，无论光标在哪里，都是从头开始截断 4-1 # 既能读，又可以写入的方式，r+ f = open("blank",'r+',encoding="utf-8") # 文件句柄 # r+ 就是读写，又能读，又能写 print(f.readline()) print(f.readline()) print(f.readline()) f.write("------- Wow -------") print(f.readline()) ---> 静水流深沧笙踏歌静水流深。。。 沧笙踏歌------- Wow ------- # 结果是 ------- Wow ------- 写在了最后面 4-2 # 有读写，就有写读 # f = open("blank",'r+',encoding="utf-8") # 文件句柄 读写 # f = open("blank",'w+',encoding="utf-8") # 文件句柄 写读 # 区别是，写读是先创建一个文件，然后写入 # 先创建文件，写四行 f = open("blank",'w+',encoding="utf-8") f.write("------- Wow -------1\n") f.write("------- Wow -------2\n") f.write("------- Wow -------3\n") f.write("------- Wow -------4\n") # 打印位置 print(f.tell()) f.seek(10) print(f.readline()) f.write("should be at the begining of the second line") ---> ------- Wow -------1 ------- Wow -------2 ------- Wow -------3 ------- Wow -------4 should be at the begining of the second line # 结果还是追加在后面了，没有办法在中间修改 # 写读模式，没有什么用处 # 读写模式，可以打开，可以追加 4-3-1 # 还有一个追加读 # f = open("blank",'a+',encoding="utf-8") 追加读写 # 追加默认不能读 # f = open("blank",'r+',encoding="utf-8") 用的最多 4-3-2 # 还有一种模式 # f = open("blank",'rb',encoding="utf-8") 以二进制格式读文件 f = open("blank",'rb',encoding="utf-8") print(f.readline()) print(f.readline()) print(f.readline()) # 里面的不是 二进制 那么能够读取吗 ---> ValueError: binary mode doesn't take an encoding argument # 二进制的模式是不能传 encoding 参数的 # 因为是 二进制，所以不需要编码了 4-3-3 f = open("blank",'rb') print(f.readline()) print(f.readline()) print(f.readline()) ---> b'------- Wow -------1\r\n' b'------- Wow -------2\r\n' b'------- Wow -------3\r\n' # 结果也是能读的，前面的 b 是 字节类型，表示二进制 # \r\n 是 windows 的换行格式 # python3 中 网络传输，只能用 二进制；二进制文件 就用 二进制打开，网络传输，也用二进制 4-3-4 # 有 rb 就有 wb f = open("blank",'wb') f.write("hello bianry\n") f.close() ---> TypeError: a bytes-like object is required, not 'str' # 如何将 字符串 转换成 bytes？ 用 encode 4-3-5 f = open("blank",'wb') f.write("hello bianry\n".encode()) f.close() # 没有跟字符集，就默认使用程序的字符集 ---> hello bianry # 默认 utf-8 # 二进制不只是指 0101，是说这个文件是以 二进制编码的；内部的处理是按二进制处理 # 3.0 上需要明确区分，二进制就是二进制，字符串就是字符串
