admin管理员组文章数量:1558046
文本文件和二进制文件
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:65536个),可以使用记事本程序打开。 -
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
一个完整的程序一般都包括数据的存储和读取;我们在前面写的程序数据都没有进行实际的存储,因此python解释器执行完数据就消失了。实际开发中,我们经常需要从外部存储介质(硬盘、光盘、U盘等)读取数据,或者将程序产生的数据存储到文件中,实现“持久化”保存。
文件操作相关模块概述
Python标准库中,如下是文件操作相关的模块,我们会陆续给大家介绍。
名称 | 说明 |
---|---|
io模块 | 文件流的输入和输出操作 input output |
os模块 | 基本操作系统功能,包括文件操作 |
glob模块 | 查找符合特定规则的文件路径名 |
fnmatch模块 | 使用模式来匹配文件路径名 |
fileinput模块 | 处理多个输入文件 |
filecmp模块 | 用于文件的比较 |
csv模块 | 用于csv文件处理 |
pickle和cPickle | 用于序列化和反序列化 |
xml包 | 用于XML数据处理 |
bz2、gzip、zipfile、zlib、tarfile | 用于处理压缩和解压缩文件(分别对应不同的算法) |
创建文件对象open()
open()
函数用于创建文件对象,基本语法格式如下:
open(文件名[,打开方式])
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
为了减少\
的输入,可以使用原始字符串:r“d:\b.txt”
示例如下:
f = open(r"d:\b.txt","w")
打开方式有如下几种:
模式 | 描述 |
---|---|
r | 读 read模式 |
w | 写 write模式。如果文件不存在则创建;如果文件存在,则重写新内容; |
a | 追加append模式。如果文件不存在则创建;如果文件存在,则在文件末尾追加内容 |
b | 二进制binary模式(可与其他模式组合使用) |
+ | 读、写模式(可与其他模式组合使用) |
文本文件对象和二进制文件对象的创建:
- 如果没有增加模式
b
,则默认创建的是文本文件对象,处理的基本单元是“字符”。- 如果是二进制模式
b
,则创建的是二进制文件对象,处理的基本单元是“字节”。
文本文件的写入
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
我们首先创建一个小程序,体验一下文本文件的写入操作。
【操作】文本写入操作简单测试
f = open("d:/a.txt","a") #d:/a.txt代表在d盘创建文件,"a"代表追加append追加内容模式
a = "hellow\nworld" #打印的内容\n代表换行
f.write(a)
f.close()
或者使用with上下文管理:
with open("d:/a.txt","a") as f:
a = "hellow\nworld"
f.write(a)
执行结果:
常用编码介绍
在操作文本文件时,经常会操作中文,这时候就经常会碰到乱码问题。为了让大家有能力解决中文乱码问题,这里简单介绍一下各种编码之间的关系。
常用编码之间的关系如下:
❤️老鸟建议
一般项目都会使用UTF-8
。
中文乱码问题
当我们打印中文时,偶尔有乱码的时候:
#测试写入中文
f = open("b.txt","w")
f.write("尚学堂\n百战程序员\n")
f.close()
此时我们改变编码为GBK就可以:
也可以从界面右下角进行改变 :
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
【操作】添加字符串列表数据到文件中
with open("bb.txt","w",encoding="utf-8") as f:
#encoding="utf-8"指定使用utf-8编码,所以后面utf-8解码也不会乱码
s = ["你好\n","世界\n"] #打印列表不会自动添加换行符,所以手动添加
f.writelines(s) #write()可以写入字符串,writelines()可以写入列表
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。
【操作】结合异常机制的finally
,确保关闭文件对象
try:
f = open('a.txt','a')
s = 'hello,world'
f.write(s)
except BaseException as e: #出现异常则打印异常
print(e)
finally: #无论如何,关闭文件流
f.close()
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。
可以看作是上一个知识点代码的简化版,不用再写f.close()
s = ["你好\n","世界\n"]
with open("d:/bb.txt","w") as f:
f.writelines(s)
文本文件的读取
文件的读取一般使用如下三个方法:
1.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。
【操作】 读取一个文件前4个字符
with open("a.txt","r") as f: #"r"表示read读模式
print(f.read(4))
【操作】文件较小,一次将文件内容读入到程序中
with open("b.txt","r") as f:
print(f.read())
2.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
【操作】按行读取一个文件
with open("a.txt","r") as f:
while True:
line = f.readline() #如果读完遗憾一行,会返回内容与空字符串
if line: #如果返回了空字符串则打印
print(line,end="")
else:
break
【操作】使用迭代器(每次返回一行)读取文本文件
with open("a.txt","r") as f:
for a in f:
print(a,end="")
3.readlines()
文本文件中,每一行作为一个字符串存入列表中,返回该列表
【操作】为文本文件每一行的末尾增加行号
with open("a.txt","r") as f: #读操作
lines1 = f.readlines()
lines2 = [lines1.rstrip()+' #'+str(index)+'\n' for index,lines1 in zip(range(1,len(lines1)+1),lines1)]
#rstrip() 去掉右侧换行符 readlines返回的是一个列表,所以可以计算长度
with open('a.txt','w') as f: #写操作
f.writelines(lines2)
二进制文件的读取和写入
二进制文件的处理流程和文本文件流程一致。首先还是要创建文件对象,
不过,我们需要指定二进制模式(在w,a,r后面加个b),从而创建出二进制文件对象。例如:
f = open("a.txt", 'wb') #可写的、重写模式的二进制文件对象
f = open("a.txt", 'ab') #可写的、追加模式的二进制文件对象
f = open("a.txt", 'rb') #可读的二进制文件对象
创建好二进制文件对象后,仍然可以使用write()
、read()
实现文件的读写操作。
【操作】 读取图片文件,实现文件的拷贝
with open('a.png', 'rb')as srcFile,open("b.png","wb") as destFile:
for line in srcFile:
destFile.write(line)
文件对象的常用属性和方法
文件对象封装了文件相关的操作。在前面我们学习了通过文件对象对文件进行读写操作。本节我们详细列出文件对象的常用属性和方法,并进行说明。
文件对象的属性
属性 | 说明 |
---|---|
name | 返回文件的名字 |
mode | 返回文件的打开模式 |
closed | 若文件被关闭, 则返回True |
文件对象的打开模式
模式 | 说明 |
---|---|
r | 读模式 |
w | 写模式 |
a | 追加模式 |
b | 二进制模式(可与其他模式组合) |
+ | 读写模式(可以其他模式组合) |
文件对象的常用方法
方法名 | 说明 |
---|---|
read([size]) | 从文件中读取size个字节或字符的内容返回。若省略[size],则读取到文件末尾,即一次读取文件所有内容 |
readline() | 从文本文件中读取一行内容 |
readlines() | 把文本文件中每一行都作为独立的字符串对象,并将这些对象放入列表返回 |
write(str) | 将字符串str内容写入文件 |
writelines(s) | 将字符串列表s写入文件文件,不添加换行符 |
seek(offset [,whence]) | 把文件指针移动到新的位置,offset表示相对于whence的多少个字节的偏移量;offset:off为正往结束方向移动,为负往开始方向移动whence不同的值代表不同含义:0: 从文件头开始计算(默认值)1:从当前位置开始计算2:从文件尾开始计算 |
tell() | 文件指针的当前位置 |
truncate([size]) | 不论指针在什么位置,只留下指针前size个字节的内容,其余全部删除;如果没有传入size,则当指针当前位置到文件末尾内容全部删除 |
flush() | 把缓冲区的内容写入文件,但不关闭文件 |
close() | 把缓冲区内容写入文件,同时关闭文件,释放文件对象相关资源 |
文件任意位置操作
【示例】seek()
移动文件指针示例
#e.txt的内容是:abcefghljklmn
with open("e.txt","r",encoding="utf-8") as f:
print("文件名是:{0}".format(f.name)) #文件名是:e.txt
print(f.tell()) #0
print("读取的内容:{0}".format(str(f.readline()))) #读取的内容:abcdefghijklmn
print(f.tell()) #14
f.seek(3,0)
print("读取的内容:{0}".format(str(f.readline()))) #读取的内容:defghijklmn
使用pickle序列化
序列化指的是:将对象转化成“串行化”数据形式,存储到硬盘或通过网络传输到其他地方。
反序列化是指相反的过程,将读取到的“串行化数据”转化成对象。
我们可以使用pickle模块中的函数,实现序列化和反序列操作。
Python中,一切皆对象,对象本质上就是一个“存储数据的内存块”。有时候,我们需要将“内存块的数据”保存到硬盘上,或者通过网络传输到其他的计算机上。这时候,就需要“对象的序列化和反序列化”。 对象的序列化机制广泛的应用在分布式、并行系统上。
序列化我们使用:
pickle.dump(obj, file)
obj
就是要被序列化的对象,file
指的是存储的文件
pickle.load(file)
从file
读取数据,反序列化成对象
【操作】将对象序列化到文件中
import pickle
with open("data.dat","wb") as f: #二进制文件
name = "高淇"
age = 34
score = [90,80,70]
a = {'name':name,'age':age,'score':score} #将信息储存在a中
pickle.dump(a,f) #将信息a序列化为文件f
【操作】将获得的数据反序列化成对象
import pickle
with open("data.dat","rb") as f:
a = pickle.load(f) #反序列化
print(a)
CSV文件的操作
csv是逗号分隔符文本格式,常用于数据交换、Excel文件和数据库数据的导入和导出。
与Excel文件不同,CSV文件中:
- 值没有类型,所有值都是字符串
- 不能指定字体颜色等样式
- 不能指定单元格的宽高,不能合并单元格
- 没有多个工作表
- 不能嵌入图像图表
Python标准库的模块csv提供了读取和写入csv格式文件的对象。
我们在excel中建立一个简单的表格:
另存为csv(逗号分隔)
,我们打开查看这个csv文件内容:
姓名,年龄,工作,薪水
高淇,18,程序员,50000
高老三,19,测试工程师,20000
高老五,20,人工智能开发,50000
csv.writer对象和csv文件写入
【操作】csv.writer
对象写一个csv文件
import csv
headers = ["工号","姓名","年龄","地址","月薪"]
rows = [("1001","高淇",18,"西三旗1号院","50000"),("1002","高八",19,"西三旗1号院","30000")]
with open("b.csv", "w", newline='') as b: #newline=''可以去回车
b_csv = csv.writer(b) #创建csv对象
b_csv.writerow(headers) #写入一行(标题)
b_csv.writerows(rows) #写入多行(数据)
csv.reader对象和csv文件读取
【操作】csv.reader
对象于从csv文件读取数据
import csv
with open("b.csv") as a:
a_csv = csv.reader(a) #创建csv对象,它是一个包含所有数据的列表,每一行为一个元素
headers = next(a_csv) #获得列表对象,包含标题行的信息
print(headers)
for row in a_csv: #循环打印各行内容
print(row)
os和os.path模块
os模块
os模块
可以帮助我们直接对操作系统进行操作。
我们可以直接调用操作系统的可执行文件、命令,直接操作文件、目录等等。
【示例】os.system
调用windows系统的记事本程序
import os
os.system("notepad.exe")
【示例】os.system
调用windows系统中ping命令
import os
os.system("ping www.baidu")
os.startfile
:直接调用可执行文件
【示例】运行安装好的微信
import os
os.startfile(r"C:\Program Files (x86)\Tencent\WeChat\WeChat.exe")
os模块-文件和目录操作
我们可以通过前面讲的文件对象实现对于文件内容的读写操作。如果,还需要对文件和目录做其他操作,可以使用os
和os.path
模块。
os
模块下常用操作文件的方法
方法名 | 描述 |
---|---|
remove(path) | 删除指定的文件 |
rename(src,dest) | 重命名文件或目录 |
stat(path) | 返回文件的所有属性 |
listdir(path) | 返回path目录下的文件和目录列表 |
os
模块下关于目录操作的相关方法,汇总如下:
方法名 | 描述 |
---|---|
mkdir(path) | 创建目录 |
makedirs(path1/path2/path3/...) | 创建多级目录 |
rmdir(path) | 删除目录 |
removedirs(path1/path2...) | 删除多级目录 |
getcwd() | 返回当前工作目录:current work dir |
chdir(path) | 把path设为当前工作目录 |
walk() | 遍历目录树 |
sep | 当前操作系统所使用的路径分隔符 |
【示例】os
模块:创建、删除目录、获取文件信息等
打印基本的信息
import os
print(os.name) #windows-->nt linux-->posix
print(os.sep) #windows-->\ linux-->/
print(repr(os.linesep)) #windows-->\r\n linux-->\n repr()用来显示字符串内容
a = '3'
print(a)
print(repr(a)) #repr可以显示数据信息
#获取文件和文件夹的相关信息
import os
print(os.stat("my01.py"))
#关于工作目录的操作
import os
print(os.getcwd()) #获得当前工作目录
os.chdir("d:/") #将当前的工作目录变成了d:/
#创建目录、删除目录
import os
os.chdir("d:/") #当前的工作目录就变成了d:/的根目录
os.mkdir("书籍") #创建文件夹书籍
os.rmdir("书籍") #删除文件夹书籍
#创建多级目录
import os
os.makedirs("电影/港台/周星驰")
os.rename("电影","movie") #改名
dirs = os.listdir("电影")
print(dirs) #打印文件夹李的内容
os.path模块_常用方法
os.path
模块提供了目录相关(路径判断、路径切分、路径连接、文件夹遍历)的操作
方法 | 描述 |
---|---|
isabs(path) | 判断path是否绝对路径 |
isdir(path) | 判断path是否为目录 |
isfile(path) | 判断path是否为文件 |
exists(path) | 判断指定路径的文件是否存在 |
getsize(filename) | 返回文件的大小 |
abspath(path) | 返回绝对路径 |
dirname(p) | 返回目录的路径 |
getatime(filename) | 返回文件的最后访问时间 |
getmtime(filename) | 返回文件的最后修改时间 |
walk(top,func,arg) | 递归方式遍历目录 |
join(path,*paths) | 连接多个path |
split(path) | 对路径进行分割,以列表形式返回 |
splitext(path) | 从路径中分割文件的扩展名 |
#测试os.path常用方法
import os
import os.path
#################获得目录、文件基本信息######################
print(os.path.isabs("d:/a.txt")) #是否绝对路径
print(os.path.isdir("d:/a.txt")) #是否目录
print(os.path.isfile("d:/a.txt")) #是否文件
print(os.path.exists("a.txt")) #文件是否存在
print(os.path.getsize("a.txt")) #文件大小
print(os.path.abspath("a.txt")) #输出绝对路径
print(os.path.dirname("d:/a.txt")) #输出所在目录
########获得创建时间、访问时间、最后修改时间##########
print(os.path.getctime("a.txt")) #返回创建时间
print(os.path.getatime("a.txt")) #返回最后访问时间
print(os.path.getmtime("a.txt")) #返回最后修改时间
################对路径进行分割、连接操作####################
path = os.path.abspath("a.txt") #返回绝对路径
print(os.path.split(path)) #返回元组:目录、文件 ('C:\\Users\\Administrator\\PycharmProjects\\mypro_io\\test_os', 'a.txt')
print(os.path.splitext(path)) #返回元组:路径、扩展名 ('C:\\Users\\Administrator\\PycharmProjects\\mypro_io\\test_os\\a', '.txt')
print(os.path.join("aa","bb","cc")) #返回路径:aa/bb/cc的内容
walk()递归遍历所有文件和目录
os.walk()
方法是一个简单易用的文件、目录遍历器,可以帮助我们高效的处理文件、目录方面的事情。格式如下:
os.walk(top[, topdown=True[, onerror=None[, followlinks=False]]])
其中,top
:是要遍历的目录。topdown
:可选,
True
,先遍历top
目录再遍历子目录。
返回三元组(root
、dirs
、files
):
root
:当前正在遍历的文件夹本身
dirs
:一个列表,该文件夹中所有的目录的名字
files
:一个列表,该文件夹中所有的文件的名字
【示例】使用walk()
递归遍历所有文件和目录
import os
path = os.getcwd()
list_files = os.walk(path,topdown=False)
for root,dirs,files in list_files:
for name in files: #遍历文件
print(os.path.join(root,name))
for name in dirs: #遍历目录
print(os.path.join(root,name))
若目录结构是:
运行结果:
shutil模块(拷贝和压缩)
shutil
模块是python标准库中提供的,主要用来做文件和文件夹的拷贝、移动、删除等;还可以做文件和文件夹的压缩、解压缩操作。
os
模块提供了对目录或文件的一般操作。shutil
模块作为补充,提供了移动、复制、压缩、解压等操作,这些os
模块都没有提供。
【示例】实现文件的拷贝
import shutil
#copy文件内容
shutil.copyfile("a.txt","a_copy.txt")
【示例】实现递归的拷贝文件夹内容(使用shutil
模块)
import shutil
#"音乐"文件夹不存在才能用。
shutil.copytree("电影","音乐",ignore=shutil.ignore_patterns("*.html","*.htm"))
#将文件夹电影复制,改名为音乐,ignore_patterns("*.html")代表不复制html类型的文件
shutil和zipfile模块_压缩和解压缩
【示例】实现将文件夹所有内容压缩(使用shutil
模块)
import shutil
import zipfile
#将D盘文件夹a 下所有内容压缩成a_zip
shutil.make_archive("d:/a_zip","zip","d:/a")
【示例】将指定的多个文件压缩到一个zip文件
#将1.txt与2.txt压缩为a.zip
z = zipfile.ZipFile("a.zip","w") #w为write
z.write("1.txt")
z.write("2.txt")
z.close() #需要close关闭
【示例】实现将压缩包解压缩到指定文件夹(使用shutil
模块)
import shutil
import zipfile
z = zipfile.ZipFile("a.zip","r") #r为read
z.extractall("d:/") #设置解压的地址
z.close() #需要close关闭
递归算法_目录树结构的展示
import os
import os.path
#递归遍历目录树
def my_print_file(path,level):
child_files = os.listdir(path) #返回path目录下的文件和目录列表
#循环打印path目录下的文件和目录列表
for file in child_files:
file_path = os.path.join(path,file) #join用来连接路径与文件,返回路径:path/file
print('\t'*level+file_path[file_path.rfind(os.sep)+1:])
#'\t'打印缩进,第一个file_path代表打印其里面的内容
# file_path.rfind(os.sep)代表从file_path里面最后一个出现分割符/的位置开始打印
if os.path.isdir(file_path): #isdir判断file_path是否为路径
my_print_file(file_path,level+1) #是路径继续打印,缩进加1
my_print_file('电影',0)
本文标签: 文件
版权声明:本文标题:文件处理 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:https://m.elefans.com/xitong/1727332663a1108733.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论