Python基础：文件操作与文件编码

文件的基本操作

操作文件的基本套路

• 在 计算机中要操作文件的套路非常固定，一共包含三个步骤：

1、打开文件
2、读取文件
	2.1、读:将文件内容读入内存
	2.2、写:将文件内容写入内存
3、关闭文件

操作文件的函数/文件

• 在Python 中要操作文件需要记住 1个函数 和 3个方法

函数/方法	说明
open	打开文件，并且返回文件操作对象
read	将文件内容读取到内存
write	将指定内容写入文件
close	关闭文件

• open 函数负责打开文件，并且返回文件对象
• read / write / close 三个方法都需要通过 文件对象 来调用

read 方法 – 读取文件

• open 函数的第一个参数是要打开的文件名（文件名区分大小写）

  • 如果文件存在，返回文件对象
  • 如果文件不存在，会抛出异常

• read 方法可以一次性 读入 并 返回 文件的所有内容

• close 方法负责关闭文件

• 如果 忘记关闭文件，会造成系统资源消耗，而且会影响到后续对文件的访问

**注意：方法执行后，会把 文件指针 移动到 文件的末尾

准备一个 README 文件，分别输入三行文本内容“hello”、“你好”、“我是程序员”

# 1、打开文件
file = open(README)
# 2、读取文件内容
text = file.read()
print(text)
# 3、关闭文件
file.close()

• 提示：在开发中，通常会编写打开和关闭的代码，再编写中间针对文件的读/写操作！

文件指针

• 文件指针 标记 从哪个位置开始读取数据
• 第一次打开 文件时，通常 文件指针会指向文件的开始位置
• 当执行了 read 方法后， 文件指针会移动到 读取内容的末尾
  • 默认情况下会移动到 文件末尾

思考：

• 如果执行了一次 read 方法，读取了所有内容，那么再次调用 read 方法，还能够获得到内容吗？

答案：

• 不能
  • 第一次读取后，文件指针移动到了文件末尾，再次调用不会读取到任何的内容。

写入文件

打开文件的方式

• open 函数默认以 只读方式 打开文件，并且返回文件操作对象

语法如下：

file = open("文件名", "访问方式")

访问方式	说明
r	以读方式打开文件。文件的指针将会放在文件的开头，这是默认模式。如果文件不存在，抛出异常。
w	以只写方式打开文件。如果文件存在会被覆盖。如果文件不存在，创建新文件
a	以追加方式打开文件。如果该文件已存在，文件指针将会放在文件的结尾。如果文件不存在，创建新文件进行写入
r+	以读方式打开文件。文件的指针将会放在文件的开头。如果文件不存在，抛出异常。
w+	以读写方式打开文件。如果文件存在会被覆盖。如果文件不存在，创建新文件。
a+	以读写方式打开文件。如果该文件已存在，文件指针将会放在文件的结尾。如果文件不存在，创建新文件进行写入。

提示：

频繁的移动文件指针， 会影响文件的读写效率， 开发中更多的时候会以 只读、只写 的方式来操作文件。

# 1、打开文件
file = open("README", "a")

# 2、写入文件
text = file.write("123 hahaha")

# 3、关闭文件
file.close()

按行读取文件内容

• read 方法默认会把文件的 所有内容 一次性读取到内存
• 如果文件太大，对内存的占用会非常严重

readline 方法

· readline 方法可以一次读取一行内容
· 方法执行后，会把 文件指针 移动到下一行，准备再次读取

读取大文件的正确姿势

    
# 打开文件
file = open("README")
    
while True:
    # 读取一行内容
    text = file.readline()
        
    # 判断是否读取到内容
    if not text：
        break
            
    # 每读取一行的末尾已经有了一个 `\n`
    print(text, end="")
        
# 关闭文件
file.close()
        

文件读写案例

实现文件复制过程

• 把一个源文件的所有内容，复制到一个全新的目标文件

源文件 ---------> 目标文件

• 小文件复制
  • 打开一个已有文件，读取完整内容，并写入到另一个文件

# 1、打开文件
file_read = open("README")
file_write = open("README[复件]", "w")

# 2、读、写
text = file_read.read()
file_write.write(text)

# 3、关闭
file_read.close()
file_write.close()

• 大文件复制

# 1、打开文件
file_read = open("README")
file_write = open("README[复件]", "w")

# 2、读、写
while True:
    text = file_read.readline()

    # 判断是否读取到内容
    if not text:
        break

    file_write.write(text)

# 3、关闭
file_read.close()
file_write.close()

##文件&目录的常用管理操作

• 在 终端/文件浏览器 中可以执行常规的 文件/目录 管理操作，例如：
  • 创建、重命名、删除、改变路径、查看目录内容、…
• 在Python 中，如果希望通过程序实现上述功能，需要导入 os 模块

文件操作

方法名	说明	示例
rename	重命名文件	os.rename(源文件名)
remove	删除文件	os.remove(文件名)

目录操作

方法名	说明	示例
listdir	目录列表	os.listdir(目录名)
mkdir	创建目录	os.mkdir
rmdir	删除目录	os.rmdir
getcwd	获取当前目录	os.getcwd
chdir	修改工作目录	os.chdir(目标目录)
path.isdir	判断是否是文件	os.path.isdir(文件路径)

• 提示：文件或者目录操作都支持 相对路径 和 绝对路径

文本文件的编码格式（科普）

• 文本文件存储的内容是基于 字符编码 的文件，常见的编码有 ASCII 编码， UICODE 编码
  • Python 2.x默认使用 ASCII 编码
  • Python 3.x默认使用 UTF-8 编码

ASCII 编码 和 UNICODE 编码

ASCII 编码

• 计算机中有256个 ASCII 字符
• 一个 ASCII 在内存中占用 一个字节 的空间
  • 8个 0/1 的排列 组合方式一共有 256 种，也就是 2**8

ASCII表

UTF-8 编码格式

• 计算机中使用 1~6个字节 来表示 UTF-8 字符，涵盖了 地球上几乎所有地区的文字
• 大多数汉字会使用 3个字节 表示
• UTF-8 是 UNICODE 编码的一种编码格式

Python 2.x 中如何使用中文

• Python 2.x默认使用 ASCII 编码

• · Python 3.x默认使用 UTF-8 编码

• 在Python2.x 文件的 第一行 增加以下代码，解释器会以 utf-8 编码来处理 python 文件

    # *-* coding:utf8 *-*
    
    # 下方是官方推荐使用的方式！也可以使用下面的方式
    # coding=utf8
    

UNICODE 字符串

• 在 Python2.x 中，即使指定了文件使用 UTF-8 的编码格式，但是在遍历字符串时，仍然会 以字节为单位遍历 字符串
• 要能够 正确的遍历字符串，在定义字符串时，需要 在字符串的引号前， 增加一个小写字母 u ，告诉解释器，这是一个 UNICODE 字符串