文件处理
01. 文件的概念
1.1 文件的概念和作用
- 计算机的 文件,就是存储在某种 长期储存设备 上的一段 数据
- 长期存储设备包括:硬盘、U 盘、移动硬盘、光盘…
1.2 文件的存储方式
- 在计算机中,文件是以 二进制 的方式保存在磁盘上的
文本文件和二进制文件
- 文本文件
- 可以使用 文本编辑软件 查看
- 本质上还是二进制文件
- 例如:python 的源程序
- 二进制文件
- 保存的内容 不是给人直接阅读的,而是 提供给其他软件使用的
- 例如:图片文件、音频文件、视频文件等等
- 二进制文件不能使用 文本编辑软件 查看
02. 文件的基本操作
2.1 操作文件的套路
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:
- 打开文件
- 读、写文件
- 读 将文件内容读入内存
- 写 将内存内容写入文件
- 关闭文件
2.2 操作文件的函数/方法
- 在
Python
中要操作文件需要记住 1 个函数和 3 个方法
序号 | 函数/方法 | 说明 |
01 | open | 打开文件,并且返回文件操作对象 |
02 | read | 将文件内容读取到内存 |
03 | write | 将指定内容写入文件 |
04 | 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
2.3 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 文件操作对象
- 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:
read
方法执行后,会把 文件指针 移动到 文件的末尾
# 1. 打开 - 文件名需要注意大小写
file = open("README")
# 2. 读取
text = file.read()
print(text)
# 3. 关闭
file.close()
提示
- 在开发中,通常会先编写 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
2.4 打开文件的方式
-
open
函数默认以 只读方式 打开文件,并且返回文件对象
语法如下:f = open("文件名", "访问方式")
访问方式 | 说明 |
r | 以只读方式打开文件。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+ | 以读写方式打开文件。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 |
b | 读写二进制文件,如rb、wb |
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
# 打开文件
f = open("README", "w")
f.write("hello python!\n")
f.write("今天天气真好")
# 关闭文件
f.close()
2.5 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()
2.6 文件读写案例
小文件复制
# 1. 打开文件
file_read = open("README")
file_write = open("README[复件]", "w")
# 2. 读取并写入文件
text = file_read.read()
file_write.write(text)
# 3. 关闭文件
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. 读取并写入文件
while True:
# 每次读取一行
text = file_read.readline()
# 判断是否读取到内容
if not text:
break
file_write.write(text)
# 3. 关闭文件
file_read.close()
file_write.close()
03. 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
序号 | 方法名 | 说明 | 示例 |
01 | rename | 重命名文件 | |
02 | remove | 删除文件 | |
目录操作
序号 | 方法名 | 说明 | 示例 |
01 | listdir | 目录列表 | |
02 | mkdir | 创建目录 | |
03 | rmdir | 删除目录 | |
04 | getcwd | 获取当前目录 | |
05 | chdir | 修改工作目录 | |
06 | path.isdir | 判断是否是文件 | |
提示:文件或者目录操作都支持 相对路径 和 绝对路径
04. 文本文件的编码格式
4.1 ASCII 编码和 UNICODE 编码
ASCII
编码
- 计算机中只有
256
个 ASCII
字符 - 一个 ASCII在内存中占用1 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
UTF-8
编码格式
- 计算机中使用 1~6 个字节 来表示一个
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