Python 文件操作(IO 技术)

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。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

文件操作相关模块概述

Python 标准库中，如下是文件操作相关的模块

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
cvs 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）

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

【操作】文本写入操作简单测试

f = open(r"day-10.txt", "w", encoding="utf-8")

conten = "你好"

f.write(conten)

f.close()

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

f = open(r"bb.txt", "w", encoding="utf-8")

f.write("hello\n")

s = ["陈浩\n", "王浩\n", "叶凡\n"]

f.writelines(s)

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

【操作】结合异常机制 finally 确保关闭文件对象

try:

    f = open(r"day-10.txt", "w")

    content = ["abc\n", "123\n", "ABC\n"]

    f.writelines(c*2 for c in content)

except BaseException as err:

    print(err)

finally:

    f.close()

    print("Done")

# Done

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。

a = ["chenhao\n", "wanghao\n", "yefan"]

with open(r"with1.txt", "w", encoding="utf-8") as f:

    f.writelines(a)

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。
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。
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。

with open(r"r.txt", "r", encoding="utf8") as f:

    print(f.read())

    print("=" * 50)

with open(r"r.txt", "r", encoding="utf8") as f:

    print(f.read(3))

    print("=" * 50)

with open(r"r.txt", "r", encoding="utf8") as f:

    str = f.readline()

    print(str)

    print("=" * 50)

with open(r"r.txt", "r", encoding="utf8") as f:

    print(f.readlines(), end="\n")

    print("=" * 50)

'''

result:

我的名字是陈浩

我的年龄是18岁

教你爱的人是吗

会是第一吗

大概是多么好看

学会的人是不是越来越少

==================================================

我的名

==================================================

我的名字是陈浩

==================================================

['我的名字是陈浩\n', '我的年龄是18岁\n', '教你爱的人是吗\n', '会是第一吗\n', '大概是多么好看\n', '学会的人是不是越来越少\n']

==================================================

'''

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，从而创建出二进制文件对象。例如：

f = open(r"d:\a.txt", 'wb') #可写的、重写模式的二进制文件对象

f = open(r"d:\a.txt", 'ab') #可写的、追加模式的二进制文件对象

f = open(r"d:\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(r"a.gif", "rb") as f:

    with open(r"b.gif", "wb") as g:

        g.write(f.read())

文件对象的常用属性和方法

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	把文件指针移动到新的位置，offset 表示相对于 whence 的多少个
[,whence])	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()	返回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

# e.txt

""""

我的名字是陈浩

我的年龄是18岁

教你爱的人是吗

会是第一吗

大概是多么好看

学会的人是不是越来越少

""""

with open(r"e.txt", "r", encoding="utf-8") as f:

    print(f.name)			# e.txt

    print(f.tell())			# 0

    print(f.readline())		# 我的名字是陈浩

    print(f.tell())			# 23

    print(f.seek(0))		# 0

    print(f.readline())		# 我的名字是陈浩

    print(f.tell())			# 23

使用 pickle 序列化

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。

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

import pickle

a1 = "陈浩"

a2 = 1234

a3 = ["abc", 567, {"key": "value"}]

# 序列化

with open(r"p.dat", "wb") as f:		# 需要以二进制方式写入

    pickle.dump(a1, f)

    pickle.dump(a2, f)

    pickle.dump(a3, f)

# 反序列化

with open(r"p.dat", "rb") as f:		# 需要以二进制方式读取

    b1 = pickle.load(f)

    b2 = pickle.load(f)

    b3 = pickle.load(f)

print("{0}\n{1}\n{2}".format(b1, b2, b3))

"""

result:

陈浩

1234

['abc', 567, {'key': 'value'}]

"""

CSV 文件的操作

csv文件写入和读取

import csv

with open(r"emp.csv", "w", newline="") as f:

    row1 = csv.writer(f)

    row1.writerow(["id", "name", "age", "sal"])

    row1.writerow(["0001", "chenhao", "18", "16000"])

    rows = [

        ["0002", "wanghao", "20", "20000"],

        ["0003", "chenfan", "21", "50000"]

    ]

    row1.writerows(rows)

with open(r"emp.csv", "r") as f:

    row2 = csv.reader(f)

    row2_list = list(row2)

    print(row2_list)

    print(f.tell())		# 读取当前指针		86

    f.seek(0)			# 将指针返回初始位置

    print("=" * 40)

    for i in row2_list:

        print(i)

"""

result:

[['id', 'name', 'age', 'sal'], ['0001', 'chenhao', '18', '16000'], ['0002', 'wanghao', '20', '20000'], ['0003', 'chenfan', '21', '50000']]

86

========================================

['id', 'name', 'age', 'sal']

['0001', 'chenhao', '18', '16000']

['0002', 'wanghao', '20', '20000']

['0003', 'chenfan', '21', '50000']

"""