Python操作文件-20181121

　　

Python操作文件

Python操作文件和其他语言一样，操作的过程无非是先定位找到文件、打开文件，然后对文件进行操作，操作完成后关闭文件即可。

文件操作方式：对文件进行操作，主要就是读、写的方式，python有如下的几种文件操作方式：

• 只读：r，以只读的方式打开文件，只能够读取文件，不能够对文件内容进行修改或删除，文件操作的默认操作方式，附带编码格式为utf-8
• 只写：w，以只写的方式打开文件，操作的结果是将原文件内容清空，然后写入新的内容
• 追加：a，以追加的方式打开文件，追加和只写一样，不能对文件进行读，可以对文件进行写，但是追加比只写会好一点，在原文件的末尾开始加入新写入的内容。
• 读写：r+，对文件可读可写，光标在文件开头，文件的读写，都是以光标为标志位，在光标处开始读写。但是以r+打开的形式，读和写的光标是两个，这种模式是读和追加的方式，读可以任意读，写一定是从文件的最后开始写。使用的最多的方式。
• 写读：w+，对文件可读可写，创建一个文件，开始写，写的光标是0开始，读和写的光标是反的，写光标默认在文件开始0位置，读光标默认在文件的结尾位置。写追加。
• 追加读写：a+，追加读，
• 二进制读：rb，网络数据传输只能用二进制来传输，以b开头，
• 二进制写：wb，写入的时候，也要转码成二进制格式。需要编码，encode

文件的整个操作过程，都是先将文件从磁盘读取到内存中，然后通过内存操作，进行输入输出显示的。下面做一个简单的文件操作，有一个文件名为"song.txt"，里面是一首歌，现在以不同的形式打开文件，进行读、写、追加的操作。文件打开是open，关闭是close。

file = open("song.txt","r",encoding="utf-8")
print(file.read())

简单的文件读取操作，以r的方式，打开文件，然后将文件全部读取出来。如果文件内容比较大，一次性全部读取到内存中，会比较占用内存资源，可不可以想一种办法，一行一行的读取文件，每次取一行数据进入内存中，然后打印，这个时候就有readline了。

file = open("song.txt","r",encoding="utf-8")
print(file.readline())
print(file.readline())
print(file.readline())

由于文件每行的结尾，都有一个换行符，所以在打印输出的时候，会有空行。

如果要读取的行特别多，500行上千行，可以使用for循环直接读取文件的前多少行

file = open("song.txt","r",encoding="utf-8")
for i in range(4):
　　print(file.readline())

可以一次性将文件以列表的形式取出，放在内存中，使用readlines方法，文件中的每行，都是以列表元素的形式存放，通过列表的index，可以取出对应的行数。

file = open("song.txt", "r", encoding="utf-8")
data = file.readlines()
print(data,type(data))

一次性将文件读取出来，对内存的消耗是很大的，尽量还是一行一行的读取，将文件变成一个可迭代的对象，然后一行一行的读取。对于迭代器，可以直接用循环进行读取。所以文件读取的标准方式是这样的：

#单行读取，迭代循环
file = open("song.txt", "r", encoding="utf-8")
for line in file:
　　print(line,type(line))

在这种情况下，是通过迭代循环的方式，将文件中的内容，一次取一行，然后打印出来，取出来的都是字符串类型的格式。内存中只存在一行内容。

文件的读取，是根据文件句柄光标来的，也可以认为是游标，cursor，通过tell方法，可以返回在读写过程中，光标所在文件中的位置，以字符计数。通过seek方法，可以将光标移动到想要的位置，需要指定位置，比如回到文件开始的位置，也就是0。Tell和seek可以搭配起来使用。终端设备文件不能用seek。

file = open("song.txt", "r", encoding="utf-8")
print("当前光标位置：",file.tell())
print(file.readline())
print("读取一行后，光标位置：",file.tell())
file.seek(21)
print(file.readline())
file.close()

Seek和tell的使用，可以通过tell查询当前读取或写入的光标的位置，然后seek移动到从文件开始0处，到目标设置的光标处，上面就是移动到21处，在python 中汉字是3个byte，所以一定要移动的数字是3的整数倍才能使用。但是第一行读完15个汉字，光标在44，是0-45，光标移动到21，前面有0-20个byte，也就是7个汉字。

打印文件的编码方式，encoding，直接将文件的编码方式返回。打印文件句柄在内存中的编号，也就是pid，fileno，每个文件在内存中打开，都有一个内存编号。在linux中通常在写脚本时候会用到合格pid，强制关闭某个进程。

刷盘，flush，从内存刷到磁盘，强制。这个特性和文件缓存有关系，文件的读写，都需要经过缓存，当缓存中的数据容量，达到刷盘范围，或者到刷盘时间，才会将数据刷到磁盘中，如果是文件直接写到磁盘，会影响文件的读写时间，因为磁盘读写比较慢，内存缓存读写是比磁盘快的。当数据还未写入到磁盘时，机器断电，就会出现内存缓存中的数据丢失，当要求文件强一致性时，可以通过flush进行强制刷盘，将内存缓存中写入的文件，刷入到磁盘中。

主要的使用场景，就是在进度条上面，会使用flush。Sys模块。

下面简单做一个进度条的样子。

import sys,time

for i in range(10):
　　sys.stdout.write("\r%s"%("#"*i))
　　sys.stdout.flush()
　　time.sleep(0.5)

每间隔0.5秒打印一次输出，输出之前，清除上一次的输出，每次输出强制性刷新到屏幕上展示。优化的好一点的代码如下。

import sys,time
def percent(number,total=100):#定义一个函数，用来显示百分数
　　percent_number="%d"%(number/total*100)+"%"
　　return percent_number

for i in range(100):
　　sys.stdout.write("\r[%s%s%s]"%(("#"*i),(" "*(100-i)),percent(i)))
　　sys.stdout.flush()
　　time.sleep(0.5)

最后打印的结果如下图所示。

解释一下，在占位符中，%d表示将结果以数字的形式。不带小数的数字。

截断，truncate，如果不带任何参数，就会清空文件，如果带上一个参数，数字，就会从文件开头开始，多少个字符之后，删除之后的所有内容。

文件修改操作

在原文件上的修改（磁盘），是直接替换了该位置上面的数据。修改只能是先将文件从磁盘加载到内存中，整个修改操作是在内存中进行的，当修改完成后，将内存中的数据写入到原文件中。内存中在原位置上出入，之后的数据就会往后顺序排，所以在内存中能实现插入。在原文件上修改，或者是在内存中修改，写入到新的文件中。打开两个文件，一个是原文件，一个是目标文件，从原文件中读取数据，替换成新数据之后，写入到目标文件中。

下面做一个简单的替换，生成一个新文件，将旧文件中的某些字段替换。

file_old = open("song.txt",'r',encoding='utf-8')
file_new = open("song_new.txt",'w',encoding='utf-8')
for line in file_old:
　　if "你" in line:
　　　　line = line.replace("你","她")
　　file_new.write(line)
file_old.close()
file_new.close()

从song.txt中读取文件，然后将里面的"你"，替换成"她"，然后将新的数据，写入到新文件中。

而想普通编辑器vim、ue等，在用户体验上感觉都是在原文件上的修改，实际上是先将文件读取到内存中，然后对内存对象进行修改，修改完成后，以写的方式重新打开原文件，然后完成覆盖。所以保存之后是直接写到原文件中的。实现的代码可以简单写一下。整个过程中，文件是全部读取进内存中的，如果文件比较大，读取的过程会很长。

file_old = open("song.txt",'r',encoding='utf-8')
data_old = file_old.readlines()
file_old.close()
file_new = open("song.txt",'w',encoding='utf-8')
for line in data_old:
    if "你" in line:
        line = line.replace("你","她")
    file_new.write(line)
file_new.close()