Python 操作文件

仅用学习参考

目标

• 文件的概念
• 文件的基本操作
• 文件/文件夹的常用操作
• 文本文件的编码方式

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...

文件的作用

将数据长期保存下来，在需要的时候使用。

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：

1. 打开文件
2. 读、写文件
   • 读 将文件内容读入内存
   • 写 将内存内容写入文件
3. 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

• 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

# 打开文件
In [2]: file = open("filetest")

# 读取文件内容
In [3]: text = file.read()

# 打印文件内容
In [4]: print(text)
hello , you are fen chang

# 关闭文件
In [5]: file.close()

In [6]: print(text)
hello , you are fen chang

In [7]: 

• 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

  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
• 第一次读取之后，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

哦，是么，证明我看看

# 打开文件
In [7]: file = open("filetest")

# 第一次读取文件内容，成功打印数据
In [8]: print(file.read())
hello , you are fen chang

# 第二次读取文件内容，因为指针已经到文件末尾了，无法打印出内容了。
In [9]: print(file.read())


In [10]: file.close()

In [11]: 

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")

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 写入文件示例

In [11]: fw = open("filetest","w")

In [12]: fw.write("hello ni pu jie! \n")

In [13]: fw.write("你好，胖子老板")

In [14]: fw.close()

In [15]: fr = open("filetest","r")

In [16]: print(fr.read())
hello ni pu jie!
你好，胖子老板

In [18]: fr.close()

In [19]: 

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

In [26]: file = open("filetest")

In [27]: while True:
    ...:     # 读取一行内容
    ...:     text = file.readline()
    ...:     # 判断是否读到内容，没有内容就跳出
    ...:     if not text:
    ...:         break
    ...:     # 每读取一行,则打印
    ...:     print(text)
    ...: 
hello ni pu jie!

你好，胖子老板

In [28]: file.close()

2.6 文件读写案例 —— 复制文件，复制美女图片

目标

用代码的方式，来实现文件复制过程

首先准备一张美女图：

小文件复制

• 打开一个已有文件，读取完整内容，并写入到另外一个文件

## 打开已有的图片
In [29]: file_read = open("girl.jpg")

## 打开一个准备写入的文件
In [30]: file_write = open("girl[copy].jpg","w")

## 读取图片文件内容
In [31]: jpg = file_read.read()

## 写入jpg内容到新文件中
In [32]: file_write.write(jpg)

## 关闭文件
In [33]: file_read.close()

In [34]: file_write.close()

In [35]: 

大文件复制

• 打开一个已有文件，逐行读取内容，并顺序写入到另外一个文件

In [35]: file_read = open("girl.jpg")
    ...: 

In [36]: file_write = open("girl[copy].jpg","w")
    ...: 

In [37]: while True:
    ...:     jpg = file_read.readline()
    ...:     if not jpg:
    ...:         break
    ...:     file_write.write(jpg)
    ...: 

In [38]: file_read.close()

In [39]: file_write.close()

In [40]: 

注意：文本类型的可以这样复制，图片类型是不行的。

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

目录操作

• 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

• 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，UNICODE 编码等

Python 2.x 默认使用 ASCII 编码格式 Python 3.x 默认使用 UTF-8 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 4.2 Ptyhon 2.x 中如何使用中文

Python 2.x 默认使用 ASCII 编码格式 Python 3.x 默认使用 UTF-8 编码格式

• 在 Python 2.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 *-*

这方式是官方推荐使用的！

• 也可以使用

# coding=utf8

unicode 字符串

• 在 Python 2.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（使用 UTF-8 编码格式的字符串）

# *-* coding:utf8 *-*

# 在字符串前，增加一个 `u` 表示这个字符串是一个 utf8 字符串
In [40]: hello_str1 = u"你好胖子老板"

In [41]: hello_str2 = "你好胖子老板"

In [42]: print(hello_str1)
你好胖子老板

In [43]: print(hello_str2)
你好胖子老板

In [44]: for c in hello_str1:
    ...:     print(c)
    ...: 
你
好
胖
子
老
板

In [45]: for c in hello_str2:
    ...:     print(c)
    ...: 
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�

In [46]: 

可以看出hello_str2 没有在前面写 u，导致循环遍历的时候出现乱码。