文件

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

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(将读取的文件赋给一个对象)

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")  #默认是只读

# 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（知道）

• 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

例如:读取文件后指针会改变

# 1. 打开文件
file = open("README")

# 2. 读取文件内容
text = file.read()
print(text)
print(len(text))

print("-" * 50)

text = file.read()
print(text)
print(len(text))

# 3. 关闭文件
file.close()

执行结果:第二次读取的时候变成了空是因为指针移动到了文件的末尾

hello 1
hello 2
hello 345
25
--------------------------------------------------

0

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

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

# 打开文件
f = open("README", "w")  #使用,+" value"  都是以字符串为关键字

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(文件大小比内存大就爆了内存)

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")  #首选打开文件

while True:
    # 读取一行内容
    text = file.readline()

    # 判断是否读到内容
    if not text:  
        break  #跳出循环

    # 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 —— 复制文件

目标

用代码的方式，来实现文件复制过程

小文件复制(完整全部复制:不怕内存的占用)

• 打开一个已有文件，读取完整内容，并写入到另外一个文件

# 1. 打开文件
file_read = open("README")  #源文件以只读方式
file_write = open("README[复件]", "w")  #目标文件以只写方式

# 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

• 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

# 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)   #指针一样会移动到末尾

# 3. 关闭文件
file_read.close()
file_write.close()

Python中read()、readline()和readlines()三者间的区别和用法

一、read([size])方法

read([size])方法从文件当前位置起读取size个字节(注意)，若无参数size，则表示读取至文件结束为止，它范围为字符串对象

f = open("a.txt")
lines = f.read()
print lines
print(type(lines))
f.close()

输出结果：

Hello
Welcome
What is the fuck...
<type 'str'> #字符串类型

二、readline()方法

从字面意思可以看出，该方法每次读出一行内容，所以，读取时占用内存小，比较适合大文件，该方法返回一个字符串对象。

f = open("a.txt")
line = f.readline()
print(type(line))
while line:
    print line,
    line = f.readline()
f.close()

输出结果：

<type 'str'>
Hello
Welcome
What is the fuck...

三、readlines()方法读取整个文件所有行，保存在一个列表(list)变量中，每行作为一个元素，但读取大文件会比较占内存

f = open("a.txt")
lines = f.readlines()
print(type(lines))
for line in lines:
    print (line)
f.close()

输出结果：

 <type 'list'>
Hello
Welcome
What is the fuck...

四、linecache模块

当然，有特殊需求还可以用linecache模块，比如你要输出某个文件的第n行：

# 输出第2行
text = linecache.getline(‘a.txt',2)
print (text)

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	os.rename(源文件名, 目标文件名)
02	remove	删除文件	os.remove(文件名)

目录操作

序号	方法名	说明	示例
01	listdir	目录列表	os.listdir(目录名)
02	mkdir	创建目录	os.mkdir(目录名)
03	rmdir	删除目录	os.rmdir(目录名)
04	getcwd	获取当前目录	os.getcwd()
05	chdir	修改工作目录	os.chdir(目标目录)
06	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

小例子:获取当前目录的所有文件并打印文件名

# -*- coding: utf-8 -*-
"""
Created on Fri Apr 19 22:28:14 2019

@author: zangz
"""
# -*- coding: utf-8 -*-
"""
Created on Fri Apr 19 22:28:14 2019

@author: zangz
"""
import os  #导入os包
def list_name(path):  #path是需要获取目录文件名的路径
    list_name=os.listdir()  #获取这个路径下的文件名存储到列表中
    print('文件列表: ',list_name) #打印这个列表
    print('类型: ',type(list_name)) #打印这个类型
    for i in list_name:
        print('文件名: ',i)
path='C:\\Users\\zangz\\Desktop\\汉字转拼音'
list_name(path)

执行结果:

文件列表:  ['.ipynb_checkpoints', 'std总.txt', '拼音.txt', '文件名.txt', '汉字拼音的一些参考代码.ipynb', '汉字转拼音.ipynb', '读取文件名中所有文件进行合并.py']
类型:  <class 'list'>
文件名:  .ipynb_checkpoints
文件名:  std总.txt
文件名:  拼音.txt
文件名:  文件名.txt
文件名:  汉字拼音的一些参考代码.ipynb
文件名:  汉字转拼音.ipynb
文件名:  读取文件名中所有文件进行合并.py

04. 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，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
hello_str = u"你好世界"

print(hello_str)

for c in hello_str:
    print(c)