Python学习基础笔记十二——文件

1、目的：是要将数据永久地保存下来，就需要将数据永久保存在硬盘中。

例如：从文件中读入信息，比如从日志文件中读入日志，从而分析数据信息。写入文本信息到文件中，比如写入操作信息到日志文件中。

2、概念：文件就是操作系统提供给应用程序来操作硬盘虚拟接口，用户或应用程序通过操作文件，可以将自己的数据永久地保存下来。

写入字符串到文件中，需要先将字符串编码为字节串。

而从文件中读取的文本信息都是字节串，要进行处理前，必须先将字节串解码为字符串。

3、步骤；

1）打开文件，得到一个文件句柄，并赋值给一个变量。

2）通过句柄对文件进行操作。

3）关闭文件。

4、Open函数：

首先通过内置函数open打开文件，获得一个文件对象。

其中有三个参数是我们比较关注的。

file参数、mode参数和encoding参数。

1）file参数：指定要打开文件的路径。有绝对路径和相对路径。

2）mode，指定了打开文件的模式。打开文件的模式，决定了怎样操作文件。

3）encoding 参数制定了读写文件时，使用的字符编解码的方式。

 truncating 清空的意思。清空数据库的表也是这个单词。

调用open函数时，如果传入了encoding参数值：

后面调用write写入字符串到文件中，open函数会使用指定encoding编码为字节串；

后面调用read从文件中读取内容，open函数会使用指定encoding解码为字符串对象；

总之，最后在磁盘中保存的是字符串的编码方式。

如果不指定encoding参数，open函数会使用系统设置的字符编码方式。

我们使用的windows系统，cp936（gpk编码方式。）

建议在编写代码 读写文本文件的时候，都指定该参数的值。

看几个例子：

# 读模式，将log中内容一次性读出
f = open('log', mode='r', encoding='utf-8')
content = f.read()
print(content)
f.close()
 
# 写方式，清空内容然后再写入
f = open('log', mode='w', encoding='utf-8')
f.write('abcdefg')
f.close()
 
# 在文件内容后追加写入
f = open('log', mode='a', encoding='utf-8')
f.write('abcdefg')
f.close()

指定了编码方式，可以看到确实是utf8的编码方式。

说明：

打开一个文件包含两个部分的内容，操作系统级打开的文件和应用程序级的变量。在操作完毕一个文件时，必须把与该文件的相关的这两部分资源文件进行回收。对于操作系统打开的文件，使用f.close()进行回收，对于应用程序级的变量，应使用def f（Python有自动的垃圾回收机制，所以不需要考虑del f）。

建议使用with关键字来帮助管理上下文，系统会自动为我们关闭文件和处理异常。

with open('log', mode='w', encoding='utf-8') as f:
    f.write('Hello, Python.')

编码：encoding=是我们为open指定编码，但如果我们没有指定，那么打开的文件默认编码就是操作系统设置的的编码：在windows下是GBK，在Linux下是UTF-8。为了保证不出现乱码，我们必须让读文件和写文件使用的编码一致。

IDE集成开发环境默认的是UTF8编码方式。

# 指定编码方式为 gbk，gbk编码兼容gb2312
f = open('tmp.txt', 'r', encoding='gbk')
 
# read 方法会在读取文件中的原始字节串后， 根据上面指定的gbk解码为字符串对象返回
content = f.read()
 
# 文件操作完毕后， 使用close 方法关闭该文件对象
f.close()
 
# 通过字符串的split方法获取其中用户名部分
name = content.split(':')[0]
 
print(name)

read函数有参数size，读取文本文件的时候，用来指定这次读取多少个字符。 如果不传入该参数，就是读取文件中所有的内容。

有一个文件指针的概念，要掌握。就是类似光标的概念。f.seek() 按字节移动光标。

5、文件的操作方式：

例1： 基于seek实现类似Linux命令tail -f的功能。

import time
 
with open('log', mode='rb') as f:
    f.seek(0, 2)
    while True:
        line = f.read()
        if line:
            print(line.decode('utf-8'), end='')
        else:
            time.sleep(0.2)

当在log追加新的内容时，新内容就会被程序立即打印出来。

例2：修改文件。

with open('log', encoding='utf-8') as read_f, open('log.bak', 'w', encoding='utf-8') as write_f:
    data = read_f.read()    # 全部读入内存，建议文件不要太大
    data = data.replace('chang', 'wang')   # 在内存中完成修改
 
    write_f.write(line)   # 一次性写入新文件
 
import os
os.remove('log')                  # 将原文件进行删除
os.rename('log.bak', 'log')       # 将log.bak文件重命名为log

如果文件很大：

with open('log', encoding='utf-8') as read_f, open('log.bak', 'w', encoding='utf-8') as write_f:
    for line in read_f:
        if 'chang' in line:
            line = line.replace('chang', 'wang')
    
        write_f.write(line)
 
import os
os.remove('log')                  # 将原文件进行删除
os.rename('log.bak', 'log')       # 将log.bak文件重命名为log

f.read适合读取小文件。