Python学习笔记（）——文件操作

本文所讲内容如下：

• 文件打开与关闭
• 文件读写
• csv文件
• 文件与文件夹操作
• 对象序列化

文件分为二进制文件与文本文件（TXT）

其中二进制文件无法直接理解，文本文件可以理解。

文件的打开和关闭

with open语句

with open (file_name [,mode='r',encoding=None]) as fp:

        文件操作语句

open语句

open(file_name [,mode='r',encoding=None]) as fp:

        文件操作语句

文件路径

绝对路径（从根目录开始）

 with open(r'C:\Users\Administrator\Desktop\Files\data\test.txt')

就是从菜单栏直接复制所得到的路径

实例

with open(r'F:\1.txt','w') as f:
    f.write('i am a good boy!\n')
    f.write('i want to enter Tsing hua University!\n')
    f.write('胜利一定属于我！')

相对路径（相对于程序的当前工作目录）

with open(r'./data/test.txt') as f:
with open(r'test.txt') as f :

./表示当前文件所在目录

../表示当前文件所在目录的上一级目录

xxx.py打开打开aa.txt，在文件目录之下，两者是同级目录

with open (r'./a_file/aa.txt','r') as f:

with open (r'../b_file/a.txt','r') as f:

文本文件的编码

ASCII 码，即美国标准信息交换码，采用 8 位 1 字节）编码，因此最多只能表示 256 个字符。（ 10+26+26+ 其他）

UTF-8 编码是国际通用的编码，用 8 位（ 1 字节）表示英语（兼容 ASCII 码），以 24 位（ 3 字节）表示中文及其他语言。

GBK2312 编码是中国制定的中文编码，用 1 字节表示英文字符，用 2 字节表示汉 字字符。

Unicode 是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案。采 用 不同的编码方式，写入文件的内容可能是不同的。就汉字编码而言， GBK 编 码的 1 个汉字占 2 个字符， UTF-8 编码的 1 个汉字占 3 个字符， Unicode 编码中的 1 个汉字占 1 个字符。

tip：

如果使用 with open 和 open 函数打开文件时，如果没有注明访问模式，则必须保 证文件是存在的，否则就会报异常。

默认读文件操作。

文件模式

在文件中写入数据需要指明文件的访问模式。

 

 有关二进制文件：

图片、音频、视频这些文件本质上都是由二进制码组成的，由于有特定的保存格 式和对应的解析方式，才可以看到这些形形色色的多媒体。所以，想要抓取它们， 就要拿到它们的二进制码 。

write函数

with open(r'F:\1.txt','w') as f:
    f.write('i am a good boy!\n')
    f.write('i want to enter Tsing hua University!\n')
    f.write('胜利一定属于我！')

writelines——写入预定义字符串

fileobjext.writelines([str])

>>> with open('./data/test.txt','w') as file:
>>> seq = ["菜鸟教程 1\n", "菜鸟教程 2"]
>>> file.writelines( seq )

read函数

>>> with open('./data/test.txt','r') as file:
>>> content=file.read(4)
>>> print(content)

readlines——顺序全部读取

fileobjext.readlines()

with open('./data/test.txt','r') as file:
>>> content=file.readlines()
>>> print(content)
 
#['1,hellow word! \n', '2,hellow word! \n', '3,hellow word! \n']

readline——顺序按行读取

fileobjext.readline()

>>> with open('./data/test.txt','r') as file:
>>> content=file.readline()
>>> print(content)
# 1,hellow word! \n

tell——获取当前读写位置

>>> with open('./data/test.txt','r') as file:
>>> line = file.readline()
>>> print ("读取的数据为: %s" % (line))
>>> position = file.tell()
>>> print ("当前位置: %d" % (position))

seek——查找该位置

 指定位置开始读取或者写入文件的数据

seek(offset, from)

with open(r'F:\1.txt','r') as f:
    info=f.readlines()
    print(info)
    # f.write('i am a good boy!\n')
    # f.writ(e('i want to enter Tsing hua University!\n')
    #     # f.write'胜利一定属于我！')
    print(f.tell())
    print(f.seek(800))
    print(f.tell())

f.close() #关闭文件

>>> f = open(‘data.txt’, ‘w’)
>>> try:
>>> finally:
>>> f.close()

>>> with open('data.txt','w') as f:
>>> f.write('123\n')

csv文件

逗号分隔值 (Comma-Separated Values ， CSV ，有时也称为字符分隔值，因为分 隔字符也可以不是逗号 ) ，其文件以纯文本形式存储表格数据（数字和文本）

CSV 文件由任意数目的记录组成，记录间以某种换行符分隔；每条记录由字段组 成，字段间的分隔符是其它字符或字符串，最常见的是逗号或制表符。

本质上是文本文件 , 文本编辑器打开可读性不高

 

Python 自带操作 CSV 的模块。使用这个模块，可以将 CSV 文件 的内容转换为 Python 的字典，从而方便使用。

要读取 CSV 文件，首先需要导入 Python 的 CSV 模块：

import csv

由于 CSV 文件本质上是一个文本文件，所以需要先以文本文件的方式打开，再将 文件对象传递给 csv 模块

with open(“a.csv”,”r”,encoding=“utf-8”) as csvfile: csv.reader(csvfile,dialect=“excel”, delimiter=“,”)

>>> with open('result.csv', encoding='utf-8') as f:
>>> reader = csv.reader(f)
>>> for row in reader:
>>> print(row)

>>> import csv
>>> datas=["abcd","defg","hijk"]
>>> with open('example.csv', 'w', newline='') as f:
>>> writer = csv.writer(f)
>>> writer.writerows([datas])
         #   不等价
>>> writer.writerows(datas)

>>> import csv
>>> with open('iris.csv') as f:
>>> reader=csv.DictReader(f)
>>> for row in reader:
>>> print('id为{}'.format(row['id']))

>>> import csv
>>> headers = [‘name’, ‘age’] #指定行头
>>> datas = [{'name':'Bob', 'age':23},
>>> {'name':'Jerry', 'age':44},
>>> {'name':'Tom', 'age':15}]
>>> with open('example.csv', 'w', newline='') as f:
>>> writer = csv.DictWriter(f, headers)
>>> writer.writeheader()
>>> for row in datas:
>>> writer.writerow(row)
>>> #writer.writerows(datas)

文件与文件基本操作

>>> import os
>>> os.getcwd() #返回当前工作目录
'C:\\Python35'
>>> os.mkdir(os.getcwd()+'\\temp') #创建目录
>>> os.chdir(os.getcwd()+'\\temp') #改变当前工作目录
>>> os.getcwd()
'C:\\Python35\\temp'
>>> os.mkdir(os.getcwd()+'\\test')
>>> os.listdir('.')
['test']
>>> os.rmdir('test') #删除目录
>>> os.listdir('.')
[]

rename(需要修改的文件名, 新的文件名)

remove(待删除的文件名)

对象序列化与反序列化

 pickle模块和对象序列化

序列化

pickle.dump(obj,file,protocol=None) #将对象obj保存至文件file

反序列化

pickle.load(file) #从file中读取并重构一个对象

 只用于python，且多版本见不兼容

序列化

>>> import pickle
>>> with open(r'dataObj1.dat', 'wb') as f:
>>> d1=dict(name='Mary', age=19)
>>> pickle.dump(d1, f)

>>> import pickle
>>> with open(r'dataObj1.dat', 'rb') as f:
>>> o1=pickle.load(f)
>>> print(type(o1), str(o1))

{"firstName":"Brett",
"lastName":"McLaughlin",
"email":"aaaa"}

{ "people":[
{"firstName":"Brett","email":"aaaa"},
{"firstName":"Jason","email":"bbbb"},
{"firstName":"Elliotte","email":"cccc"}]
}

>>> import json
>>> # 序列化
>>> with open('json_file','w') as f:
>>> dic = {'k1':'v1','k2':'v2','k3':'v3'}
>>> json.dump(dic,f) #dump方法直接将字典转换成json字符串写入文件
>>> # 反序列化
>>> with open(‘json_file’) as f:
>>> dic2 = json.load(f) #load方法直接将文件中的json字符串转换成字典
>>> print(type(dic2),dic2)
<class 'dict'> {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}

>>> import requests,json
>>> url="https://movie.douban.com/j/new_search_subjects?sort=U&range=0,10&tags=&start=0"
>>> head={"User-Agent": "Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like
Gecko) Chrome/94.0.4606.71 Safari/537.36"}
>>> response= requests.get(url,headers=head)
>>> strs= response.text
>>> strs_json=json.loads(strs)
>>> print(f"爬虫对象的字符串形式解析前的格式为{type(strs)}")
>>> print(f"爬虫对象的字符串形式解析后的格式为{type(strs_json)}")
'''{"data":[{"directors":[" 陈凯歌 "," 徐 克 "," 林超贤
"],"rate":"7.6","cover_x":1080,"star":"40","title":" 长 津 湖
","url":"https:\\/\\/movie.douban.com\\/subject\\/25845392\\/","casts":["吴京","易烊千玺","段奕宏"," 朱亚文 "," 李 晨
"],"cover":"https://img9.doubanio.com\\/view\\/photo\\/s_ratio_poster\\/public\\/p2681329386.jpg","id":"25845392","cover_y":1513} '''

>>> import requests,json
>>> url="https://movie.douban.com/j/new_search_subjects?sort=U&range=0,10&tags=&start=0"
>>> head={"User-Agent": "Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like
Gecko) Chrome/94.0.4606.71 Safari/537.36"}
>>> response= requests.get(url,headers=head)
>>> strs= response.text
>>> strs_json=json.loads(strs)
>>> print(f"爬虫对象的字符串形式解析前的格式为{type(strs)}")
>>> print(f"爬虫对象的字符串形式解析后的格式为{type(strs_json)}")
{'data': [{'directors': ['陈凯歌', '徐克', '林超贤'],
'rate': '7.6',
'cover_x': 1080,
'star': '40',
'title': '长津湖',
'url': 'https://movie.douban.com/subject/25845392/',
'casts': ['吴京', '易烊千玺', '段奕宏', '朱亚文', '李晨'],
'cover': 'https://img9.doubanio.com/view/photo/s_ratio_poster/public/p2681329386.jpg',
'id': '25845392',
'cover_y': 1513} >>> strs_json['data'][1]['rate']