1. 文件的编码

什么是编码？
编码就是一种规则集合，记录了内容和二进制间进行相互转换的逻辑。
编码有许多中，我们最常用的是 UTF-8 编码。

为什么需要使用编码？
计算机只认识 0 和 1，所以需要将内容翻译成 0 和 1 才能保存在计算机中。
同时也需要编码，将计算机保存的 0 和 1，反向翻译回可以识别的内容。

2. 文件打开

使用 open 函数，可以打开一个已经存在的文件，或者创建一个新文件，语法如下：
open(name, mode, encoding)
name：是要打开的目标文件名的字符串（可以包含文件所在的具体路径）。
mode：设置打开文件的模式（访问模式）：只读、写入、追加等。
encoding：编码格式（推荐使用UTF-8）

示例代码：

# encoding的顺序不是第三位，所以不能用位置参数，要用关键字参数直接指定
f= open('D:/python.txt', 'r', encoding="UTF-8")
print(type(f))#
1
2
3

注意：此时的 f 是 open 函数的文件对象，对象是 Python 中一种特殊的数据类型，拥有属性和方法。可以使用对象.属性、对象.方法对其进行访问。

mode常用的三种基础访问模式：

2. 文件的读取

(1) read() 方法
文件对象.read(num)
num 表示要从文件中读取的数据的长度（单位是字节），如果没有传入num，就表示读取文件中所有的数据。

f= open('D:/python.txt', 'r', encoding="UTF-8")
print(f"读取10个字节：{f.read(10)}")
print(f"读取全部内容：{f.read()}")
f.close()#关闭文件，否则文件会一直被占用
1
2
3
4

文件内容：

输出结果：

读取10个字节：1234567890
读取全部内容：abcdefhijklmnopq
rstuvwxyz
1
2
3

可以看到，“读取全部内容” 读的是 “读取10个字节” 之后的内容。

(2) readlines() 方法
readlines 可以按照行的方式把整个文件中的内容进行一次性读取，返回的是一个列表，其中每一行的数据为一个元素。

f= open('D:/python.txt', 'r', encoding="UTF-8")
lines = f.readlines()
print(lines)
print(type(lines))
f.close()#关闭文件，否则文件会一直被占用
1
2
3
4
5

输出结果：

['1234567890abcdefhijklmnopq\n', 'rstuvwxyz']
<class 'list'>
1
2

注意：每个元素末尾有\n，最后一个元素末尾可能没有。

(3) readline() 方法
readline() 方法一次读取一行内容。

f = open('D:/python.txt')
content = f.readline()
print(f'第一行：{content}')
content = f.readline()
print(f'第二行：{content}')
f.close()#关闭文件，否则文件会一直被占用
1
2
3
4
5
6

输出结果：

第一行：1234567890abcdefhijklmnopq

第二行：rstuvwxyz

1
2
3
4

(4) for 循环读取文件行

f = open("D:/python.txt", "r")
#每一个linel临时变量，记录了文件的一行数据
for line in f:
    print(line)
f.close()#关闭文件，否则文件会一直被占用
1
2
3
4
5

输出结果：

1234567890abcdefhijklmnopq

rstuvwxyz
1
2
3

(5) with open
使用 with open 对文件进行操作，可以在操作完成后自动 close 文件，避免忘记 close。

with open("D:/python.txt","r") as f:
    for line in f:
        print(line)
1
2
3

输出结果：

1234567890abcdefhijklmnopq

rstuvwxyz
1
2
3

【例】将如下内容，复制并保存到：word.txt。

itheima itcast python
itheima python itcast
beijing shanghai itheima
shenzhen guangzhou itheima
wuhan hangzhou itheima
zhengzhou bigdata itheima

通过文件读取操作，读取此文件，统计itheima单词出现的次数。

方法1：

f = open("D:/word.txt", "r", encoding="utf-8")
print(f.read().count("itheima"))#输出6
1
2

方法2：

f = open("D:/word.txt", "r", encoding="utf-8")
sum = 0
for line in f:
    line = line.strip("\n")
    words = line.split(" ")
    for word in words:
        if word == "itheima":
            sum +=1
print(sum)
f.close()#输出6
1
2
3
4
5
6
7
8
9
10

方法3：

sum = 0
with open("D:/word.txt", "r") as f:
    for line in f:
        sum += line.count("itheima")

print(sum)#输出6
1
2
3
4
5
6

3. 文件的写入

#1.打开文件
f = open("D:/python.txt", "w", encoding="utf-8")
#2.文件写入
f.write("hello world")
#3.内容刷新
f.flush()
#...
#f.close()
1
2
3
4
5
6
7
8

注意：

• w 模式：打开一个文件只用于写入。如果该文件已存在则打开文件，并从开头开始编辑，原有内容会被删除。如果该文件不存在，创建新文件。
• 直接调用 write，内容并未真正写入文件，而是会积攒在程序的内存中，称之为缓冲区。
  当调用 flush（或 close，close 方法内置了 flush 的功能）的时候，内容才会真正写入文件。
  这样做是避免频繁的操作硬盘，导致效率下降（攒一堆一次性写磁盘效率高）。

4. 文件的追加

#1.打开文件，通过a模式打开即可
f = open("D:/python.txt", "a", encoding="utf-8")
#2.文件写入
f.write("你好hhhh")#如果想要换行追加，可以用\n
#3.内容刷新
f.flush()
#...
#f.close()
1
2
3
4
5
6
7
8

注意：
a模式：若文件不存在，会创建文件；若文件存在，会在最后追加写入。

5. 文件操作综合案例

需求：有一份账单文件，记录了消费收入的具体记录，内容如下：
name,date,money,type,remarks
tom,2022-01-01,100000,消费,正式
tom,2022-01-02,300000,收入,正式
tom,2022-01-03,100000,消费,测试
jerry,2022-01-01,200000,收入,正式
jerry,2022-01-02,100000,消费,测试
jerry,2022-01-03,100000,消费,正式
jerry,2022-01-04,100000,消费,测试
jerry,2022-01-05,500000,收入,正式
jack,2022-01-01,100000,消费,正式
jack,2022-01-02,500000,收入,正式
jack,2022-01-03,900000,收入,测试
smith,2022-01-01,500000,消费,正式
smith,2022-01-02,300000,消费,测试
smith,2022-01-03,950000,收入,正式
sandy,2022-01-01,300000,消费,测试
sandy,2022-01-02,100000,消费,正式
sandy,2022-01-03,300000,消费,正式

可以将内容身制并保存为bil1.txt文件。我们现在要做的就是：
（1）读取文件
（2）将文件写出到bill.txt.bak文件作为备份
（3）同时，将文件内标记为测试的数据行丢弃

fr = open("D:/bill.txt", "r", encoding="utf-8")
fw = open("D:/bill.txt.bak", "w", encoding="utf-8")
fw.write(fr.readline())#写入第一行
for line in fr:
    if line.strip().endswith("正式"):#以“正式”结尾
        fw.write(line)

fr.close()
fw.close()
1
2
3
4
5
6
7
8
9

bill.txt.bak 文件写入结果：

bug 记录：
文件路径写成 D:\bill.txt 会报错，写成 D:/bill.txt 或 D:\bill.txt 就不报错。
原因：转义字符问题，计算机认为路径中的 “\b” 有歧义。类似的还有 \r、\t 等。

上述问题的其他解决方法：

路径字符串前加 “r”，如：r"D:\bill.txt"。
原理：使路径中的转义字符失效， "\"只代表一个普通的字符。