文件处理

一 文件操作

一 介绍

计算机系统分为：计算机硬件，操作系统，应用程序三部分。

我们用python或其他语言编写的应用程序若想要把数据永久保存下来，必须要保存于硬盘中，这就涉及到应用程序要操作硬件，众所周知，应用程序是无法直接操作硬件的，这就用到了操作系统。操作系统把复杂的硬件操作封装成简单的接口给用户/应用程序使用，其中文件就是操作系统提供给应用程序来操作硬盘虚拟概念，用户或应用程序通过操作文件，可以将自己的数据永久保存下来。

有了文件的概念，我们无需再去考虑操作硬盘的细节，只需要关注操作文件的流程：

#1. 打开文件，得到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

二 在python中

#1. 打开文件，得到文件句柄并赋值给一个变量
f=open('a.txt','r',encoding='utf-8') #默认打开模式就为r

#2. 通过句柄对文件进行操作
data=f.read()

#3. 关闭文件
f.close()

三 f=open('a.txt','r')的过程分析

#1、由应用程序向操作系统发起系统调用open(...)

#2、操作系统打开该文件，并返回一个文件句柄给应用程序

#3、应用程序将文件句柄赋值给变量f

四 强调！！！

#强调第一点：
打开一个文件包含两部分资源：操作系统级打开的文件+应用程序的变量。在操作完毕一个文件时，必须把与该文件的这两部分资源一个不落地回收，回收方法为：
1、f.close() #回收操作系统级打开的文件
2、del f #回收应用程序级的变量

其中del f一定要发生在f.close()之后，否则就会导致操作系统打开的文件还没有关闭，白白占用资源，
而python自动的垃圾回收机制决定了我们无需考虑del f，这就要求我们，在操作完毕文件后，一定要记住f.close()

虽然我这么说，但是很多同学还是会很不要脸地忘记f.close(),对于这些不长脑子的同学，我们推荐傻瓜式操作方式：使用with关键字来帮我们管理上下文
with open('a.txt','w') as f:
    pass
 
with open('a.txt','r') as read_f,open('b.txt','w') as write_f:
    data=read_f.read()
    write_f.write(data)

强调第一点：资源回收

#强调第二点：
f=open(...)是由操作系统打开文件，那么如果我们没有为open指定编码，那么打开文件的默认编码很明显是操作系统说了算了，
操作系统会用自己的默认编码去打开文件，在windows下是gbk，在linux下是utf-8。
这就用到了上节课讲的字符编码的知识：若要保证不乱码，文件以什么方式存的，就要以什么方式打开。

f=open('a.txt','r',encoding='utf-8')

五 python2中的file与open

#首先在python3中操作文件只有一种选择，那就是open()

#而在python2中则有两种方式：file()与open()
两者都能够打开文件，对文件进行操作，也具有相似的用法和参数，但是，这两种文件打开方式有本质的区别，file为文件类，用file()来打开文件，
相当于这是在构造文件类，而用open()打开文件，是用python的内建函数来操作，我们一般使用open()打开文件进行操作，而用file当做一个类型，
比如type(f) is file

二 打开文件的模式

文件句柄 = open('文件路径', '模式')

模式可以是以下方式以及他们之间的组合：

Character	Meaning
‘r'	open for reading (default)
‘w'	open for writing, truncating the file first
‘a'	open for writing, appending to the end of the file if it exists
‘b'	binary mode
‘t'	text mode (default)
‘+'	open a disk file for updating (reading and writing)
‘U'	universal newline mode (for backwards compatibility; should not be used in new code)

#1. 打开文件的模式有(默认为文本模式)：
r ，只读模式【默认模式，文件必须存在，不存在则抛出异常】
w，只写模式【不可读；不存在则创建；存在则清空内容】
a， 之追加写模式【不可读；不存在则创建；存在则只追加内容】

#2. 对于非文本文件，我们只能使用b模式，"b"表示以字节的方式操作（而所有文件也都是以字节的形式存储的，使用这种模式无需考虑文本文件的字符编码、图片文件的jgp格式、视频文件的avi格式）
rb 
wb
ab
注：以b方式打开时，读取到的内容是字节类型，写入时也需要提供字节类型，不能指定编码

#3. 了解部分
"+" 表示可以同时读写某个文件
r+， 读写【可读，可写】
w+，写读【可读，可写】
a+， 写读【可读，可写】


x， 只写模式【不可读；不存在则创建，存在则报错】
x+ ，写读【可读，可写】
xb

# 回车与换行的来龙去脉
http://www.cnblogs.com/linhaifeng/articles/8477592.html

# U模式
'U' mode is deprecated and will raise an exception in future versions
of Python.  It has no effect in Python 3.  Use newline to control
universal newlines mode.

# 总结：
在python3中使用默认的newline=None即可，换行符无论何种平台统一用
即可

了解U模式与换行符

三 操作文件的方法

#掌握
f.read() #读取所有内容,光标移动到文件末尾
f.readline() #读取一行内容,光标移动到第二行首部
f.readlines() #读取每一行内容,存放于列表中

f.write('1111
222
') #针对文本模式的写,需要自己写换行符
f.write('1111
222
'.encode('utf-8')) #针对b模式的写,需要自己写换行符
f.writelines(['333
','444
']) #文件模式
f.writelines([bytes('333
',encoding='utf-8'),'444
'.encode('utf-8')]) #b模式

#了解
f.readable() #文件是否可读
f.writable() #文件是否可读
f.closed #文件是否关闭
f.encoding #如果文件打开模式为b,则没有该属性
f.flush() #立刻将文件内容从内存刷到硬盘
f.name

练习，利用b模式，编写一个cp工具，要求如下：

　　1. 既可以拷贝文本又可以拷贝视频，图片等文件

　　2. 用户一旦参数错误，打印命令的正确使用方法，如usage: cp source_file target_file

　　提示：可以用import sys，然后用sys.argv获取脚本后面跟的参数

import sys
if len(sys.argv) != 3:
    print('usage: cp source_file target_file')
    sys.exit()

source_file,target_file=sys.argv[1],sys.argv[2]
with open(source_file,'rb') as read_f,open(target_file,'wb') as write_f:
    for line in read_f:
        write_f.write(line)

四 文件内光标移动

一: read(3)：

　　1. 文件打开方式为文本模式时，代表读取3个字符

　　2. 文件打开方式为b模式时，代表读取3个字节

二: 其余的文件内光标移动都是以字节为单位如seek，tell，truncate

注意：

　　1. seek有三种移动方式0，1，2，其中1和2必须在b模式下进行，但无论哪种模式，都是以bytes为单位移动的

　　2. truncate是截断文件，所以文件的打开方式必须可写，但是不能用w或w+等方式打开，因为那样直接清空文件了，所以truncate要在r+或a或a+等模式下测试效果

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

练习：基于seek实现tail -f功能

五 文件的修改

文件的数据是存放于硬盘上的，因而只存在覆盖、不存在修改这么一说，我们平时看到的修改文件，都是模拟出来的效果，具体的说有两种实现方式：

方式一：将硬盘存放的该文件的内容全部加载到内存，在内存中是可以修改的，修改完毕后，再由内存覆盖到硬盘（word，vim，nodpad++等编辑器）

import os

with open('a.txt') as read_f,open('.a.txt.swap','w') as write_f:
    data=read_f.read() #全部读入内存,如果文件很大,会很卡
    data=data.replace('alex','SB') #在内存中完成修改

    write_f.write(data) #一次性写入新文件

os.remove('a.txt')
os.rename('.a.txt.swap','a.txt')

方式二：将硬盘存放的该文件的内容一行一行地读入内存，修改完毕就写入新文件，最后用新文件覆盖源文件

import os

with open('a.txt') as read_f,open('.a.txt.swap','w') as write_f:
    for line in read_f:
        line=line.replace('alex','SB')
        write_f.write(line)

os.remove('a.txt')
os.rename('.a.txt.swap','a.txt')

六 用代码演示文件操作

首先新建一个的文件‘wenjian’,文件内容如下：

文件的读模式，这种模式下只能读

f = open('e:wenjian.txt', 'r', encoding='utf8')  # open打开这个文件，r是读模式，后面的是编码
                                                  # 并且把句柄赋值给变量f，可以通过f对文件进行操作

print(f.read())  # 读取所有内容
#输出：
# 1*1=1
# 1*2=2    2*2=4
# 1*3=3    2*3=6    3*3=9
# 1*4=4    2*4=8    3*4=12    4*4=16
# 1*5=5    2*5=10    3*5=15    4*5=20    5*5=25
# 1*6=6    2*6=12    3*6=18    4*6=24    5*6=30    6*6=36
# 1*7=7    2*7=14    3*7=21    4*7=28    5*7=35    6*7=42    7*7=49

print(f.readline())  # 读取第一行内容,光标移动到第二行首部
#输出：1*1=1

print(f.readlines())  # 读取每一行内容,存放于列表中
#输出：['1*1=1
', '1*2=2	2*2=4
', '1*3=3	2*3=6	3*3=9
', '1*4=4	2*4=8	3*4=12	4*4=16
', '1*5=5	2*5=10	3*5=15	4*5=20	5*5=25
', '1*6=6	2*6=12	3*6=18	4*6=24	5*6=30	6*6=36
', '1*7=7	2*7=14	3*7=21	4*7=28	5*7=35	6*7=42	7*7=49 ']

print(f.read(5))  # 输出5个字符，如果是英语一个字母一个字符，在Py3中一个汉字其实是三个字符，但在这里依旧是一个汉字一个字符
#输出：1*1=1

f.close()

文件的写模式，这种模式下只能写 

f=date=open('wenjian', 'w', encoding='utf8')#在这个模式下，文件内容已经清空，如果没有这个文件名就会创建这个文件
f.write('12345678')#向文件中写入，但是里面原有的内容会消失，先清空，再写入
f.write('luoyaxiong')#紧贴着上面的内容，不会换行
f.write('
0000 ')#换行
f.close()

源文件修改后结果：

文件的增添模式（append）

f=date=open('wenjian', 'a', encoding='utf8')#文件的增补模式
f.write('
hello world')#在最下面一行增加内容
f.close()

源文件修改后结果：

文件操作的一系列方法

f = open('wenjian', 'r', encoding='utf8')
a=f.readline()
print(a)#变量接收不换行
print(f.readline())#这个就要换行
f.close()

输出：

f = open('wenjian', 'r', encoding='utf8')
a=f.readlines()  # 把每一行的内容做成了一个列表['12345678luoyaxiong
', '0000 
', 'hello world']
print(a)  # 得到一个列表，这样就可以用对列表处理的方法处理整个文本
for i in a:
    print(i.strip())#去除首尾字符， 即去除'12345678luoyaxiong
'里的
，本来就有一次换行，如果不.strip就会是两行一句
f.close()

输出：

 现在重新把文件‘wenjian’储存成下面这样

要求在第六行加上 梦想可大可小可远可近可笑可赞叹

以下两种都行（但是源文件没有任何变化...）

f = open('wenjian', 'r', encoding='utf8')
a=f.readlines()
number=0
for i in a:
    number+=1
    if number==6:
        i=''.join([i.strip(),'梦想可大可小可远可近可笑可赞叹'])#　连接字符串的
    print(i.strip())
f.close()

f = open('wenjian', 'r', encoding='utf8')#打开文件
a=f.readlines()#读取文件每行内容形成列表
f.close()#文件关闭，至此，文件操作结束，非常短的时间
a[5]=a[5].strip()+'梦想可大可小可远可近可笑可赞叹'
for i in a:
    print(i.strip())

输出：

 光标的位置

现在重新把文件‘wenjian’储存成下面这样

f = open('wenjian', 'r', encoding='utf8')
print(f.read(3))#打印三个‘字符’的内容
print(f.tell())#告诉当前光标的位置，一个汉字是三个字符，所以位置是9
f.seek(2)#调整光标的位置到2（可以用此方法把光标定位到任意位置再进行操作）
print(f.tell())

输出：

 truncate（）：截断数据(只能在a模式下)

现在重新把文件‘wenjian’储存成下面这样

#truncate（）：截断数据(只能在a模式下)
#在w模式下：先清空，再写，再截断
#在a模式下：直接将指定位置后的内容截断
f = open('wenjian', 'a', encoding='utf8')
f.truncate(5)#现将光标定位在5位，然后删除后面的数据,但必须在‘a’模式下

改变后的源文件：

七 练习题

1. 文件a.txt内容：每一行内容分别为商品名字，价钱，个数，求出本次购物花费的总钱数
apple 10 3
tesla 100000 1
mac 3000 2
lenovo 30000 3
chicken 10 3

2. 修改文件内容，把文件中的alex都替换成SB