文本处理

目录

• 1. 文本处理
  • 1. 什么是文本处理
  • 2. 什么是文件
  • 3. 操作文件的流程
• 2. 文本文件的三种操作模式
• 3. 文件的两种打开方式
  • 1. t 模式
  • 2. b 模式
• 4. 绝对路径和相对路径
• 5. with管理上下文
• 6. 文本文件处理的高级应用
  • 1. 三种可读可写的模式
  • 2. 光标的高级应用
    • （1）字节与字符
    • （2）移动光标的三种方法（以字节为单位）
    • （3）移动光标(以字符为单位) read

1. 文本处理

1. 什么是文本处理

修改存储的信息

2. 什么是文件

操作系统提供的一个虚拟单位，用来存储信息（用二进制存储信息）

3. 操作文件的流程

1. 打开文件

   open('路径'，'操作模式',encoding = '字符编码')

2. 读取/修改文件

   r / w / a

3. 保存文件

   f.flush()

4. 关闭文件

   f.close()

2. 文本文件的三种操作模式

重点：对文件的操作，不管是读取还是写入，光标都会移动。

就是说，每读一次，光标就往后/下移相应的位数一次。文本读一行少一行

1. 读取 r ：只读

2. 清空写 w ：只写

3. 追加写 a ：只写

   f = open('D:python12期视频1.txt','r',encoding = 'utf8')
   f.read()
   f.readline()   # 读取光标所在的那一行
   f.readlines()  #一次性全部按行读取，存入列表中，一行是一个元素（包括最后的换行符）
   for i in f.readlines():
       print(i)
   for i in f:   # 一行一行读取，中间可以使用break/continue 中断，比上面的循环遍历节省空间
       print(i)
   

3. 文件的两种打开方式

1. t 模式

只针对文本文件，操作模式使用 rt，wt，at 。等价于 r ，w ，a

2. b 模式

只针对多媒体文件，操作模式使用 rb，wb，ab

4. 绝对路径和相对路径

• 绝对路径：从盘符开始。 如：D:上海python12期视频python12期视频day 09 est.py

• 相对路径：执行文件(当前运行的文件)的文件夹下的文件名,执行文件和打开文件属于同一文件夹下

• 未来写项目尽量用相对路径

5. with管理上下文

with提供了一个自动关闭文件（解除对操作系统的占用）

with open('test.py', 'r', encoding='utf8') as f:
    # print(f.read())
    # 在这个缩进下不会关闭文件,在这个缩进下对文件操作
    data = f.read()  # data放到python的内存中
print(f) # 关闭文件(操作系统),没有关闭python内存中的文件
print(data)# 关闭文件(操作系统),没有关闭python内存中的文件
print(f.read())  # 涉及操作系统,因此该代码报错

6. 文本文件处理的高级应用

1. 三种可读可写的模式

1. r+

这种模式下的写入，新写入的字符会覆盖光标之后的字符

2. w+

该模式与w模式没有任何区别

3. a+

该模式下，开始时光标默认在文本的尾部。

2. 光标的高级应用

（1）字节与字符

• utf-8中规定：
  • 对于英文：8个二进制位为一个字节，1个字节组成一个字符。--》一个字符对应一个字母
  • 对于中文：8个二进制位为一个字节，3个字节组成一个字符。--》一个字符对应一个汉字

（2）移动光标的三种方法（以字节为单位）

• seek（移动光标）

   with open('test.py', 'rb') as fr:
      fr.seek(5)  # 移动了3个字节,一个中文,默认从开头开始
      print(fr.read())
      print(fr.read().decode('utf8'))#使用utf8翻译内容
  

  whence（seek 方法里的第二个参数，没有写就默认是0）

  fr.seek(3, 1)
  

  whence 规定只有 0 ，1 ，2 三种模式

  0表示光标在文件头

  1表示光标在当前位置

  2表示光标在文件尾部

• tell（告诉你当前光标的位置）

  with open('test.py', 'rb') as fr:
      fr.seek(3, 0)
      print(fr.tell())
  

• truncate（截断）

  光标从文件头开始，到括号内的数字，之后的都删除掉

  with open('test.py', 'ab') as fa: 
      fa.truncate(2)
  

（3）移动光标(以字符为单位) read

with open('test.py', 'r', encoding='utf8') as fr:
     print(fr.read(3))  # n表示读取n个字符,不加默认读取所有 # 中文和英文都属于一个字符