Python面向对象之文件操作

文件的概念

文件的概念和作用

1. 计算机的文件，就是存储在某种长期存储设备上的一段数据；长期存储设备包括：U盘，硬盘，移动硬盘，光盘，等；
2. 文件的作用：将数据长期保存，在需要的时候使用；

文件的存储方式

在计算机中，文件是以二进制的形式保存在磁盘上的；

文本文件和二进制文件

文本文件

• 可以用文本编辑软件查看；
• 本质上还是二进制文件；
  例如：python源文件。

二进制文件

• 保存的文件不是直接给人阅读的，而是提供给其他软件使用的；
• 二进制文件不能会用文本编辑软件查看；
  例如：图片文件，音频文件等

文件的基本操作

文件操作步骤

在计算机中操作文件的步骤时分固定，一共包含三个步骤：

1. 打开文件；
2. 读，写文件；读：将文本内容读入内存；写：将内存内容写入文本；
3. 关闭文件；

操作文件的方法/函数

在python中操作文件需要记住一个函数和两个方法

序号	函数/方法	说明
1	open	打开文件，返回文件操作对象；
2	read	将文件内容读取到内存；
3	write	将指定内容写入到文件；
4	close	关闭文件；

• open函数负责打开文件，返回文件操作对象；
• 其余三个方法需要通过文件对象调用；

read方法-读取文件

open函数的第一个参数是要打开的文件名(文件名区分大小写)；

如果文件存在，返回文件操作对象
如果文件不存在，会抛出异常

read方法可以一次性读入并返回文件的所有内容；
close方法负责关闭文件；
如果忘记关闭文件，会造成系统资源消耗，而且会影响到后续对文件的访问；
注意：read方法执行后，会把文件指针移动到文件的末尾；
提示：在开发中，通常会先编写打开和关闭的代码，再编写中间针对文件的读写操作；

读取文件示例

# 打开文件
file = open("hello.txt")
# 读取文件
text = file.read()
print(text)
# 关闭文件
file.close()

# welcome to hello.txt
# this is a test file.

文件指针

• 文件指针标识 从哪个位置开始读取数据；
• 第一次打开文件时，通常文件指针会指向文件的开始位置；
• 当执行了read方法后，文件指针会移动到读取内容的末尾；默认情况下会移动到文件末尾；

所以，如果在同一次打开文件中，执行了一次read方法，读取所有内容，再次调用read方法的话，就不能够再获得内容了；这是因为第一次读取之后，文件指针移动到了文件末尾，再次调用不会读取到任何的内容；

文件指针示例

# 打开文件
file = open("hello.txt")
# 读取文件
text = file.read()
print(text)
print(len(text))

print("-"*50)
# 再次读取文件
text1 = file.read()
print(text1)
print(len(text1))

# 关闭文件
file.close()

# welcome to hello.txt
# this is a test file.
# 42
# --------------------------------------------------
# 0

open函数-打开文件的方式

open函数默认以只读方式打开文件，并且返回文件对象

open函数语法如下：

f = open("文件名", "访问方式")

open打开文件情况罗列

访问方式	说明
r	以只读方式打开文件。文件的指针将会放在文件的开头，这是默认模式。如果文件不存在，抛出异常
w	以只写方式打开文件。如果文件存在会被覆盖。如果文件不存在，创建新文件
a	以追加方式打开文件。如果文件已存在，文件指针将会放在文件的结尾。如果文件不存在，创建新文件进行写入。
r+	以读写方式打开文件。文件的指针将会放在文件的开头。如果文件不存在，抛出异常。
w+	以读写方式打开文件。如果文件村子会被覆盖。如果文件不存在，创建新文件。
a+	以读写方式打开文件。如果该文件已存在，文件指针将会放在文件的结尾。如果文件不存在，创建新文件进行写入。

打开方式其实还有"rb","wb","wb+",...等，这是针对二进制文件的方式。

提示

• 频繁的移动文件指针，会影响文件的读写效率，开发中更多的时候会以只读，只写的方式来操作文件。

追写文件示例

file = open("hello.txt", "a")
file.write("hello world")
file.close()

按行读取文件内容

• read方法默认会把文件的所有内容一次性读取到内存；
• 如果文件太大，对内存的占用会非常严重。

readline方法

• readline方法可以一次读取一行内容；
• 方法执行后，会把文件指针移动到下一行，准备再次读取；

读取指定行数数据

file = open("hello.txt")

line1 = file.readline()
print(line1)
line2 = file.readline()
print(line2)

file.close()

# 1.welcome to hello.txt

# 2.this is a test file.

分行读取整个文件：

hello.txt内容

1.welcome to hello.txt
2.this is a test file.

3.hello world

readline_test.py内容

file = open("hello.txt")

while 1:

    line = file.readline()
    print(line, end="")

    if not line:
        break
file.close()

# 运行结果
# 1.welcome to hello.txt
# 2.this is a test file.

# 3.hello world

小文件复制示例

# 打开文件
read_file = open("hello.txt")
write_file = open("hello_small.txt", "w")

# 读写文件
text = read_file.read()
write_file.write(text)

# 关闭文件
read_file.close()
write_file.close()

大文件复制示例

# 打开文件
read_file = open("hello.txt")
write_file = open("hello_big.txt", "w")

# 读写文件
while 1:
    # 读取一行内容
    text = read_file.readline()
    # 判断是否有内容
    if not text:
        break
    # 写入复制文件
    write_file.write(text)

# 关闭文件
read_file.close()
write_file.close()

文件/目录的常用管理操作

• 在终端/文件浏览器中，可以执行常规的文件/目录管理操作，例如：创建，重命名，删除，改变路径，查看目录内容等等。
• 在Python中，如果希望通过程序实现上述功能，需要导入os模块。

文件操作方法罗列

序号	方法名	说明	示例
01	rename	重命名文件	os.rename(源文件名，目标文件名)
02	remove	删除文件	os.remove(文件名)

目录操作方法罗列

序号	方法名	说明	示例
01	listdir	目录列表	os.listdir(目录名)
02	mkdir	创建目录	os.mkdir(目录名)
03	rmdir	删除目录	os.rmdir(目录名)
04	getcwd	获取当前目录	os.getcwd()
05	chdir	修改工作目录	os.chdir(目标目录)
06	path.isdir	判断是否是文件	os.path.isdir(文件路径)

提示：文件/目录操作都支持绝对路径/相对路径

文本文件的编码格式

• 文本文件存储的内容是基于字符编码的文件，常见的编码有ASCII编码，UNICODE编码等；
• python2.x默认使用ASCII编码；
• python3.x默认使用UTF-8编码；

ASCII编码和UNICODE编码

ASCII编码

• 计算机中只有256个ASCII字符；
• 一个ASCII在内存中占用1个字节的空间；而8个0/1的排列组合方式一共有256中，也就是2**8

UTF-8编码

• 计算机中使用的1-6个字节来表示一个utf-8字节，涵盖了地球上几乎所有地区的文字；
• 大多数汉字会使用3个字节来表示；
• utf-8是UNICODE编码的一种编码格式。

python2.x中使用中文

在python2.x文件的第一行增加以下代码，解释器会以utf-8编码来处理python文件；

# *-* coding:utf8 *-*

上面这种是官方推荐使用的，也可以使用下面这种方式：

# coding=utf8

unicode字符串前加u

• 在python2.x中，即使指定了文件使用utf-8的编码格式，但是在遍历字符串时，仍然会以字节为单位遍历字符串；
• 要能够正确的遍历字符串，在定义字符串时，需要在字符串的引号前，增加一个小写字母u，告诉解释器这是一个unicode字符串(使用utf-8编码格式的字符串)。

例如下面的代码：

test_str = "hello世界"
print(test_str)

在2和3下都会正确执行，但是当我们遍历输出字符串时，就会出现不一样的情况；

test_str = "hello世界"
print(test_str)
for i in test_str:
	print(i)

在python3中可以正常执行以上代码；
但是在python2中，可以输出完整字符，遍历时输出的结果中"世界"显示的是六行特殊字符；
解决为 定义字符串时，需要在字符串的引号前，增加一个小写字母u。

示例如下：

test_str = u"hello世界"
print(test_str)
for i in test_str:
	print(i)