文件的介绍

文件概念

文件是操作系统提供给用户或应用程序，操作硬盘的一种虚拟的接口。

文件作用

可以通过文件将数据永久保存到硬盘中，操作文件就是在间接操作硬盘。

用户操作文件，都是在向操作系统发起系统调用，然后将其转换成具体的硬盘操作。

文件操作

python中可以使用open()函数来打开文件，并获取到文件句柄用于控制操作系统来操作文件。

打开文件的资源占用

open()函数会让操作系统打开一个文件，然后变量名会指向打开的文件对象。

文件也是一种对象类型，所以需要赋值给变量名，以存放文件对象(句柄)。

文件对象又称为文件句柄，用来控制操作系统来进行文件操作。就像控制游戏的游戏手柄一样。

文件对象(句柄)可以控制操作系统操作文件，我们执行的操作会映射到硬盘空间中。

打开文件会占用内存，以便我们对文件进行操作。

文件基本操作流程

介绍

应用程序对文件的操作请求，都是在向操作系统发送系统调用，然后由操作系统控制硬盘完成相应操作。

打开文件

file = open("文件路径", mode="操作模式", encoding="utf-8")

文件路径可以是绝对路径，也可以是相对路径。

如果是相对路径，则会在python文件所在路径下寻找文件。

windows路径可以将反斜杠符号转义，使用两个\\代替\。或者在字符串前加r，如 r"C:/A/B/C.txt"。或者直接使用左斜杠，python会自动进行转换。

mode用于指定操作模式。

默认是"rt"。

encoding用于指定编码格式。

linux、mac默认使用utf-8。

windows默认使用gbk。

读/写文件

file.read() 读文件内容。

例如：ret = file.read()

file.write("内容") 写文件内容。

例如：file.write("哈哈哈")

关闭文件 - 重要

file.close() 关闭操作系统打开的文件，回收操作系统资源。

回收之后file对象仍会存在，但无法再读写。

文件模式

控制文件读写内容的模式

t - 文本文件(默认)

读写都以字符串为单位。

只能针对文本文件。会将读到的文本文件二进制数据，转换成文本格式。在进行读写时，会以指定的编码格式，进行编码解码。

必须指定encoding='utf-8'，要保证不乱码，就必须指定正确的编码格式。不然读写取str时，会使用默认的编码。

b - 二进制文件。

可以针对所有文件。

读写都是以bytes为单位。

一定不能指定encoding字符编码。

注意：

t或b不能单独使用，必须和r/w/a连用。

控制文件的操作模式

r - 只读模式 (默认)。

从文件开头开始读，只能读，不可写。

file = open('a.txt', mode='rt', encoding='utf-8')

当文件不存在时会报错。当文件存在时，会打开文件，文件指针跳转到文件开始位置。

w - 只写模式。

只能写，不可读，清空文件，从文件开头开始写。

通常用于创建新文件，也可以配合读，来copy文件。

file = open('a.txt', mode='wt', encoding='utf-8')

当文件不存在时会创建空文件。当文件存在时，打开并清空文件，文件指针跳转到文件开始位置。

a - 只追加写模式。

只能写，不可读，不清空文件，从文件末尾开始写。

通常用于已有文件的追加，如日志、用户文件等。

file = open('a.txt', mode='at', encoding='utf-8')

当文件存在时，打开文件！文件指针跳转到文件末尾位置。

当文件不存在时，会创建空文件，文件指针跳转到文件开始位置。

+ 模式(了解)

必须配合r/w/a，会在原功能的基础上使其可读可写，了解即可，一般用不上。例如：a+、r+、w+。

x - 创建写模式 (了解)。

文件存在则创建写，不可读。文件不存在则返回报错。

file = open('a.txt', mode='at', encoding='utf-8')

当文件存在时，则报错，其他和w一样。

当文件不存在时，会创建空文件，文件指针跳转到文件开始位置。

with上下文管理语法

介绍

with语法会在代码块开始时，会自动调用传入的对象的.__enter__()方法。

在代码块执行完毕后，会自动调用传入的对象的.__exit__()方法。

文件对象的.__exit__()会关闭打开的文件，很方便，所以文件操作一般都会配合with使用。

使用例子

# 一次打开一个。
with open(...) as 文件对象名:
    文件操作代码
    ... ...

# 一次打开多个。
with open(...) as 文件对象名1, open(...) as 文件对象名2:
    文件操作代码
    ... ...

文件操作的方法

file.read()

一次性读取所有行内容。

会将文件的所有内容从硬盘读入内存，但读的内容过大时，可能会造成内存溢出。

他会从指针当前位置开始读，全部读完后，文件指针会跳到文件最后一行。

size参数。

可以指定一次读取多少字符/字节，如: file.read(size=1024)。

file.readline()

读取一行，然后文件指针转到下一行。

file.readlines()

读取文件指针所在行和后面所有行的内容，然后文件指针转到末行。

但读的内容过大时，可能会造成内存溢出。

for循环取内容 (推荐)

for i in file: ...

会一行一行读写数据，所以一般使用这种方式进行读写，因为更省内存空间，且不会导致内存溢出。

file.write()

写入内容，并且文件指针转到下一行。

新写的内容，总是跟在旧内容之后，如果需要换行，那么换行符需要自己加。

file.writelines()

可将可迭代对象的元素取出，每个元素作为一行内容，写入文件中。

例如：file.writelines([1111, 2222, 3333])

file.flush()

将file在内存中的缓冲，立刻刷写到硬盘中。

一般不会用，不需要手动去刷写到硬盘。

文件的高级操作

file.tell()

查看当前文件指针位置。

file.seek(offset, whence)

控制文件指针的移动。无论t模式或者b模式，指针移动的单位都是以字节(bytes)为单位。推荐b模式使用seek移动指针。

offset

• 表示指针移动多少偏移值。

whence

• 0 - 参照物是文件的开头位置(默认)。
• 1 - 参照物是当前指针所在位置。
• 2 - 参照物是文件的末尾位置，参照末尾则offset应该是负的，倒着移动。

例如：

file.seek(10,0) 表示文件指针移动到文件开头第10个字节。

linux的tail -f命令可以使用该方式实现。

文件修改的两种方式

原理

对于硬盘上的数据，在我们修改时，都是用新的数据覆盖老的数据。

而我们平时我们编辑文件的插入，都是先在内存中修改，这时可以插入，也可以覆盖。

而在我们保存文件到磁盘时，就会将内存中的所有内容，覆盖磁盘文件中的所有内容。

方式一

文件数据读入到内存进行修改再保存 (性能更高，但文件大时，占用内存也大)。

with open(file_path, "r+", encoding="utf-8") as rfile:
    text = rfile.read().replace("asd", "测试")
    rfile.seek(0, 0)
    rfile.write(text)

方式二

文件数据读入一行就修改然后写入一行到临时文件，等全部行修改完后，删除源文件，再将临时文件修改成源文件名 (占用内存少)。

with open(file_path, "rt", encoding="utf-8") as rfile, open(file_swap, "wt", encoding="utf-8") as wfile:
    for line in rfile:
        wfile.write(line.replace("测试", "asd"))
    os.remove(file_path)
    os.rename(file_swap, file_path)

CSV格式文件

逗号分隔的存储格式叫做CSV（Comma Separator Values，即逗号分隔值），它是一种通用的、相对简单的文件格式，大部分编辑器都支持直接读入或保存文件为CSV格式。

CSV一维数据读写

写入

列表就是一维数据，采用join()方法生成逗号分隔的字符串即可。

data = ["北京", "上海", "广州", "深圳"]
with open("data.csv", "wt", encoding="utf-8") as f:
    f.write(",".join(data) + "\n")

读取

with open("data.csv", "rt", encoding="utf-8") as f:
    data = f.read().strip("\n").split(",")

CSV二维数据读写

写入

嵌套一层的二维列表就是二维数据，采用循环遍历加join()方法生成逗号分隔的字符串即可。

data = [
    ["姓名", "年龄", "所在地"],
    ["张三", "18", "北京"],
    ["李四", "17", "上海"],
    ["王五", "20", "广州"],
]
with open("data.csv", "wt", encoding="utf-8") as f:
    for i in data:
        f.write(",".join(i) + "\n")

读取

data = []
with open("data.csv", "rt", encoding="utf-8") as f:
    for i in f:
        data.append(i.strip("\n").split(","))
print(data)