文件处理补充

一：x模式

x，只写模式（不可读；不存在则创建，存在则报错）

a.txt存在，就会报错

with open(r'a.txt',mode='x',encoding='UTF-8') as f:
    f.read()
    
FileExistsError: [Errno 17] File exists: 'a.txt'

b.txt不存在，就会创建

with open(r'b.txt',mode='x',encoding='UTF-8') as f:
    f.write('haha
')

二：b模式：binary模式

硬盘的二进制读入内存 --> t模式会将读入内存的内容进行decode解码

with open(r'预见未来.rmvb',mode='rt') as f:
    f.read()    # 硬盘的二进制读入内存 --> t模式会将读入内存的内容进行decode解码

硬盘的二进制读入内存 --> b模式下，不做任何转换，直接读入内存

with open(r'预见未来.rmvb',mode='rb') as f:
    res = f.read()    # 硬盘的二进制读入内存 --> b模式下，不做任何转换，直接读入内存
    print(res)      # bytes类型--》当成二进制
    
# OverflowError: bytes object is too large to make repr
# 溢出错误：bytes对象太大，无法生成repr
with open(r'b.txt',mode='rb') as f:
    res = f.read()    # 硬盘的二进制读入内存 --> b模式下，不做任何转换，直接读入内存
    print(res,type(res))

    print(res.decode('utf-8'))

  b.txt内容是：“哈哈哈”
  输出b'xe5x93x88xe5x93x88xe5x93x88' 16进制显示
  说明，一个中文字符，对应3个bytes
with open(r'b.txt',mode='rt',encoding='utf-8') as f:
    res = f.read()    # UTF-8的二进制--》unicode
    print(res)

    # print(res.decode('utf-8'))

下列操作是错误的，编码最好一致

with open(r'b.txt',mode='wt',encoding='utf-8') as f:
    f.write('你好hello'.encode('utf-8'))
    f.write('哈哈哈'.encode('gbk'))

文件拷贝工具

src_file = input('原文件路径：').strip()
dst_file = input('新文件路径：').strip()
with open(r'{}'.format(src_file),mode='rb',encoding='utf-8') as f1,
    open(r'{}'.format(dst_file),mode='wb',encoding='utf-8') as f2:
    # res = f1.read() # 内存占用过大
    # f2.write(res)

    for line in f1:
        f2.write(line)

循环读取文件：

图片、视频每行都很简短，多的用while，少的用for

方式1

with open(r'关机64.ico',mode='rb') as f:
    while True:
        res = f.read(1024)      # 一行读取1024个字节
        if not res:
            break
        print(len(res))
        
1024
1024
1024
1024
1024
1024
1024
1024
1024
1024
1024
1024
1024
1024
1024
1024
574

方式2

with open(r'a.txt',mode='rt',encoding='utf-8') as f:
    for line in f:
        print(line)
        
滚滚长江东逝

滚滚长江东

滚滚长江

滚滚长

滚滚

滚

　　Windows模式下，换行符是 " "

with open(r'a.txt',mode='rb') as f:
    for line in f:
        print(line)
        
b'xe6xbbx9axe6xbbx9axe9x95xbfxe6xb1x9fxe4xb8x9cxe9x80x9d
'
b'xe6xbbx9axe6xbbx9axe9x95xbfxe6xb1x9fxe4xb8x9c
'
b'xe6xbbx9axe6xbbx9axe9x95xbfxe6xb1x9f
'
b'xe6xbbx9axe6xbbx9axe9x95xbf
'
b'xe6xbbx9axe6xbbx9a
'
b'xe6xbbx9a'

三：控制文件读写内容的模式

t：文本（默认的模式）

1.读写都是以str（Unicode）为单位的

2.只能针对文本文件

3.必须为open()指定encoding='utf-8'

b：二进制 / bytes

1.读写都是以bytes为单位的

2.可以针对所有文件

3.不能制定字符编码，即 不能指定encodeing参数

总结：

1.在操作纯文本文件方面t模式帮我们省去了编码与解码的环节，b模式则需要手动编码与解码，所以此时t模式更为方便

2.针对非文本文件（如图片、视频、音频等）只能使用b模式

四：操作文件的方法

读操作

f.read() # 读取所有内容,执行完该操作后，文件指针会移动到文件末尾

f.readline() # 一次读取一行内容,光标移动到第二行首部

with open(r'g.txt',mode='rt',encoding='utf-8') as f:
    # res1=f.readline()
    # res2=f.readline()
    # print(res2)

    while True:
        line=f.readline()
        if len(line) == 0:
            break
        print(line)

f.readlines() # 读取每一行内容,存放于列表中

with open(r'g.txt',mode='rt',encoding='utf-8') as f:
    res=f.readlines()
    print(res)

强调：

　　f.read()与f.readlines()都是将内容一次性读入内容，如果内容过大会导致内存溢出，若还想将内容全读入内存，则必须分多次读入，有两种实现方式：

# 方式一
with open('a.txt',mode='rt',encoding='utf-8') as f:
    for line in f:
        print(line) # 同一时刻只读入一行内容到内存中

# 方式二
with open('1.mp4',mode='rb') as f:
    while True:
        data=f.read(1024) # 同一时刻只读入1024个Bytes到内存中
        if len(data) == 0:
            break
        print(data)

写操作

f.write('1111 222 ') # 针对文本模式的写,需要自己写换行符

with open('h.txt',mode='wt',encoding='utf-8') as f:
    # f.write('1111
222
3333
')

    # l=['11111
','2222','3333',4444]
    l=['11111
','2222','3333']
    # for line in l:
    #     f.write(line)
    f.writelines(l)

f.write('1111 222 '.encode('utf-8')) # 针对b模式的写,需要自己写换行符

with open('h.txt',mode='wt',encoding='utf-8') as f:
    l = ['111
','222
','333',444]
    for line in l:
        f.write(line)
        
#TypeError: write() argument must be str, not int

f.writelines(['333 ','444 ']) # 文件模式

f.writelines([bytes('333 ',encoding='utf-8'),'444 '.encode('utf-8')]) #b模式

with open('h.txt', mode='wb') as f:
    l = [
        '1111aaa1
'.encode('utf-8'),
        '222bb2'.encode('utf-8'),
        '33eee33'.encode('utf-8')
    ]

补充1：如果是纯英文字符，可以直接加前缀b得到bytes类型

with open('h.txt', mode='wb') as f:
    l = [
        b'1111aaa1
',
        b'222bb2',
        b'33eee33'
    ]

补充2：'上'.encode('utf-8') 等同于bytes('上',encoding='utf-8')

with open('h.txt', mode='wb') as f:
    l = [
        bytes('上啊',encoding='utf-8'),
        bytes('冲呀',encoding='utf-8'),
        bytes('小垃圾们',encoding='utf-8'),
    ]

flush：

with open('h.txt', mode='wt',encoding='utf-8') as f:
    f.write('哈')
    # f.flush()

五：了解的知识点

with open('h.txt', mode='wt',encoding='utf-8') as f:
    print(f.readable())
    print(f.writable())
    print(f.encoding)
    print(f.name)

print(f.closed)



一。seek()的应用----tail -f access.log程序

      功能：动态监测access.log文件中最新一行的内容

复制代码
# 打开日志文件
import time
with open('access.log','rb') as f:
    # 将指针直接移动到文件末尾
    f.seek(0,2)
    # 文件不关闭，不停的读取access.log中的每一行
    while True:
        line = f.readline()
        # 如果读不到内容，就暂停休息一下
        if len(line) == 0:
            time.sleep(3)
        else:
            print(line.decode('utf-8'))

# 在日志文件中加入新的内容
with open('access.log','a',encoding='utf-8') as f:
    log = input('info>>>>:')
    f.write(f'{log}
')
复制代码

二。文件修改的两种方式

# 强调：
# 1、硬盘空间是无法修改的,硬盘中数据的更新都是用新内容覆盖旧内容
# 2、内存中的数据是可以修改的
复制代码
# 方式一:文本编辑器采用的方式

# 需求：将a.txt中的alex修改为dsb

# 首先以读模式打开文件，将文件所有的数据加载到内存中
with open('a.txt','r',encoding='utf-8') as f:
    # 将文件一次性全部读入内存
    res = f.read()
    data = res.replace('dsb','alex')
# 再以写的模式打开该文件，进行写操作
with open('a.txt','w',encoding='utf-8') as f:
    f.write(data)

# 总结：耗费内存空间，节省硬盘空间。
复制代码
复制代码
方式二：在写程序时推荐使用的修改文件的方式
# 将a.txt中的egon改为tank
import os
with open('a.txt','r',encoding='utf-8') as f,
    open('.c.txt.swap','w',encoding='utf-8') as f1:
    for line in f:
        f1.write(line.replace('egon','tank'))
    # 此时硬盘上存在两个相似的文件，一个是修改前的，另一个是修改后的
    # 但是，我们此时需要的是修改后的
# 删除修改前的文件
os.remove('a.txt')
# 将修改后的文件重命名为修改前的文件名
os.rename('.c.txt.swap','a.txt')

# 总结：耗费的是硬盘空间空间
 
【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/2722127842qq-123/p/12510457.html