文件处理

文件处理

什么是文件？

简单来说：文件是操作系统提供给你一个操作硬盘的接口

详细来说： 在应用程序运行过程中产生的数据最先都是存放于内存中的，若想永久保存下来，必须要保存于硬盘中。应用程序若想操作硬件必须通过操作系统，而文件就是操作系统提供给应用程序来操作硬盘的虚拟概念，用户或应用程序对文件的操作，就是向操作系统发起调用，然后由操作系统完成对硬盘的具体操作。

为什么要用文件？

人们要用计算机永久保存数据

怎么用文件？

引入文件操作的方法

# 1. 打开文件，由应用程序向操作系统发起系统调用open(...)，操作系统打开该文件，对应一块硬盘空间，并返回一个文件对象赋值给一个变量f(文件句柄)
f=open('a.txt','r',encoding='utf-8')
f = open('文件路径', '打开文件的模式默认为r', encoding='指定打开文件的字符编码')
f = open(...)是由操作系统打开文件，如果打开的是文本文件，会涉及到字符编码问题，如果没有为open指定编码，那么打开文本文件的默认编码就是操作系统说了算，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。
PS：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')

# 2. 调用文件对象下的读/写方法，会被操作系统转换为读/写硬盘的操作
data=f.read()

# 3. 向操作系统发起关闭文件的请求，回收系统资源
f.close()

1 由应用程序或用户本身发起对某个文件的请求

2 操作系统根据请求调用相应的文件接口

3 操作系统去硬件层面(硬盘)找到该文件

资源回收与with上下文管理

打开一个文件包含两部分资源：应用程序的变量f和操作系统打开的文件

#回收文件也有两部分
del f #回收应用程序的变量,不需要人类去做,python中的垃圾回收机制会自动清理
f.close() #回收操作系统打开的文件资源,需要我们自己去做，且该操作要在del f之前,否则就会导致操作系统打开的文件无法关闭，白白占用资源

而with关键字的作用为:自动执行f.close()

#基本语法
with open('文件路径', '打开文件的模式',encoding='指定文件打开的字符编码')as f:
#可以用with同时打开多个文件,用逗号分隔开即可
with open('a.txt', 'r',encoding='utf-8')as rf,open('b.txt','w',encoding='utf-8')as wf:
    print(rf.read())#将读到的文件内容打印出来
    wf.write('bing')#将'bing'写入b.txt中

文件的操作模式

r(默认的)：只读
         1 只能读，不能写
         2 如果文件不存在的话，就会报错
w:只写
  1 只能写不能读
  2 如果文件不存在
  3 如果文件存在，会先清空原文件再写入新文件
a：追加写
  1 只能写，不能读
  2 如果文件不存在，会创建新文件
  3 如果文件存在，会在原数据的末尾追加新数据

使用方法

r模式的使用

with open('a.txt',mode='r',encoding='utf-8') as f:
     res=f.read() # 会将文件的内容由硬盘全部读入内存，赋值给res

w模式的使用

# w只写模式: 在文件不存在时会创建空文档,文件存在会清空文件,文件指针跑到文件开头
with open('a.txt',mode='w',encoding='utf-8') as f:
    f.write('啊啊啊')
#注意：
1 在文件不关闭的情况下，连续的写入，后写的内容一定跟在前面写的内容的后面
2 如果重新以w模式打开文件，则会清空文件内容

a模式的使用

# a只追加写模式: 在文件不存在时会创建空文档,文件存在会将文件指针直接移动到文件末尾
 with open('a.txt',mode='a',encoding='utf-8') as f:
     f.write('666')
#强调 w 模式与 a 模式的异同：
# 1 相同点：在打开的文件不关闭的情况下，连续的写入，新写的内容总会跟在前写的内容之后
# 2 不同点：以 a 模式重新打开文件，不会清空原文件内容，会将文件指针直接移动到文件末尾，新写的内容永远写在最后

纯净模式

# r+ w+ a+ :可读可写
#在平时工作中，我们只单纯使用r/w/a，要么只读，要么只写，一般不用可读可写的模式
#除了可读可写外，剩下的都是自己的特性
大前提: tb模式均不能单独使用,必须与r/w/a之一结合使用
t（默认的）：文本模式
    1. 读写文件都是以字符串为单位的
    2. 只能针对文本文件
    3. 必须指定encoding参数
b：二进制模式:
   1.读写文件都是以bytes/二进制为单位的
   2. 可以针对所有文件
   3. 一定不能指定encoding参数

t模式的使用

with open(r'a.txt', 'rt', encoding='utf-8')as f:
    res = f.read()
    print(res)
    print(type(res)) # 输出结果为：<class 'str'>
with open(r'a.txt', 'at', encoding='utf-8')as f:
    add = 'aaa'
    f.write(add) #写入的也必须是字符串类型
#注意：t 模式只能用于操作文本文件,无论读写，都应该以字符串为单位，而存取硬盘本质都是二进制的形式，当指定 t 模式时，内部帮我们做了编码与解码

b模式的使用

with open(r'加菲猫.jpg', 'rb')as f:
    print(f.read())
    
with open('a.txt',mode='wb')as f:
    msg = 'bing'
    res = msg.encode('utf-8') #python3中字符串的本质为unicode序列,而将内存中的unicode转化为硬盘中的utf-8，需要中间的encode(编码过程)，而硬盘中的数据是以二进制的字节存储的，所以res为bytes类型
    f.write(res)
总结：
b模式对比t模式
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

操作文件的方法

#读
f.read() #读文件，一次性读出所有数据，文件指针会移动到文件末尾
f.readable #判断文件是否可读
f.readline() #一次读一行，光标移动到第二行首部
f.readlines() #将数据全部读入内存，以换行符分隔，存入列表
#写
f.write() #写文件(只能写str不能为list)
f.writable() #判断文件是否可写
f.writlines() #for + f.write()

主动控制文件内指针移动

with open('a.txt', mode='rt', encoding='utf-8')as f:
    res = f.read(2) #读取两个字符
with open('a.txt', mode='rb')as f:
    res = f.read(2) #读取两个字节
# 之前文件内指针的移动都是由读/写操作而被动触发的，若想读取文件某一特定位置的数据，则则需要用f.seek方法主动控制文件内指针的移动，详细用法如下：
# f.seek(指针移动的字节数,模式控制): 
# 模式控制:
# 0: 默认的模式,该模式代表指针移动的字节数是以文件开头为参照的
# 1: 该模式代表指针移动的字节数是以当前所在的位置为参照的
# 2: 该模式代表指针移动的字节数是以文件末尾的位置为参照的
# 强调:其中0模式可以在t或者b模式使用,而1跟2模式只能在b模式下用

0模式详解

# a.txt用utf-8编码，内容如下（abc各占1个字节，中文“你好”各占3个字节）
abc你好

# 0模式的使用
with open('a.txt',mode='rt',encoding='utf-8') as f:
    f.seek(3,0)     # 参照文件开头移动了3个字节
    print(f.tell()) # 查看当前文件指针距离文件开头的位置，输出结果为3
    print(f.read()) # 从第3个字节的位置读到文件末尾，输出结果为：你好
    # 注意：由于在t模式下，会将读取的内容自动解码，所以必须保证读取的内容是一个完整中文数据，否则解码失败

with open('a.txt',mode='rb') as f:
    f.seek(6,0)
    print(f.read().decode('utf-8')) #输出结果为: 好

1模式详解

with open('a.txt','rb')as f:
    f.seek(2,1) #从当前位置往后移动两个字节，当前位置为文件开头

2模式详解

with open('a.txt','rb')as f:
    f.seek(0, 2) #参照文件末尾移动0个字节，即直接跳到文件末尾
    f.seek(-3, 2) #参照文件末尾往前移动3个字节

文件的修改

# 实现思路：将文件内容发一次性全部读入内存,然后在内存中修改完毕后再覆盖写回原文件
# 优点: 在文件修改过程中同一份数据只有一份
# 缺点: 会过多地占用内存
with open('b.txt','r', encoding='utf-8')as f:
    data = f.read() #将b.txt中的内容读出来，并定义一个变量对应它
with open('b.txt','w', encoding='utf-8')as f:
    f.write(data.replace('你好','真帅'))#通过字符串的内置方法将文件内的‘你好’替换为‘真帅’
    
    
# 实现思路：以读的方式打开原文件,以写的方式打开一个临时文件,一行行读取原文件内容,修改完后写入临时文件...,删掉原文件,将临时文件重命名原文件名
# 优点: 不会占用过多的内存
# 缺点: 在文件修改过程中同一份数据存了两份
import os
with open('b.txt', 'rt',encoding='utf-8')as read_f,
    open('b_swap.txt', 'wt', encoding='utf-8')as write_f:
    for line in read_f:
        write_f.write(line.replace('阿四','阿三'))
os.remove('b.txt')
os.rename('b_swap.txt', 'b.txt')