python-文件处理

　　　　　　　　　　　　　　python-文件处理

1，文件处理

1，三元运算

　三元运算又称三目运算，是对简单的条件语句的缩写，如：

if 条件成立：
    val =1
else:
    val = 2

换成三元运算：

val =1 if 条件成立 else 2 

a=val =1 if 条件成立 else 2
print(a)

##
1

2，文件处理

　　读，写，修改

　1.0 r 读模式　

f = open(file = '这里是文件路径', mode = 'r', encoding =  'utf-8')
data = f.read()
f.close()
 
# 这里file后面冒号里面是文件路径
# mode = r ：表示文本只读模式，可以改为其他权限
# encoding...这里是以前原文件是什么编码写入的，现在以什么编码读出
# f.read()表示读取文件
# f.close()关闭文件

1.1 rb 二进制读模式

　　　适用于不知道原文件的编码，但是想将文件以二进制编码展示出来，这时读出来的文件则为二进制文件，而此模式一般用于读取网络传输的文本，图片，视频。

　　　　注意，它在读写的时候是以bytes类型读写的，因此获得的是一个bytes对象而不是字符串。在这个读写过程中，需要自己指定编码格式。

　　　　在使用带b的模式时一定要注意传入的数据类型，确保为bytes类型。

f = open('file_test', mode = 'rb')
data = f.read()
print(data)

# b'xe6x81xadxe5x96x9cxe4xbdxa0xe8xafxbbxe5x87xbaxe6x9dxa5xe4xbax86
xe6x88x91xe5xb0xb1xe6x98xafxe5xa4xa7xe5xb8x85xe5x93xa5xe4xb8x80xe6x9ex9a
'
# 这里是以这种格式显示出来。

1.2 循环文件 for

　　　对于很大的文件，为了不一下子将内存占满，可以采用循环文件的方法来读文件。即每次都只读一部份文件。

f = open("这里为文件的路径","r",encoding = "gbk")
for line in f:
    print(line)
f.close()

　　因为print每次打印出来都会自带换行，所以这个打印出来的数据之间都会多了一个行。

2.0 w 写模式

f = open('文件路径，若无此文件，则会创建', 'w', encoding='utf-8')
f.write('这里是写入文件的内容')
f.close() #写入的内容是unicode字符串类型，内部会根据encoding转换为制定编码的 01101010101，即：字节类型

2.1 wb 二进制写文件

f = open('文件路径，若无此文件，则会创建', 'wb')
f.write('这里是写入文件的内容'，encode='gbk')
f.close()

注意　　　　　

　　　对于w，着重于创建，而不是修改，所以重复在一个文件里面重复进行写入操作，会直接先清空原文件内容，然后重新写入

　　　wb，写入时需要直接传入以某种编码的0100101，即：字节类型
　　　w 和 encoding，写入时需要传入unicode字符串，内部会根据encoding制定的编码将unicode字符串转换为该编码的 010101010

　3.0 a ab 追加模式　　　　

　　　将内容追加到文件尾部。

f = open('file_test', 'a',encoding='gbk')
f.write('
这个是新添加进来的内容')
f.close()
 
f = open('file_test', 'ab')
f.write('
这个是新添加进来的内容'.encode('gbk'))  #注意这里后面是一个点号
f.close()

4.0 混合操作

 　　　r+: 读写模式，先读后写，以读的模式打开，支持追加内容

　　　写读模式没有什么作用    w+: 写读模式，先写后读，以写(创建)的模式打开，先清空原有内容，相比于w模式，只是支持了一个读功能，且还只能读写已经写入的新内容

f = open('file_test02', 'r+', encoding='gbk')
f.write('这个是混合模式了
你好呀1
你好呀2
你好呀3')
data = f.read()
print(data)
f.close()　　　　

#1 问：为什么这样子？
 
这是硬盘的存储原理导致的，当你把文件存到硬盘上，就在硬盘上划了一块空间，存数据，等你下次打开这个文件 ，<br>seek到一个位置，每改一个字，就是把原来的覆盖掉，如果要插入，是不可能的，因为后面的数据在硬盘上不会整体向后移。<br>所以就出现 当前这个情况 ，你想插入，却变成了会把旧内容覆盖掉。
 
#2 问：但是人家word, vim 都可以修改文件 呀，你这不能修改算个什么玩意？
 
我并没说就不能修改了，你想修改当然可以，就是不要在硬盘上修改，把内容全部读到内存里，<br>数据在内存里可以随便增删改查，修改之后，把内容再全部写回硬盘，把原来的数据全部覆盖掉。<br>vim word等各种文本编辑器都是这么干的。
 
#3 问：说的好像有道理，但你又没看过word软件的源码，你凭什么这么笃定？
 
哈哈，我不需要看源码，硬盘 的存储原理决定了word必须这么干 ，不信的话，<br>还有个简单的办法来确认我说的，就是用word or vim读一个编辑一个大文件 ，至少几百MB的，你 会发现，<br>加载过程会花个数十秒，这段时间干嘛了？ cpu 去玩了？去上厕所啦？ 当然不是，是在努力把数据 从硬盘上读到内存里。
 
# 4问：但是文件如果特别大，比如5个GB,读到内存，就一下子吃掉了5GB内存，好费资源呀，有没有更好的办法呢？
 
如果不想占内存，只能用另外一种办法啦，就是边读边改， 什么意思？ 不是不能改么？是不能改原文件 ，<br>但你可以打开旧文件 的同时，生成一个新文件呀，边从旧的里面一行行的读，边往新的一行行写，<br>遇到需要修改就改了再写到新文件 ，这样，在内存里一直只存一行内容。就不占内存了。 但这样也有一个缺点，<br>就是虽然不占内存 ，但是占硬盘，每次修改，都要生成一份新文件，虽然改完后，可以把旧的覆盖掉，但在改的过程中，还是有2份数据 的。
 
# 5问：还有更好的方式 么？
 
有完没完？ 没了。

5.0 文件操作的其他功能：tell，seek

　　　①flush: f.flush, 将刚刚写入的文件从内存buffer里强制刷新到硬盘；

 　　　②readline: f.readline, 只读一行，遇到 or 为止；

　　　③seek：f.seek( )把操作文件的光标移到指定位置

　　　　　　*注意：seek的长度是按字节算的(read 是按照字符来算的)，字符编码存每个字符所占的字节长度不一样。

　　　　　　如‘我是你爸爸’用gbk存是两个字节一个字，用utf-8就是三个字节，因此以gbk打开时，seek（4）就把光标切换到“是”

 　　　　　　但如果是utf-8，seek（4）会导致，拿到了是这个字的一部分字节，打印的话会报错，因为处理剩下的文本时发现用相应字节不能表示一个字符。

　　　④seekable：f.seekable() ,判断文件是否可进行seek操作。

　　　⑤tell：f.tell(), 返回当前文件操作光标位置。

　　　⑥truncate: f.truncate(), 按指定长度截断文件。指定长度的话，就是从文件开头截定指定长度，不指定长度的话，就从当前位置到文件尾部的内容全去掉。

　　　⑦writable: f.writable(), 判断文件是否可写。

　6.0 with关键字

　　with关键字用于Python的上下文管理器机制。为了防止诸如open这一类文件打开方法在操作过程出现异常或错误，或者最后忘了执行close方法，文件非正常关闭等可能导致文件泄露、破坏的问题。Python提供了with这个上下文管理器机制，保证文件会被正常关闭。在它的管理下，不需要再写close语句。注意缩进。

with open('test.txt', 'w') as f:
    f.write('Hello, world!')

with支持同时打开多个文件：

with open('log1') as obj1, open('log2','w') as obj2:
    s=obj1.read()
    obj2.write(s)

7.1 修改文件　　

　　占硬盘修改

f1 = open('file_test03', 'r', encoding='utf-8')
f2 = open('file_test03.new', 'w', encoding='utf-8')

old_str = '钱大发'
new_str = '钱小发'
for line in f1:
    if old_str in line:
        line = line.replace(old_str, new_str) # 这里是替换，将旧字符替换为新的字符。
    f2.write(line)
f1.close()
f2.close()