任何语言都离不开对文件的操作,那么Python语言是如何来操作和管理文件的。
编码方式
编码方式的历史大致为ASCII ->gb2312->unicode->utf-8,期间具体详细信息可以百度
来个编码解码的小例子先,记住中文可以进行GBK和utf-8编码,在GBk一个中文字符对应两个字节,在utf-8一个中文字符对应三个字节,中文不能进行ASCII编码。
- >>> '刘润森'.encode('GBK')
- b'\xc1\xf5\xc8\xf3\xc9\xad'
- >>> '刘润森'.encode('ascii')
- Traceback (most recent call last):
- File "
" , line 1, in - UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-2: ordinal not in range(128)
- >>> 'Runsen'.encode('ascii')
- b'Runsen'
- >>> "刘润森".encode('utf-8')
- b'\xe5\x88\x98\xe6\xb6\xa6\xe6\xa3\xae'
- >>> '刘润森'.encode('GBK').decode('GBK')
- '刘润森'
- >>> '刘润森'.encode('GBK').decode('utf-8')
- UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc1 in position 0: invalid start byte
如果编码解码格式不一致可能会出现乱码,encode表示编码,decode表示解码。
文件操作的API
下面是Python文件操作的具体的API。
打开文件
Python的open()函数打开一个文件时,有若干个参数可用。然而,最常用的参数只有前两个。
open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)注意,第一个是强制性的,其余的是可选的。如果不添加mode参数,文件将在Python中以只读模式打开。
encoding:可以不写。不写参数,默认的编码本是操作系统默认的编码本。windows默认gbk,linux默认utf-8,mac默认utf-8。
- f=open('test.txt',encoding='utf-8') #打开文件
- data=f.read() #读取文件
- print(data)
- f.close() #关闭文件
mode
读取文件
代码中用到的文件文件操作的1.txt 文件内容如下:
- 关注《Python之王》公众号
- 作者:Runsen
readline(),使用该方法时,需要指定打开文件的模式为r或者r+;
readlines(),读取全部行.返回一个列表,列表中的每个元素是原文件的每一行。如果文件很大,占内存,容易崩盘。
- # 打开文件进行读取
- f = open("1.txt","r",encoding='utf-8')
- # 根据大小读取文件内容
- print('输出来自 read() 方法\n',f.read(2048))
- # 关闭文件
- f.close()
- # 打开文件进行读写
- f = open("1.txt","r+",encoding='utf-8')
- # 读取第2个字和第2行行的文件内容
- print('输出来自 readline() 方法\n',f.readline(2))
- print('输出来自 readlines() 方法\n',f.readlines(2))
- # 关闭文件
- f.close()
- # 打开文件进行读取和附加
- f = open("1.txt","r",encoding='utf-8')
- # 打开文件进行读取和附加
- print('输出来自 readlines() 方法\n',f.readlines())
- # 关闭文件
- f.close()
-
- # 输出如下
- 输出来自 read() 方法
- 关注《Python之王》公众号
- 作者:Runsen
- 输出来自 readline() 方法
- 关注
- 输出来自 readlines() 方法
- ['《Python之王》公众号\n']
- 输出来自 readlines() 方法
- ['关注《Python之王》公众号\n', '作者:Runsen']
写入文件
下面只介绍清除写 w和追加写 a
案例:将关注《Python之王》公众号写入 test.txt 文件中
- # mode=w 没有文件就创建,有就清除内容,小心使用
- with open('test.txt', 'w', encoding='utf-8') as fb:
- fb.write('关注《Python之王》公众号\n')
下面再将作者:Runsen写入test.txt 文件中
- with open('test.txt', 'w', encoding='utf-8') as fb:
- fb.write('作者:Runsen\n')
运行后会发现之前写的关注《Python之王》公众号内容修改为作者:Runsen,因为 w模式会清除原文件内容,所以小心使用。只要使用了w,就要一次性写完。
追加写 a
案例:将静夜思这首诗追加到 test.txt 文件中
- # mode=a 追加到文件的最后
- with open('test.txt', 'a', encoding='utf-8') as fb:
- fb.write('关注《Python之王》公众号\n')
- with open('test.txt', 'a'encoding='utf-8') as fb:
- fb.write('作者:Runsen\n')
指针操作
事物或资源都是以文件的形式存在,比如消息、共享内存、连接等,句柄可以理解为指向这些文件的指针。
句柄(handle)是一个来自编译原理的术语,指的是一个句子中最先被规约的部分,所以带有一个「句」字。
句柄的作用就是定位,两个APi还是tell和seek。
tell返回文件对象在文件中的当前位置,seek将文件对象移动到指定的位置,传入的参数是offset ,表示移动的偏移量。
下面通过示例对上述函数作进一步了解,如下所示:
- with open('test.txt', 'rb+') as f:
- f.write(b'Runsen')
- # 文件对象位置
- print(f.tell())
- # 移动到文件的第四个字节
- f.seek(3)
- # 读取一个字节,文件对象向后移动一位
- print(f.read(1))
- print(f.tell())
- # whence 为可选参数,值为 0 表示从文件开头起算(默认值)、值为 1 表示使用当前文件位置、值为 2 表示使用文件末尾作为参考点
- # 移动到倒数第二个字节
- f.seek(-2, 2)
- print(f.tell())
- print(f.read(1))
-
- #输出如下
- 6
- b's'
- 4
- 50
上下文管理
我们会进行这样的操作:打开文件,读写,关闭文件。程序员经常会忘记关闭文件。上下文管理器可以在不需要文件的时候,自动关闭文件,使用with open即可。
- # with context manager
- with open("new.txt", "w") as f:
- print(f.closed)
- f.write("Hello World!")
- print(f.closed)
-
- #输出如下
- False
- True
如何批量读取多个文件
下面,批量读取某文件夹下的txt文件
- file_list = ['1.txt', '2.txt', '3.txt','4.txt']
- for path in file_list:
- with open(path, encoding='utf-8') as f:
- for line in f:
- print(line)
下面将批量读取文件夹下的txt文件的内容,合并内容到一个新文件5.txt中,具体实现的代码如下。
- import os
- #获取目标文件夹的路径
- filedir = os.getcwd()+'\\'+'\\txt'
- #获取当前文件夹中的文件名称列表
- filenames = []
- for i in os.listdir(filedir):
- if i.split(".")[-1] == 'txt':
- filenames.append(i)
- #打开当前目录下的5.txt文件,如果没有则创建
- f = open('5.txt','w')
- #先遍历文件名
- for filename in filenames:
- filepath = filedir+'\\'+filename
- #遍历单个文件,读取行数
- for line in open(filepath,encoding='utf-8'):
- f.writelines(line)
- f.write('\n')
- #关闭文件
- f.close()
其实在Window中只需要cd 至目标文件夹,即你需要将所有想要合并的txt文件添加至目标文件夹中,执行如下DOS命令 type *.txt > C:\目标路径\合并后的文件名.txt
练习
题目:创建文件data.txt,文件共100000行,每行存放一个1~100之间的整数,题目来源:牛客
- import random
-
- f = open(‘data.txt’,‘w+’)
- for i in range(100000):
- f.write(str(random.randint(1,100)) + ‘\n’)
- f.seek(0)
- print(f.read())
- f.close()
题目:生成100个MAC地址并写入文件中,MAC地址前6位(16进制)为01-AF-3B,题目来源:牛客
- import random
- import string
-
- def create_mac():
- MAC='01-AF-3B'
- hex_num =string.hexdigits #0123456789abcdefABCDEF
- for i in range(3):
- n = random.sample(hex_num,2)
- sn = '-' + ''.join(n).upper()
- MAC += sn
- return MAC
-
- def main():
- with open('mac.txt','w') as f:
- for i in range(100):
- mac = create_mac()
- print(mac)
- f.write(mac+'\n')
-
- main()
本文已收录 GitHub,传送门~[1] ,里面更有大厂面试完整考点,欢迎 Star。