【Python学习篇】Python实验小练习——文件操作(十一)

简介: 【Python学习篇】Python实验小练习——文件操作(十一)

一、实验目的:

(1)掌握文件的打开方法

(2)掌握文件的读写方法

(3)掌握文件的操作

二、实验环境:

       联网计算机一台/每人,内装Windows 7以上操作系统和安装Python 3.7集成开发环境IDLE。

三、实验内容:

       1. 随机生成100-999的1000个整数,每个整数占一行,写入D:\test.txt文件中.

       2. 读取sy9-1中生成的test.txt,统计其中个位数为5的数字的个数。

       3. 读取sy9-1中生成的test.txt,分别将第100,200,…,1000个数加1

四、实验步骤与结果

       1. 随机生成100-999的1000个整数,每个整数占一行,写入D:\test.txt文件中。

       源代码:

import random
 
# 打开文件用于写入
with open('D:\\test.txt', 'w') as file:
    # 生成1000个100-999范围内的随机整数
    for _ in range(1000):
        number = random.randint(100, 999)
        # 写入文件,每个数字后跟一个换行符
        file.write(f"{number}\n")

       运行效果:

       2. 读取sy9-1中生成的test.txt,统计其中个位数为5的数字的个数。

       源代码:

# 打开文件用于读取
with open('D:\\test.txt', 'r') as file:
    # 初始化计数器
    count = 0
    # 逐行读取文件
    for line in file:
        # 去除行尾的换行符
        number = line.strip()
        # 检查个位数是否为5
        if int(number[-1]) == 5:
            count += 1
 
# 输出统计结果
print(f"个位数为5的数字个数为: {count}")

       运行效果:

       3. 读取sy9-1中生成的test.txt,分别将第100,200,…,1000个数加1。

       源代码:

# 打开文件用于读取
with open('D:\\test.txt', 'r') as file:
    # 读取文件内容到列表中
    numbers = file.read().splitlines()
 
# 修改指定位置的数字
for i in range(100, 1001, 100):
    if i < len(numbers):
        # 将数字转换为整数,加1,再转换回字符串
        numbers[i] = str(int(numbers[i]) + 1)
 
# 打开文件用于写入
with open('D:\\test.txt', 'w') as file:
    # 将修改后的数字写回文件
    file.write('\n'.join(numbers))

       运行效果:

       代码首先打开D:\\test.txt文件进行读取,并将所有数字读取到一个列表中。然后,它遍历从100开始,步长为100,直到1000的索引,检查这些索引是否在列表的有效范围内。如果索引有效,它将该位置的数字转换为整数,加1,然后再转换回字符串,并更新列表中的对应元素。最后,代码打开文件进行写入,将修改后的数字列表重新写入文件,每个数字占一行。

五、总结:

1. 实验过程中的问题及解决方法:

(1)文件权限问题:没有足够的权限访问或在D:\目录下创建文件。

        解决方法:确保在尝试写入文件之前,您有权限在该目录下创建和修改文件。如果没有,请更改目录或以管理员身份运行您的编程环境。

(2)目录不存在:D:\目录不存在或被错误地键入。

       解决方法:检查目录是否存在,如果不存在,则创建它,或者更改到一个存在的目录。

(3)磁盘空间不足:磁盘空间不足,无法创建新文件。

       解决方法:清理磁盘空间,或者选择其他有足够空间的磁盘分区。

(4)编程语言库的使用:不熟悉如何在使用的编程语言中生成随机数或写文件。

       解决方法:查阅文档来了解如何在该编程语言中使用随机数生成库和文件操作函数。

2. 实验收获:

       实验中涉及到了数据类型的转换,特别是字符串和整数之间的转换,这是数据处理中常见的需求,在编写和修改代码的过程中,需要不断地测试代码以确保其正确性。这有助于提高解决问题的能力和代码质量,通过编写脚本自动完成重复性任务,可以大大提高工作效率,这也是学习编程的重要动力之一,实验中介绍了如何处理和转换文件中的数据,例如生成随机数、修改特定数据等。这强调了数据处理对于编程任务的重要性。

📝大佬觉得本文有所裨益,不妨轻点一下👍给予鼓励吧!

❤️❤️❤️本人虽努力,但能力尚浅,若有不足之处,恳请各位大佬不吝赐教,您的批评指正将是我进步的动力!😊😊😊

💖💖💖若您认为此篇文章对您有所帮助,烦请点赞👍并收藏🌟,您的支持是我前行的最大动力!

🚀🚀🚀任务在默默中完成,价值在悄然间提升。让我们携手共进,一起加油,迎接更美好的未来!🌈🌈🌈


目录
相关文章
|
2月前
|
安全 Python
Python语言中常用的文件操作方法探讨
通过上述方法的结合使用,我们可以构筑出强大并且可靠的文件操作逻辑,切实解决日常编程中遇到的文件处理问题。
152 72
|
2月前
|
算法 IDE 测试技术
python学习需要注意的事项
python学习需要注意的事项
168 57
|
2月前
|
JSON 数据安全/隐私保护 数据格式
拼多多批量下单软件,拼多多无限账号下单软件,python框架仅供学习参考
完整的拼多多自动化下单框架,包含登录、搜索商品、获取商品列表、下单等功能。
|
2月前
|
机器学习/深度学习 数据安全/隐私保护 计算机视觉
过三色刷脸技术,过三色刷脸技术教程,插件过人脸python分享学习
三色刷脸技术是基于RGB三通道分离的人脸特征提取方法,通过分析人脸在不同颜色通道的特征差异
|
2月前
|
移动开发 安全 Linux
Python文件操作的"保险箱":with语句深度实战指南
本文深入解析Python中`with`语句的原理与高级应用,通过“保险箱”类比,形象展示资源管理机制。从上下文管理协议到实战场景,涵盖文件、数据库、网络等多种资源的高效安全处理方式,助你写出更优雅、可靠的代码。
61 1
|
3月前
|
缓存 数据库连接 数据库
Python文件操作的“保险箱”:with语句深度实战指南
本文深入探讨Python中with语句在文件操作中的应用及其优势。首先介绍其底层原理,基于上下文管理协议自动管理资源的获取与释放,避免手动关闭文件导致的资源泄漏问题。接着通过基础文件读写、异常处理进阶和复合资源管理等实战场景解析with语句的便捷性与安全性。同时,阐述如何自定义上下文管理器以满足特定需求,并分析其性能考量及优化策略。最后总结实战经验,强调优先使用内置管理器、明确异常处理以及保持代码可读性的重要性,助力开发者高效编写健壮的程序。
69 1
|
3月前
|
自然语言处理 安全 JavaScript
Python文件操作的“保险箱”:with语句深度实战指南
Python中的`with`语句是文件操作和资源管理的强大工具,如同一个智能保险箱,自动处理打开和关闭操作,避免手动管理可能引发的错误。它通过上下文管理协议(`__enter__`和`__exit__`方法)确保资源在使用后正确释放。无论是逐块读取大文件、同时读写文件,还是处理特殊编码文件,`with`语句都能简化代码并提高安全性。此外,自定义上下文管理器可扩展到数据库连接等场景,而常见错误如重复关闭文件或忽略异常也需注意。结合生成器表达式批量处理文件时,`with`语句仍能保持高效和安全。总之,`with`语句是资源管理的瑞士军刀,让复杂操作变得简单可靠。
59 1
|
3月前
|
数据采集 运维 BI
Python 文件操作进阶|使用 shutil 实现高效文件复制
在开发和运维中,处理大量文件是常见需求,如备份配置、归档日志或构建部署包。手动复制粘贴已无法满足高效需求!Python 的 `shutil` 模块提供了强大的文件操作功能,支持单文件复制、目录树迁移及自动化任务构建。本文详解 `shutil.copy()` 基础用法与进阶技巧,如批量复制、自动路径检测、时间戳命名备份等,助你实现高效自动化。结合实战案例(如自动备份系统),让你的代码更专业!学习后,欢迎交流心得,一起精进 Python 技能。关注我,获取更多编程技巧与源码分享!
|
3月前
|
数据采集 存储 监控
抖音直播间采集提取工具,直播间匿名截流获客软件,Python开发【仅供学习】
这是一套基于Python开发的抖音直播间数据采集与分析系统,包含观众信息获取、弹幕监控及数据存储等功能。代码采用requests、websockets和sqlite3等...
|
4月前
|
存储 搜索推荐 算法
Python学习的自我理解和想法(28)
本文记录了学习Python第28天的内容——冒泡排序。通过B站千锋教育课程学习,非原创代码。文章详细介绍了冒泡排序的起源、概念、工作原理及多种Python实现方式(普通版、进阶版1和进阶版2)。同时分析了其时间复杂度(最坏、最好、平均情况)与空间复杂度,并探讨了实际应用场景(如小规模数据排序、教学示例)及局限性(如效率低下、不适用于高实时性场景)。最后总结了冒泡排序的意义及其对初学者的重要性。

热门文章

最新文章

推荐镜像

更多