【Python编程】九、Python文件操作

open(pathname) 打开文件

• 如果要打开的文件和当前py文件在同一目录，那么使用相对路径即可，否则使用绝对路径。
• 如果不指定编码方式，默认使用操作系统当前的编码，而不是使用python3的默认编码utf-8。比如Windows下默认gbk编码，而python3默认utf-8，如果不指定编码方式打开文件，读文件时解码报错。操作磁盘数据的时候一定要注意编码方式，编码和解码使用同一种方式才不会报错。

f = open(‘txt’, encoding=’utf-8’)
data = f.read()
print(data)
f.close()

• 文件操作完之后要关闭，因为打开文件就相当于把文件内容从磁盘加载到内存中，如果不关闭，内存就会一直被占用。
  
• 打开文件的权限 r w a 如果不指定默认读权限打开文件
  
  
• readlines() 可以打印出换行符，以列表形式读出所有行。
  
• 在读文件的时候，会有一个指针指向读到的位置，使用f.read()相当于全部读完了，指针直接移到了文件末尾，再读文件就读不到内容了。
  
• 如果仅以w写模式打开文件，如果文件不存在则新建文件并打开；如果文件存在，则清空文件并打开。 — 得到的都是一个空文件。
  
• 如果写文件时需要换行，应手动添加 \n；
  

f.write() # 字符串形式写
f.writelines() # 列表的形式写

• 在文件中，所有内容都是字符的形式（都是字符串），所以不管读还是写，都只能读出或写入字符串，不能写入数字类型int。
  
• ‘a’模式 – 追加写的方式打开文件（可读可写）
  在文件末尾写入数据，正常情况下我们以w模式打开文件，指针是指在文件开始的位置，当我们写入数据的时候就把原来文件头部数据覆盖了，而a模式打开可以在文件末尾追加。这里要注意，在文件最后的位置写而不代表在文件最后一行写入。
  
• ‘x’模式： 只写模式打开，不存在则创建，存在则报错
  
• 注意：文件没有修改这一概念，只有覆盖，磁盘上的文件是无法修改的，我们说的修改是指用新的数据覆盖原来的数据。实际上，我们打开一个文件，操作系统会把文件加载到内存中，我们在内存中是可以修改文件内容的，修改完当我们保存到磁盘的时候，操作系统会用修改后的文件内容去覆盖掉磁盘上原来的文件。我们在Linux中会有一个.swap交换文件，修改的文件实际上就是新建了个.swap文件，当保存文件的时候会用.swap文件覆盖原来的文件。我们使用vim打开文件，实际上就是把文件加载到内存中去修改，当文件较大的时候，打开的会非常慢，而cat查看文件不同，它不会加载到内存，所以查看的速度很快。
  
• with
  
  

二进制打开文件

• rb wb – 以二进制的方式打开文件，只是以二进制方式处理文件，而不是说把文件改成二进制，在Linux中没有影响，因为Linux中默认文件处理就是二进制方式。
• 以二进制方式打开文件的时候，就不能指定编码了，因为本身编码解码方式就是把字符解释成二进制的方式，既然以二进制操作文件，就没有所谓的编码解码了。
• 通过rb读文件时，读出的都是二进制，中文字符都变成了十六进制表示的编码，如果我们要看字符原来的样子，我们可以使用.decode()方法进行解码，得到字符，这里需要指定解码方式，解码方式必须和磁盘文件保存的编码方式一致。

f = open(‘txt’, ‘rb’)
data = f.read()
print(data.decode(‘utf-8’))

• 通过’wb’写文件，不能直接写字符串，应该写入二进制，而字符串要想变成二进制必须要经过编码，所以在写数据时要指定编码方式，以二进制的形式写入文件。

f = open(‘txt’, ‘wb’)
f.write(bytes(‘hello’, encoding=’utf-8’))
f.write(‘world’.encode(‘utf-8’))

• 为什么要用b的方式打开呢，一是因为open方法打开文件时还有个默认参数是t，也就是以文本的方式打开文件text，而很多其他类型的文件比如图片视频音频，使用t的方式是处理不了的；二是因为二进制是可以跨平台的，因为不管Windows还是Linux/Unix，所有文件最终都是二进制形式存储的，所以二进制是可以跨平台的。（Linux下默认就是二进制）
  

回车换行符

• Windows下回车换行是 \r\n 两个字符，通过open的b方式打开，通过read方法就可以读出来。或者不通过b方式打开，在open中加一个newline=’’也可以显示出 \r 字符，否则默认是看不到 \r 的，只能看到 \n。这是因为，我们的文件可能来自Linux、Windows等不同平台，不同平台的回车换行符是不一样的，python会统一把回车换行转换成 \n。newline=’’就表示告诉python，不要帮我转换，就按照原来的样子帮我打开。Linux下回车换行是 \n 一个字符。

#以下在都是Windows平台，Linux平台回车换行本来就是\n
#看不到\r只能看到\n
f = open(‘txt’, ‘r’, encoding=‘utf-8’)
print(f.readlines())
#可以看到\r\n
f = open(‘txt’, ‘rb’)
print(f.read ())
f = open(‘txt’, ‘r’, encoding=‘utf-8’, newline=’’)
print(f.readlines())

文件操作

• .flush() 把内存中的数据刷新到磁盘
  
• .tell() 当前读写的位置，读写位置指针、光标的位置，按字节计算
• .seek() 移动读写位置，按字节的方式移动，默认从文件头开始算
  只要不是read方法，其他方法对读写位置（光标）的移动都是以字节为单位，read是以字符的方式移动。

f.seek(2) #光标向下移动2个字节
f.read(2) #读取两个字符（’你好’是两个字符，utf-8编码时占6字节）
f.seek(20)  
print(f.tell()) #– f.tell() = 20
f.seek(3)
print(f.tell()) #– f.tell() = 3，注意是3而不是23
#seek移动的字节数默认从文件头开始算

• seek有三种模式

seek(num,0) # 默认方式，绝对位置，相对于文件头移动num字节
seek(num,1) # 相对位置，相对于上一次光标位置移动num字节
seek(-num,2) # 从文件尾部移动，从文件尾部往前移动num字节（要注意回车换行符\r\n），实际上就是倒着移动

需求：查看日志文件的最近一条记录（最后一行）

f = open(‘log’, ‘rb’)
data = f.readlines()
print(data[-1].decode(‘utf-8’)) 
#把整个文件读成列表放入内存 – 耗用内存，效率低
f = open(‘log’, ‘rb’)
#如何循环文件
# for i in f.readlines() #按行的方式把整个文件读到内存
for i in f: #一次取一行，需要的时候才去取
  offs = -10
  while True:
    f.seek(offs, 2)
    data = f.readlines()
    if len(data) > 1: #列表长度大于1说明包含换行符，读多了
        print(‘文件最后一行是%s’ %(data[-1].decode(‘utf-8’)))
        break
    offs *= 2

• 使用seek方法1、2的方式移动光标，必须要以二进制b的方式open打开文件，否则报错。
• .truncate() 截断，是一种写文件操作

f = open(‘txt’, ‘r+’, encoding=‘utf-8’, newline=’’)
#可以通过r+, a+等等方式打开，只要保证有写权限即可
#不能通过w或w+方式打开，因为w会把原文件清空，得到的是空文件
#截断是一种写操作，把原文件截断为指定字节数，截断空文件没有意义
f.truncate(10) #截取10字节