Python中文件操作(IO 技术)
这里写目录标题
python中文件操作
一个完整的程序一般都包括数据的存储和读取;我们在前面写的程序数据都没有进行实际的存储,因此 python 解释器执行完数据就消失了。实际开发中,我们经常需要从外部存
储介质(硬盘、光盘、U 盘等)读取数据,或者将程序产生的数据存储到文件中,实现“持久化”保存。
很多软件系统是将数据存储的数据库中;数据库实际也是基于文件形式存储的。
文本文件和二进制文件
(1). 文本文件
文本文件存储的是普通“字符”文本,python 默认为 unicode 字符集(两个字节表示一个字符,最多可以表示:65536 个),可以使用记事本程序打开。但是,像 word 软件编辑的文档不是文本文件。
(2). 二进制文件
二进制文件把数据内容用“字节”进行存储,无法用记事本打开。必须使用专用的软件解码。常见的有:MP4 视频文件、MP3 音频文件、JPG 图片、doc 文档等等。
文件操作相关模块
Python 标准库中,有很多文件操作相关的模块。
创建文件对象 open()
open()函数用于创建文件对象,
文本文件的写入
基本的文件写入操作
文本文件的写入一般就是三个步骤:
(1). 创建文件对象
(2). 写入数据
(3). 关闭文件对象
我们首先创建一个小程序,体验一下文本文件的写入操作。
常用编码介绍
ASCII
全称为 American Standard Code for Information Interchange,美国信息交换标准代码,这是世界上最早最通用的单字节编码系统,主要用来显示现代英语及其他西欧语言。
ISO8859-1
ISO-8859-1 又称 Latin-1,是一个 8 位单字节字符集,它把 ASCII 的最高位也利用起来,并兼容了 ASCII,新增的空间是 128,但它并没有完全用完。在 ASCII 编码之上又增加了西欧语言、希腊语、泰语、阿拉伯语、希伯来语对应的文字符号,它是向下兼容 ASCII 编码。
GB2312,GBK,GB18030
·GB2312
GB2312 全称为信息交换用汉字编码字符集,是中国于 1980 年发布,主要用于计算机系统中的汉字处理。GB2312 主要收录了 6763 个汉字、682 个符号。GB2312覆盖了汉字的大部分使用率,但不能处理像古汉语等特殊的罕用字,所以后来出现了像 GBK、GB18030 这种编码。
GB2312 完全兼容 ISO8859-1。
·GBK
全称为 Chinese Internal Code Specification,即汉字内码扩展规范,于 1995 年制定。它主要是扩展了 GB2312,在它的基础上又加了更多的汉字,它一共收录了 21003 个汉字
·GB18030
现在最新的内码字集于 2000 年发布,并于 2001 年强制执行,包含了中国大部分少数民族的语言字符,收录汉字数超过 70000 余个。它主要采用单字节、双字节、四字节对字符编码,它是向下兼容 GB2312 和 GBK 的,虽然是我国的强制使用标准,但在实际生产中很少用到,用得最多的反而是 GBK 和 GB2312。
Unicode
Unicode 编码设计成了固定两个字节,所有的字符都用 16 位(2^16=65536)表示,包括之前只占 8 位的英文字符等,所以会造成空间的浪费,UNICODE 在很长的一段时间内都没有得到推广应用。
Unicode 完全重新设计,不兼容 iso8859-1,也不兼容任何其他编码。
UTF-8
对于英文字母,unicode 也需要两个字节来表示。所以 unicode 不便于传输和存储。因此而产生了 UTF 编码,UTF-8 全称是(8-bit UnicodeTransformation Format)。
UTF 编码兼容 iso8859-1 编码,同时也可以用来表示所有语言的字符,不过,UTF 编码是不定长编码,每一个字符的长度从 1-4 个字节不等。其中,英文字母都是用一个字节表示,而汉字使用三个字节。
windows 操作系统默认的编码是 GBK,Linux 操作系统默认的编码是 UTF-8。当我们用 open()时,调用的是操作系统打开的文件,默认的编码是 GBK
write()/writelines()写入数据
write()/writelines()写入数据
write(a):把字符串 a 写入到文件中
writelines(b):把字符串列表写入文件中,不添加换行符
#测试write和writelines
f=open(r"a.txt","w")
s="SEA MOUNTAIN TREE"
a=["sd\n","s\n","sd\n","dd\n"]
f.writelines(a)
f.writelines(s)
f.close()
close()关闭文件流
由于文件底层是由操作系统控制,所以我们打开的文件对象必须显式调用 close()方法关闭文件对象。当调用 close()方法时,首先会把缓冲区数据写入文件(也可以直接调用 flush()
方法),再关闭文件,释放文件对象。为了确保打开的文件对象正常关闭,一般结合异常机制的 finally 或者 with 关键字实现无论何种情况都能关闭打开的文件对象。
#close关闭文件
try:
f=open(r"a.txt","w")
s="SEA MOUNTAIN TREE"
a=["sd\n","s\n","sd\n","dd\n"]
f.writelines(a)
f.writelines(s)
except BaseException as e:
print(e)
finally:
f.close()
with 语句(上下文管理器)
with 关键字(上下文管理器)可以自动管理上下文资源,不论什么原因跳出 with 块,都能确保文件正确的关闭,并且可以在代码块执行完毕后自动还原进入该代码块时的现场。
#with语句测试
s=['Sea','Tree','Tiger']
with open(r"a.txt","w") as f:
f.writelines(s) #write语句写入类型为字符writelines的为列表。
文本文件的读取
文件的读取一般使用如下三个方法:
(1)read([size]):从文件中读取 size 个字符,并作为结果返回。如果没有 size 参数,则读取整个文件。读取到文件末尾,会返回空字符串。
(2)readline():读取一行内容作为结果返回。读取到文件末尾,会返回空字符串。
(3)readlines():文本文件中,每一行作为一个字符串存入列表中,返回该列表>
# 文本文件的读取
with open(r"a.txt","r",encoding='utf-8') as f:
str=f.read() #read的括号中可以加入数字表示读取到第几个字符
print(str)
练习按照行读取文件
# while语句按照行读取文件
with open("b.txt","r") as f:
while True:
fragment=f.readlines()
if not fragment:
break
else:
print(fragment,end="")
#for循环迭代读取文件
with open("b.txt","r") as f:
for a in f:
print(a,end="")
推导式的练习
# 推导式按照行读取行后加上号码
with open(r'c.txt',"r") as f: #读取
lines=f.readlines()
lines=[line.rstrip()+"#"+str(index)+"\n" for index,line in enumerate(lines)] #该推导式是重点
with open(r"d.txt","w",encoding="utf-8") as f: #写入内容
f.writelines(lines)
二进制文件的读取和写入
二进制文件的处理流程和文本文件流程一致。首先还是要创建文件对象,不过,我们需要指定二进制模式,从而创建出二进制文件对象。
(1) f = open(r"d:\a.txt", ‘wb’) #可写的、重写模式的二进制文件对象
(2) f = open(r"d:\a.txt", ‘ab’) #可写的、追加模式的二进制文件对象
(3) f = open(r"d:\a.txt", ‘rb’) #可读的二进制文件对象
读取图片文件,实现文件的拷贝
#二进制图片的读取和复制
with open("1.jpg","rb") as f:
with open("1_copy.jpg","wb") as w:
for line in f.readlines():
w.write(line)
print("图像复制完成")
文件对象的常用属性和方法(重点seek)
文件对象封装了文件相关的操作。
seek(offset,[whence])
把文件指针移动到新的位置,offset 表示相对于 whence 的多少个,字节的偏移量;
offset:
off 为正往结束方向移动,为负往开始方向移动
whence 不同的值代表不同含义:
0: 从文件头开始计算(默认值)
1:从当前位置开始计算
2:从文件尾开始计算
# seek语句的练习
with open(r"d.txt","r",encoding="utf-8") as f:
print("文件名是{0}".format(f.name)) #注意中间的点号不是逗号
print(f.tell())
f.seek(0,0)
print("读取的内容是{0}".format(str(f.readline())))
print(f.tell())
使用 pickle 序列化
有时候需要将“内存块的数据”保存到硬盘上,或者通过网络传输到其他的计算机上。这时候,就需要“对象的序列化和反序列化”。 对象的序列化机制广泛的应用在分布式、并行系统上。序列化指的是:将对象转化成“串行化”数据形式,存储到硬盘或通过网络传输到其他
地方。反序列化是指相反的过程,将读取到的“串行化数据”转化成对象。
可以使用 pickle 模块中的函数,实现序列化和反序列操作
序列化和反序列化练习
#pickle语句:序列化和反序列化的练习
import pickle
a1=["123","大海","你好"]
a2=123
a3="唐僧"
with open(r"dd.word","wb") as w:
pickle.dump(a1,w)
pickle.dump(a2,w)
pickle.dump(a3,w)
with open(r"dd.word","rb") as w:
b1 = pickle.load(w)
b2 = pickle.load(w)
b3 = pickle.load(w)
print(b1,b2,b3)
CSV 文件的操作
csv(Comma Separated Values)是逗号分隔符文本格式,常用于数据交换、Excel文件和数据库数据的导入和导出。与 Excel 文件不同,CSV 文件中:
值没有类型,所有值都是字符串
不能指定字体颜色等样式
不能指定单元格的宽高,不能合并单元格
没有多个工作表
不能嵌入图像图表
os 和 os.path 模块
os 模块可以帮助我们直接对操作系统进行操作。我们可以直接调用操作系统的可执行文件、命令,直接操作文件、目录等等。在系统运维的核心基础。
os 模块-调用操作系统命令
os.system 可以帮助我们直接调用系统的命令
os.startfile:直接调用可执行文件
# os模块的操作
import os
# os.system("notepad.exe") #括号内要加双引号
# os.system("regedit")
# os.system("ping www.google.com")
#直接调用可执行文件
os.startfile("D:\Program Files (x86)\Tencent\WeChat\WeChat.exe")
注:Linux 是命令行操作更容易,我们可以通过 os.system 可以更加容易的调用相关的命令。
os 模块-文件和目录操作
os模块中的相关基础操作和语句
############获取文件和文件相关信息###########
import os
# print(os.name)
# print(os.pathsep)
print(os.stat("test05.py"))
############工作目录的创建###########
print(os.getcwd())
# os.chdir("d:")
# os.mkdir("程序")
# os.rmdir("程序") #都是相对于当前工作目录
############创建目录创建多级目录###########
# os.makedirs("理科/数学/代数")
# os.removedirs("理科/数学/代数")
# os.makedirs("../音乐/港台")
# os.removedirs("../音乐/港台")
# os.makedirs("音乐/港台")
# os.makedirs("../音乐/香港/刘德华")
os.rename("音乐","Music")
os.path 模块
os.path 模块提供了目录相关(路径判断、路径切分、路径连接、文件夹遍历)的操作。
#######os.path中的相关操作########
import os
import os.path
print(os.path.isabs("d:/a.txt")) #判断是否为绝对路径
print(os.path.isdir("d:/a.txt")) #判断是否为目录
print(os.path.isfile("d:/a.txt")) #判断是否为文件
print(os.path.exists("d:/a.txt"))
###########获得文件的基本信息###########
print(os.path.getsize("b.txt"))
print(os.path.abspath("b.txt"))
print(os.path.getctime("b.txt"))
print(os.path.getatime("b.txt"))
print(os.path.getmtime("b.txt"))
###########对路径的操作###########
path=os.path.abspath("b.txt")
print(os.path.split(path))
print(os.path.splitext(path))
print(os.path.join("aa","bb","cc"))
练习
#列出工作空间的指定文件
import os
path=os.getcwd()
file_list=os.listdir(path) #列出子目录子文件
for filename in file_list:
if filename.endswith(".py"):
print(filename)
########################
file_list2=[filename for filename in os.listdir(path) if filename.endswith(".py")]
for f in file_list2:
print(f,end="\t")
walk()递归遍历所有文件和目录
os.walk()方法:返回一个 3 个元素的元组,(dirpath, dirnames, filenames),
dirpath:要列出指定目录的路径
dirnames:目录下的所有文件夹
filenames:目录下的所有文件
练习 使用 walk()递归遍历所有文件和目录
# 使用 walk()递归遍历所有文件和目录
import os
path = os.getcwd()
list_files = os.walk(path)
all_files=[]
for dirpath,dirnames,filenames in list_files:
for dir in dirpath:
all_files.append(os.path.join(dirpath,dir))
# print(os.path.join(dirpath,dir))
for file in filenames:
all_files.append(os.path.join(dirpath,file))
# print(os.path.join(dirpath,file))
for file in all_files:
print(file)
shutil 模块(拷贝和压缩)
shutil 模块是 python 标准库中提供的,主要用来做文件和文件夹的拷贝、移动、删除等;还可以做文件和文件夹的压缩、解压缩操作。
#shutil模块的使用
import shutil
# shutil.copyfile("a.txt","a_copy.txt")
# shutil.copytree("理科/数学","高等数学")
shutil.copytree("理科/数学","高等数学",ignore=shutil.ignore_patterns("*.txt"))
zipfile模块_压缩和解压缩
#shutil模块的使用
import shutil
import zipfile
# z1=zipfile.ZipFile("d:/a.zip","w")
# z1.write("1.jpg")
# z1.write("a.txt")
# z1.close()
z2=zipfile.ZipFile("d:/a.zip","r")
z2.extractall("你好")
z2.close()
递归算法
递归的基本思想就是“自己调用自己”,一个使用递归技术的方法将会直接或者间接的调用自己。
递归结构包括两个部分:
定义递归头。解答:什么时候不调用自身方法。如果没有头,将陷入死循环,也就是递归的结束条件。
递归体。解答:什么时候需要调用自身方法。
练习 1递归函数计算阶乘
# 递归函数计算阶乘
def factorial(n):
if n==1:
return n
else:
return n*factorial(n-1)
a=factorial(6)
print(a)
练习2递归方法获得目录
#递归方法获得目录树
import os
def getAllFiles(path):
childFiles=os.listdir(path)
for file in childFiles:
filepath=os.path.join(path,file)
if os.path.isdir(filepath):
getAllFiles(filepath)
print(filepath)
getAllFiles(os.getcwd())
本文地址:https://blog.csdn.net/qq_43173514/article/details/109407381
上一篇: 1亿像素+挖孔瀑布屏 摩托罗拉官宣新旗舰:下周发布
下一篇: [HDU-1171] 生成函数入门题