一、文件的基本概念

1. 什么是文件

文件是存儲在磁盤上的數(shù)據(jù)集合，通過文件名進行標識。Python程序需要先建立與磁盤文件的通道，才能讀取或?qū)懭霐?shù)據(jù)。

2. 字符型文件 vs 二進制文件

字符型文是純文本內(nèi)容，無格式信息，常見的.txt、.csv、.py等格式文件都是字符型文件，能用記事本正常打開

二進制文件為存儲原始字節(jié)，含格式信息 .jpg、.png、.mp4、.docx 等格式文件都是二進制文件，記事本打開亂碼

注意：CSV雖然是純文本格式，但可用Excel表格化顯示，本質(zhì)上仍屬于字符型文件。

二、操作文件

關(guān)于文件的操作通常包含三個步驟，及打開文件、操作文件和關(guān)閉文件。

file.open()  # 打開文件
file.method()  # 操作文件
file.close()  # 關(guān)閉文件

這里注意不關(guān)閉文件會長期占內(nèi)存條，當代碼讀取的文檔比較多時，會逐步消耗內(nèi)存，所以當文件不必使用時，要即使關(guān)閉釋放內(nèi)存空間

1.打開文件

在python中通常使用open()函數(shù)來打開一個文件，

open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)

注意這里的打開文件是與文件建立通道，open()是Python操作文件的入口，它在內(nèi)存（程序運行環(huán)境）和磁盤（文件存儲位置）之間建立通道，獲取操作文件的權(quán)限。

參數(shù)mode:文件打開的模式，常見打開模式如下

參數(shù)buffering:設置緩沖區(qū)大小，分塊讀取數(shù)據(jù)不一口氣讀取，防止內(nèi)存溢出風險。

參數(shù)encoding:表示需要打開文件的編碼方式，在文本模式下有效。常用兩種，GBK（適用于純英文文本） UTF-8（支持中文等多種語言）

參數(shù)file:需要打開的文件路徑，數(shù)據(jù)類型為字符串類型。

注意Windows路徑中的反斜杠\會被Python識別為轉(zhuǎn)義字符（如\n換行），需要特殊處理。

三種正確寫法：

# 方法1：使用原始字符串（推薦）
f = open(r'F:\學習資料\a.txt', 'r')
# 方法2：雙反斜杠轉(zhuǎn)義
f = open('F:\\學習資料\\a.txt', 'r')
# 方法3：正斜杠路徑（跨平臺兼容）
f = open('F:/學習資料/a.txt', 'r')

'r'只讀模式 示例代碼，使用open函數(shù)打開 “ D:\課\第七章\a.txt”文件

注意：這里\a在字符串里為轉(zhuǎn)義字符，會使得程序在讀取文件時找不到文件路徑引發(fā)報錯

可以看到我們正確輸出時，輸入結(jié)果并不是文件里面的內(nèi)容，open()函數(shù)之打開文件并不會讀取文件內(nèi)部的字符內(nèi)容，在代碼中open函數(shù)的打開文件是指和文件建立通道并創(chuàng)建一個文件對象，這個對象與文件進行了關(guān)聯(lián)，因此輸出的結(jié)果是文件對象的屬性信息。

'w'覆蓋寫模式 示例代碼（批量創(chuàng)建文件）公司日常需要處理大量文件可以用Python代碼自動創(chuàng)建

'a'追加寫模式 示例代碼

f=open(r"D:\課\第七章\a.txt",'a',encoding='utf-8')
f.write('提高辦公效率')
f.close()

'b'二進制模式

讀取二進制文件（如圖片、視頻）需使用'rb'模式，不能與encoding參數(shù)同時使用，二進制模式將文件從磁盤讀取到內(nèi)存，便于網(wǎng)絡傳輸或進一步處理。

注意：二進制文件也會以字符形式返回

f=open('wordcloud.png','rb')
print(f.read())#輸出16進制內(nèi)容
f.close()

2.讀取文件

read()方法：文件對象.read(size=-1)

size:從文件中讀取size個字符的內(nèi)容，默認讀取全文

通過open()方法讀取的數(shù)據(jù)默認返回字符串類型內(nèi)容

readlines方法

讀取所有行內(nèi)容，以列表形式返回，每行內(nèi)容為列表中的一個元素，保留換行符\n，自然語言處理中需要處理換行符等特殊符號

示例：

for循環(huán)遍歷文件

直接對文件對象進行for循環(huán)，print后會換行，一行行讀取，節(jié)省內(nèi)存資源

示例：

小文件使用read()，大文件使用readlines()或for循環(huán)遍歷，自然語言處理優(yōu)先使用readlines()以保留特殊符號

3.寫入文件

write() 把字符串寫入文件，并返回寫入的內(nèi)容

writelines():把字符串列表寫入文件，且不添加換行符，返回None

實例

4.絕對路徑和相對路徑

在使用open（）函數(shù)讀取文件時，第一個參數(shù)用于表明文件的路徑和名稱，其中文件路徑的表達方式有兩種，分別為絕對路徑和相對路徑

絕對路徑: 從磁盤根目錄開始到目標文件的完整路徑，如E:\書代碼\第7章\a.txt

相對路徑: 相對于當前文件位置的路徑，從一個目錄為起點到另一個目錄的路徑

路徑表示技巧:

同級目錄直接寫文件名即可

下級目錄用./目錄名/文件名

上級目錄用../文件名，多級上級用../../文件名

5. CSV文件處理

CSV（逗號分隔值）是一種純文本文件格式，其特點如下：

1. 采用英文逗號作為字段分隔符
2. 可直接用記事本或Excel打開查看
3. 文件擴展名必須為.csv
4. 在Excel中會自動按逗號分列顯示
5. 存儲空間占用小
6. 特別適合存儲大規(guī)模數(shù)據(jù)集

Excel亂碼處理：需將Excel默認編碼改為UTF-8

寫入方法：與普通文本文件操作相同，使用open()函數(shù)

實戰(zhàn)

例題:讀取十二時辰文件

項目任務

任務1：用戶輸入時間后，系統(tǒng)自動分析輸出對應時間的時辰名、屬相、別名和描述。

任務2：在任務1的基礎之上，實現(xiàn)用戶可以循環(huán)輸入信息，并加入對輸入時間的格式處理操作，當輸入時間的格式不正確時，程序?qū)⑤敵?ldquo;輸入時間格式錯誤”。輸入時間格式不正確的情況有小時數(shù)和分鐘數(shù)超出范圍，或者傳遞的不是數(shù)值。

項目實現(xiàn)步驟

根據(jù)項目任務要求，首先需要讀取“中國十二時辰.csv”文件內(nèi)容。接著為了識別每一行中各個元素，需要將元素信息存入一個列表，方便根據(jù)用戶輸入的信息來讀取文件信息。

輸出結(jié)果

例題：整理HTML網(wǎng)頁內(nèi)容

項目任務

任務1：將中國的所有城市名稱寫入“城市大全.csv”文件，城市名稱之間使用逗號分隔。

任務2：將每個城市名自動寫入Excel表格的第1行作為表頭，以便于后期繼續(xù)進行深入操作。

結(jié)果展示

到此這篇關(guān)于Python中文件常用操作的完整代碼(零基礎就能上手)的文章就介紹到這了,更多相關(guān)Python文件常用操作內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論