Python文件操作
文本文件和二进制文件文件操作相关模块open()创建文件对象文件对象的常用属性和方法pickle 序列化文本文件读取和写入文本文件写入步骤write()/writelines()写入数据close()关闭文件流with 语句(上下文管理器)文本文件的读取二进制文件读取和写入CSV 文件读取和写入csv模块csv.reader 对象(csv 文件读取)csv.writer 对象( csv 文件写入)os 模块os.system(执行系统命令)os.startfile(直接调用可执行文件)os 模块-文件和目录相关操作os.path 模块walk()递归遍历所有文件和目录shutil 模块(拷贝和压缩)常用字符编码ASCIIISO8859-1GB2312,GBK,GB18030GB2312GBKGB18030UnicodeUTF-8中文乱码问题文本文件和二进制文件
文本文件文本文件存储的是普通“字符”文本,可以用记事本程序打开。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。
文件操作相关模块
open()创建文件对象
open()函数用于创建文件对象
open(文件名[,打开方式])
为了减少“\”的输入,可以使用原始字符串:r“d:\b.txt”
注:文本文件对象和二进制文件对象的创建:
没有增加模式“b”,则默认创建的是文本文件对象,处理的基本单元是“字符”。
加二进制模式“b”,则创建的是二进制文件对象,处理的基本单元是“字节”。
文件对象的常用属性和方法
文件对象属性:
文件对象打开模式:
文件对象的常用方法:
pickle 序列化
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。
使用 pickle 模块中的函数,实现序列化和反序列操作。
序列化&反序列化:
pickle.dump(obj, file)
obj 就是要被序列化的对象,file 指的是存储的文件
pickle.load(file)
从 file 读取数据,反序列化成对象
文本文件读取和写入
文本文件写入步骤
写入三个步骤:
1. 创建文件对象
2. 写入数据
3. 关闭文件对象
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
close()关闭文件流
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。
with 语句(上下文管理器)
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。
文本文件的读取
一般如下三种方法:
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
二进制文件读取和写入
二进制文件的处理流程和文本文件流程一致。不过,需要指定二进制模式,从而创建出二进制文件对象。
f = open(r"d:\a.txt", 'wb') #可写的、重写模式的二进制文件对象 f = open(r"d:\a.txt", 'ab') #可写的、追加模式的二进制文件对象 f = open(r"d:\a.txt", 'rb') #可读的二进制文件对象
创建好二进制文件对象后,仍然可以使用 write()、read()实现文件的读写操作。
CSV 文件读取和写入
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:
1.值没有类型,所有值都是字符串
2.不能指定字体颜色等样式
3.不能指定单元格的宽高,不能合并单元格
4.没有多个工作表
5.不能嵌入图像图表
例如:Excel表格:
另存为CSV格式,用记事本打开:
姓名,电话,地址
小明,18889303000,金凤路
小红,18829920000,五原路
王明,16668829922,凤天路
csv模块
Python 标准库的模块 csv 提供了读取和写入 csv 格式文件的对象
csv.reader 对象(csv 文件读取)
import csvwith open(r"e:\a.csv") as a:a_csv = csv.reader(a) #创建 csv对象,它是一个包含所有数据的列表,每一行为一个元素headers = next(a_csv) #获得列表对象,包含标题行的信息print(headers)for row in a_csv: #循环打印各行内容print(row)##print['姓名', '电话', '地址']['小明', '18889303000', '金凤路']['小红', '18829920000', '五原路']['王明', '16668829922', '凤天路']
csv.writer 对象( csv 文件写入)
import csvheaders = ["工号","姓名","年龄","地址","月薪"]rows =[("1001","王明",18,"西三旗1号院","50000"),("1002","高八",19,"西三旗 1号院","30000")]with open(r"d:\b.csv","w") as b:b_csv = csv.writer(b) #创建csv 对象b_csv.writerow(headers) #写入一行(标题)b_csv.writerows(rows) #写入多行(数据)
os 模块
os 模块可以帮助我们直接对操作系统进行操作。
os.system(执行系统命令)
import osos.system("ping ")
注:可能中文乱码,需要调整IDE编码为GBK
os.startfile(直接调用可执行文件)
#启动微信import osos.startfile(r"C:\Program Files (x86)\Tencent\WeChat\WeChat.exe")
os 模块-文件和目录相关操作
常用文件操作:
常见目录操作:
#coding=gbk#测试os模块中,文件目录相关操作import os#############获取文件和文件夹相关的信息################print (os.name) #windows->nt linux和unix->posixprint (os.sep) #windows->\ linux和unix->/print (repr(os.linesep)) #windows->\r\n linux-->\n\print(os.stat("main.py"))##############关于工作目录的操作################注:相对路径都是相对于当前的工作目录print(os.getcwd()) #当前工作目录#os.chdir("d:") #改变当前的工作目录为:d:盘根目录#os.mkdir("书籍".encode("GBK")) #创建目录#os.rmdir("书籍") #删除目录#os.makedirs("电影/港台/周星驰") #创多级目录#os.removedirs("电影/港台/周星驰") #只能删除空目录#os.rename("电影","movie")# dirs = os.listdir("movie")# print(dirs)
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。
##encoding: utf-8#测试 os.path 常用方法import os.path#################获取目录、文件基本信息print(os.path.isabs("d:/a.txt")) #是否绝对路径print(os.path.isdir("d:/a.txt")) #是否目录print(os.path.isfile("d:/a.txt")) #是否文件print(os.path.exists("a.txt")) #文件是否存在print(os.path.getsize("a.txt")) #文件大小print(os.path.abspath("a.txt")) #输出绝对路径print(os.path.dirname("d:/a.txt")) #输出所在目录########获得创建时间、访问时间、最后修改时间##########print(os.path.getctime("a.txt")) #返回创建时间print(os.path.getatime("a.txt")) #返回最后访问时间print(os.path.getmtime("a.txt")) #返回最后修改时间################对路径进行分割、连接操作############path = os.path.abspath("a.txt") #返回绝对路径print(os.path.split(path)) #返回元组:目录、文件##print ('E:\\PythonProject', 'a.txt')print(os.path.splitext(path)) #返回元组:路径、扩展名##print ('E:\\PythonProject\\a', '.txt')print(os.path.join("aa","bb","cc")) #返回路径:aa/bb/cc
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
#coding=utf-8import osall_files = []path = os.getcwd()list_files = os.walk(path)for dirpath,dirnames,filenames in list_files:for dir in dirnames:all_files.append(os.path.join(dirpath,dir))for name in filenames:all_files.append(os.path.join(dirpath,name))for file in all_files:print (file)
shutil 模块(拷贝和压缩)
shutil 模块,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。
os 模块提供了对目录或文件的一般操作。shutil 模块作为补充,提供了移动、复制、压缩、解压等操 作,这些 os 模块都没有提供。
#encoding=gbkimport shutilimport zipfile#copy 文件内容#shutil.copyfile("a.txt","a_copy.txt")#"音乐"文件夹不存在才能用!!!#文件夹“电影/学习”下面的内容拷贝到文件夹“音乐”下。拷贝时忽略所有的 html 和 htm 文件。#shutil.copytree("电影/港台","音乐",ignore=shutil.ignore_patterns("*.html","*.htm"))#将"电影/港台"文件夹下所有内容压缩到"音乐2"文件夹下生成 movie.zip#shutil.make_archive("音乐/movie","zip","电影/港台")#压缩:将指定的多个文件压缩到一个 zip 文件# z = zipfile.ZipFile("a.zip","w")# z.write("1.txt")# z.write("2.txt")# z.close()#解压缩:# z2 = zipfile.ZipFile("a.zip","r")# z2.extractall("d:/") #设置解压的地址# z2.close()
常用字符编码
ASCII
ASCII 码用 7 位表示,只能表示 128 个字符。一字节 ASCII 的编码最高位总是 0。
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。覆盖汉字大部分,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
汉字内码扩展规范,主要是扩展了 GB2312。1995 年制定
GB18030
最新的内码字集于 2000 年发布,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。用得最多的是 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。
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 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,英文字母都用一个字节表示,而汉字使用三个字节。
中文乱码问题
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。