Python_学习之文件操作
一、初识⽂文件操作
二、读写操作
三、文件的操作顺序
四、模式介绍
五、示例
- 文件修改
- 大文件进行摘要md5验证
- 批量生成n行数数据的多个文件
- 批量读取文件n行数据
- 同时打开多个文件写法
一、初识⽂文件操作
python来读写文件是用open()函数来打开一个⽂文件, 获取到⽂文件句句柄. 然后通过文件句柄就可以进行各种各样的操作了. 根据打开方式的不同能够执行的操 作也会有相应的差异.
打开文件的方式: r, w, a, r+, w+, a+, rb, wb, ab, r+b, w+b, a+b默认使⽤用的是r(只读)模式
绝对路劲：从根目录到当前位置如：c:\install\file.txt相对路劲：同一个文件夹的文件相对于当前程序所在的文件夹而言 ..\表示当前位置的上级目录 （常用）
print(__file__) 获取当前文件的路径
二、读写操作
默认读模式只能读文件，不能做写操作，写模式只能写文件，不能读文件，除非使用（+）加模式
三、文件的操作顺序
1、找到文件，打开作业,指定模式，根据文件保存时的编码来指定编码格式 ：open（“path\file” ， moth = “r/w/r+等”， encoding = “以什么编码格式显示文件内容”）
2、根据对应模式所拥有的方法操作文件: f.read()等其它操作
3、关闭文件 ：f.close()
四、模式介绍
1、只读（r，rb）
r 表示以字符来读取
rb 表示以字节bytes来读取 ，如中文gbk 读取出来的格式为：b'\xd6\xd0'，在读取图片，声音，视频文件时以此格式。
无论rb还是wb，ab模式都不用指定encoding，因为文件存储最后都是字节的形式存起来的，如果指定将报错：
# ValueError: binary mode doesn't take an encoding argument
# 找到文件，指向一个变量即句柄
f = open("path\file.txt", mode = "r", encoding = "UTF-8")
content = f.read()
print（content）
f.close()
注：文件都有一个指针，读模式是从开头即指针为0时，进行读取的，当读取完毕后，指针停在文件的末尾，如果后面没有内容，不关闭文件的情况下，继续读取将读取的时空白。
f.read（） 一次性读取文件的全部内容，如果文件过大，将导致内存崩溃，系统宕机
f.read(n) 可以指定读取文件的范围，如果模式为r ，n表示几个字符，如果模式时rb，n表示几个字节（此处涉及到编码级，utf-8 中文表示3个字节，gbk 中文表示2个字节）
f.readline() 一次读取一行数据，readline() 默认末尾都加了\n 换行，如果想文件好看，需要在后面加上strip() 去掉换行符
f.readlines() 把每一行一次读取出来放到一个列表中，然后需要对文件操作可以for循环，但同样文件过大时，会导致内存溢出，慎用。
f.readable() 判断当前模式是否可读
f.writeable() 判断当前模式是否可写
如果需要对文件操作，可直接循环句柄f，它是一行一行拿出来进行操作的。
for line in f:
print(f"读取每一行字符串:{line}")
2、只写（w, wb）
写模式，如果文件存在，则清空文件内容，如果文件不存在，则创建新文件，都是从开头写，写完指针停留在最后，直到关闭文件。
f.write("内容") 内容只能是字符串，如果想将列表的元素写入只能通过for循环列表，直接填入列表，将报错。
f.flush() 写完内容记得要及时将内容从缓存写入磁盘，不然可能导致内容没有写入文件
f.close()
3、在读写的基础上附加功能
r + 读写，指针从零开始先读后写，如果先写的话，因打开文件指针在0处，写入的内容将从头覆盖相应长度的原文件内容（最常用）
w+ 写读，先清空，后从头写入文件，因指针在文件尾部，读取文件为空白
a 追加模式，不能读，只能写，不会清空文件，会在尾部追加内容
a+ 追加读，不会清空文件，在尾部追加内容，因指针在尾部，读取文件时同样空白
总结：在不改变指针位置的情况下，a、w+、a+ 都无法读到内容，因为加完内容后指针都在文件尾部
4、获取文件的位置即指针，及改变文件的指针
f.tell() 获取当前文件的位置，也是以字节为单位
f.seek(n) 指定指针的位置，n是以字节为单位，如果是gbk，n 需要为2的倍数，utf-8 ，n 需要为3的倍数
移动到开头：f.seek(0)
移动到结尾：f.seek(0,2) 0表示偏移量，2表示结尾，1表示当前位置
在r+模式下. 如果读取了了内容. 不论读取内容多少. 光标显⽰示的是多少. 再写入 或者操作⽂文件的时候都是在结尾进⾏的操作.
5、截断
截断truncate（），只有在有写的模式下才能截断
想截断：
方法1、通过seek（n）移动指针到截断位置，truncate（）
方法2、通过truncate（n）n没有指定是删除截断位置后的所有内容，n指定了就从头开始到n个字节
6、通过with……as 操作文件
因为通过f = open("path\file.txt", mode = "r", encoding = "UTF-8")很容易忘记关闭文件导致错位，
故一般用with方式[上下文],它无需我们手动关闭，在我们操作完毕后
with open("path\file_name", moth = "w" , encoding= "utf-8") as f:
f.write("name")
f.flush()
五、示例
1. 文件修改
import os
with open("myPwd.txt", "r", encoding="utf-8") as f1, \
open("myPwd_new.txt", "w", encoding="utf-8") as f2:
for line in f1:
new_data = line.replace("sun", "xiu") # 逐行修改文件内容
f2.write(new_data) # 将修改后的文件写入到新文件中
os.remove("myPwd.txt.txt")
os.rename("myPwd.txt_new.txt", "myPwd.txt.txt")
- 大文件进行摘要md5验证
import hashlib
def check_md5(file_path):
with open(file_path, 'rb') as f:
md5_obj = hashlib.md5()
while 1:
b_data = f.read(4096)
if b_data:
md5_obj.update(b_data)
else:
return md5_obj.hexdigest()
- 批量生成n行数数据的多个文件
import os
import time
import datetime
import threading
def writ_file(path, file_name):
"""
写入文件
:param path:
:param file_name:
:return:
"""
st = "%s,00128980,00248980,00128980,%s"
with open(os.path.join(path, f'{file_name}.txt'), 'a', encoding='utf-8') as fp:
for i in range(1, 1651):
line_text = st % ((str(i).ljust(11, '0')), datetime.datetime.today().replace(microsecond=0))
fp.write(f'{line_text}\n')
print(f"线程{threading.get_ident()},写入数据：{line_text}完成")
if __name__ == '__main__':
"""
# 批量生产2个1650行的文件
"""
now = time.time()
threads = []
x = 0
base_dir = os.path.dirname(os.path.abspath(__file__))
for i in range(0, 2):
t = threading.Thread(target=writ_file, args=(base_dir, x))
t.start()
threads.append(t)
x += 1
for j in threads:
j.join()
print(time.time() - now)
- 批量读取文件n行数据
# TODO：优化为一次夺取500行
import traceback
from itertools import zip_longest
def grouper(iterable, n, fill_value=None):
"""
分组读取文件
:param iterable:
:param n: 行数
:param fill_value: 当最后数据不够组数时的默认值
:return:
"""
args = [iter(iterable)] * n
return zip_longest(*args, fillvalue=fill_value)
def get_data(file_path):
"""
读取文件，一次读取n行，返回生成器
:param file_path: 文件路径
:return: 返回的是一组数据
"""
try:
with open(file_path, 'r', encoding='utf-8') as f:
for lines in grouper(f, 500, None):
print(f"一次数据{len(lines)}条,数据为：{lines}")
lines_data = []
for line in lines:
# 当行数不够分组时，补充为None ('xxx',None,)
if line:
line = line.strip('\n')
data = line.split(',')
"""此处省略从每行数据中获取需要的数据，仅仅是对字符串的处理了"""
lines_data.append(tuple(data))
# 清除掉分组为None的元素
yield list(filter(None, lines_data))
except Exception as ex:
print(f'解析文件[file_path]={file_path}发生异常，异常原因为：{ex},位置为：{traceback.format_exc()}')
yield 500
def save_data(generator_data):
"""批量保存数据：如保存数据库或文件"""
count = 1
for line in generator_data:
for db in line:
string = "&".join(db)
with open("test.txt", mode="a", encoding="utf-8") as f:
f.write(f"{string}\n")
print(f"第{count}笔数据{line}保存成功")
count += 1
def _main(file_path: list):
for path in file_path:
file_data = get_data(path)
save_data(file_data)
if __name__ == '__main__':
_main(["0.txt", ])- 同时打开多个文件写法
"""
考虑如下的案例：
同时打开三个文件，文件行数一样，要求实现每个文件依次读取一行，然后输出，我们先来看比较容易想到的写法：
"""
def open_more_file(filename1, filename2, filename3):
with open(filename1, 'rb') as fp1:
with open(filename2, 'rb') as fp2:
with open(filename3, 'rb') as fp3:
for i in fp1:
j = fp2.readline()
k = fp3.readline()
print(i, j, k)
def open_more_file_for_with(filename1, filename2, filename3):
with open(filename1, 'rb') as fp1, open(filename2, 'rb') as fp2, open(filename3, 'rb') as fp3:
for i in fp1:
j = fp2.readline()
k = fp3.readline()
print(i, j, k)
def open_more_file_for_zip(filename1, filename2, filename3):
with open(filename1, 'rb') as fp1:
with open(filename2, 'rb') as fp2:
with open(filename3, 'rb') as fp3:
for i, j, k in zip(fp1, fp2, fp3):
print(i, j, k)
def open_more_file_for_contextlib(filename1, filename2, filename3):
"""
语法糖ExitStack的用法https://docs.python.org/3/library/contextlib.html
:param filename1:
:param filename2:
:param filename3:
:return:
"""
from contextlib import ExitStack
with ExitStack() as stack:
files = [stack.enter_context(open(fname)) for fname in (filename1, filename2, filename3)]
for i, j, k in zip(files[0], files[1], files[2]):
print(i, j, k)