一.文件操作

文件是指存儲在外部介質上數據的集合，文本文件編碼方式包括ASCII格式、Unicode碼、UTF-8碼、GBK編碼等。文件的操作流程為“打開文件-讀寫文件-關閉文件”三部曲。

1.打開文件

打開文件調用open()函數實現，其返回結果為一個文件對象，函數原型如下：

<variable> = open(<name>, <mode>)
    -<name>表示打開文件名稱
    -<mode>表示文件打開模式

其中mode常見參數包括：

r: 只讀，文件指針將會放在文件的開頭
w：只寫，如果文件已存在則打開文件，並從開頭開始編輯，即原有內容會被刪除；如果該文件不存在，創建新文件
a: 打開一個文件用於追加，如果該文件已存在，文件指針將會放在文件的結尾；如果該文件不存在，創建新文件進行寫入
rb: 只讀二進制文件，一般用於非文本文件如圖片等
wb: 只寫二進制文件，一般用於非文本文件如圖片等
ab: 以二進制格式打開一個文件用於追加
w+: 打開一個文件用於讀寫

open()函數的完整語法如下：

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

舉一個簡單的例子：

infile = open("test.txt","r")

注意：使用open()方法一定要保證關閉文件對象，即調用close()方法。

2.讀寫文件

(1) 讀文件

常用文件讀取方法包括：

read()返回值為包含整個文本內容的一個字符串
readline()返回值為文件內容的下一行內容的字符串
readlines()返回值為整個文件內容的列表，列表中每項為一行字符串

示例如下：

infile = open("test.txt","r",encoding="utf8")
data = infile.read()
print(data)
print("")
infile = open("test.txt","r",encoding="utf8")
list_data = infile.readlines()
print(list_data)

輸出結果如下圖所示：

(2) 寫文件

從計算機內存向文件寫入數據，方法包括：

write()把含有文本數據或二進制數據集的字符串寫入文件中

writelines()針對列表操作，接收一個字符串列表參數，並寫入文件

outfile1 = open('test.txt','a+',encoding="utf8")
str1 = 'nhellon'  
str2 = 'worldn'
outfile1.write(str1)  
outfile1.write(str2)
outfile1.close()
  
outfile2 = open('test02.txt','w',encoding="utf8")
outfile2.writelines(['hello',' ','world'])  
outfile2.close()
infile = open('test.txt','r',encoding="utf8")
data = infile.read()
print(data)

針對test.txt文件完成追加寫入操作，針對test02.txt文件完成新建及寫入操作，同時調用write()和writelines()不同方法寫入數據。

3.關閉文件

文件讀寫結束後，一定要記住使用close()方法關閉文件。如忘記使用該關閉語句，則當程序突然崩潰時，該程序不會繼續執行寫入操作，甚至當程序正常執行完文件寫操作後，由於沒有關閉文件操作，該文件可能會沒有包含已寫入的數據。為安全起見，在使用完文件後需要關閉文件，建議讀者使用try-except-finally異常捕獲語句，並在finally子句中關閉文件。

try:
	#文件操作
except :
    #異常處理
finally:
	file.close()

其他方法包括：

file.flush()：刷新文件內部緩衝
file.next()：返迴文件下一行
file.seek(offset[, whence])：設置文件當前位置
file.tell()：返迴文件當前位置
file.truncate([size])：截取文件，截取的字節通過size指定

4.循環遍歷文件

在數據爬取或數據分析中，常常會涉及到文件遍歷，通常採用for循環遍歷文件內容，一方面可以調用read()函數讀取文件循環輸出，另一方面也可以調用readlines()函數實現。其兩種方法的對比代碼如下所示：

infile = open('test02.txt', 'r', encoding="utf8")
for line in infile.readlines():
   print(line)
print(infile.close())
infile = open('test02.txt', 'r', encoding="utf8").read()
for line in infile:
   print(line)
print(infile.close())

輸出結果《靜夜思》如下圖所示，包含TXT文件和輸出值。

二.CSV文件操作

我們在使用Python進行網絡爬蟲或數據分析時，通常會遇到CSV文件，類似於Excel表格。接着我們補充SCV文件讀寫的基礎知識。

CSV（Comma-Separated Values）是常用的存儲文件，逗號分隔符，值與值之間用分號分隔。Python中導入CSV擴展包即可使用，包括寫入文件和讀取文件。

1.CSV文件寫

基本流程如下：

導入CSV模塊
創建一個CSV文件對象
寫入CSV文件
關閉文件

# -*- coding: utf-8 -*-
import csv
c = open("test-01.csv", "w", encoding="utf8")  #寫文件
writer = csv.writer(c)
writer.writerow(['序號','姓名','年齡'])
 
tlist = []
tlist.append("1")
tlist.append("小明")
tlist.append("10")
writer.writerow(tlist)
print(tlist,type(tlist))
 
del tlist[:]  #清空
tlist.append("2")
tlist.append("小紅")
tlist.append("9")
writer.writerow(tlist)
print(tlist,type(tlist))
 
c.close()

輸出結果如下圖所示：

注意，此時會出現多餘空行，我們需要進行簡單的處理，加入參數“newline=‘’”解決。

c = open(“test-01.csv”, “w”, encoding=“utf8”, newline=’’)

2.CSV文件讀

基本流程如下：

導入CSV模塊
創建一個CSV文件對象
讀取CSV文件
關閉文件

# -*- coding: utf-8 -*-
import csv
c = open("test-01.csv", "r", encoding="utf8")  #讀文件
reader = csv.reader(c)
for line in reader:
    print(line[0],line[1],line[2])
c.close()

輸出結果如下圖所示：

在文件操作中編碼問題是最讓人頭疼的，尤其Python2的時候。但只需要環境編碼一致，注意相關轉換也能有效解決，而Python3文件讀寫操作寫清楚encoding編碼方式就能正常顯示。如果是數據庫、網頁、後台語言，三者編碼方式需要一致，比如utf8或gbk等，具體問題具體解決吧！後續作者會結合爬蟲講解CSV文件的操作。

三.面向對象基礎

傳統的編程方式是面向過程的，根據業務邏輯從上到下執行，而面向對象編程是另一種編程方式，此種編程方式需要使用“類”和“對象”來實現，將函數進行封裝，更接近真實生活的一種編程方式。

面向對象是將客觀事物看做屬性和行為的對象，通過抽象同一類對象的共同屬性和行為，形成類，通過對類的繼承和多態實現代碼重用等。對象（Object）是類（Class）的一個實例，如果將對象比作房子，那麼類就是房子的設計圖，並在類中定義了屬性和方法。

面向對象的三個基本特徵為：

封裝：把客觀事物封裝成抽象的類，類中數據和方法讓類或對象進行操作。
繼承：子類繼承父類後，它可以使用父類的所有功能，無需重新編寫原有類，並且可以對功能進行擴展。
多態：類中定義的屬性或行為，被特殊類繼承後，可以具有不同的數據類型或表現不同的行為，各個類能表現不同的語義，實現的兩種方法為覆蓋和重載。

在Python中，類就是一個模板，模板里可以包含多個函數，函數里實現一些功能；對象則是根據模板創建的實例，通過實例對象可以執行類中的函數。如下：

#創建類
class 類名:
	#創建類中的函數,self特殊參數,不能省略
	def 函數名(self):
		#函數實現
		
#根據類創建對象obj
obj = 類名()

假設需要編寫一個計算長方形面積和周長的程序，其思想是定義兩個變量長和寬，然後再在類中定義計算面積和周長的方法，實例化使用。代碼如下：

#-*- coding:utf-8 -*-
class Rect:
    def __init__(self, length, width):
        self.length = length;
        self.width = width;
    def detail(self):
        print(self.length, self.width)
    def showArea(self):
        area = self.length * self.width
        return area
    def showCir(self):
        cir = (self.length + self.width) * 2
        return cir
#實例化
rect1 = Rect(4,5)
#調用函數
rect1.detail()
area = rect1.showArea()
cir = rect1.showCir()
print('面積:', area)
print('周長:', cir)

輸出結果面積為20，周長為18。對於面向對象的封裝來說，其實就是使用構造方法將內容封裝到對象中，然後通過對象直接或者self間接獲取被封裝的內容。

整體而言，面向對象是站在事物本身的角度去思考解決問題，如果上面採用面向過程定義函數的形式實現，當出現多個形狀時，你需要對每一種形狀都定義一種方法，而面向對象只需把這些形狀的屬性和方法抽象出來，形成各種形狀，更符合真實情況。

注意：為了更簡明快速的讓讀者學習Python數據爬取、數據分析、圖像識別等知識，本系列中的代碼很少採用定義類和對象的方式呈現，而是直接根據需要實現的功能或案例，直接編寫對應的代碼或函數實現。這是不規範和不合理的，在實際開發或更加規範的代碼中，更推薦大家採用面向對象的方法去編程，但本系列更想通過最簡潔的代碼告訴你原理，然後你再去提升和鍛煉自己的能力。

設計模式中的面向對象

再舉個例子：為了方便兒童學習編程，X公司開發了一套Racing Car模擬器，使用這個模擬器每個孩子都可以用一種簡單的語言來控制一輛賽車，例如right、left等。請設計一種簡單的語言，給出它的語法以及該語言的類圖。

這就是我們實際編程中聯繫到生活的問題，它涉及到了設計模式相關知識，其中我採用的方法是“命名模式”實現的，客戶端是定義Children和Car，請求者是Children發出的Right、Left、Up、Down命令，接受者是Car執行Move()，抽象命令是上下左右的抽象接口，具體命令是Car的上下左右。我製作的類圖如下：