本文目錄一覽：
Python中的文件讀寫-理論知識
Python處理兩種不同類型的文件：二進位文件和文本文件。了解兩者之間的差異很重要，因為它們的處理方式不同。
二進位文件
在正常計算機使用期間使用的大多數文件實際上是二進位文件，而不是文本。比如：Microsoft Word .doc文件實際上是一個二進位文件，即使它只有文本。
二進位文件的其他示例包括：
圖像文件，包括.jpg，.png，.bmp，.gif，等。
資料庫文件包括.mdb，.frm和.sqlite
文件，包括.doc，.xls，.pdf或者其他文件。
那是因為這些文件都有特殊處理的要求，需要特定類型的軟體來打開它。例如，您需要Excel來打開.xls文件，並使用資料庫程序來打開.sqlite文件。
文本文件
一方面，沒有特定的編碼，可以通過沒有任何特殊處理的標準文本編輯器打開。但是，每個文本文件都必須遵守一組規則：
文本文件必須是可讀的。他們可以（並且經常會）包含許多特殊編碼，尤其是在HTML或其他標記語言中，但您仍然可以說出它的含義
文本文件中的數據按行組織。在大多數情況下，每一行都是一個獨特的元素，無論是指令行還是命令。
此外，文本文件在每行的末尾都有一個看不見的字元，這使文本編輯器知道應該有一個新行。通過編程與這些文件交互時，您可以利用該字元。在Python中，它用「 n」 表示。
在哪裡可以找到Python的文件I / O工具
在Python中工作時，您不必擔心導入任何特定的外部庫來處理文件。Python附帶有「文件庫」，文件I / O工具和實用程序是核心語言的內置部分。
但是在其他語言（如C ++）中，要處理文件，您必須通過包含正確的頭文件來啟用文件I / O工具#include fstream。如果您使用Java編寫代碼，則需要使用該import java.io.*語句。
使用Python，就沒有必要這樣做，這是因為Python有一組內置函數，可以處理讀取和寫入文件所需的所有內容。
使用 Python 讀寫文件
有些數據是臨時的，它們在應用程序運行時存儲在內存中，然後丟棄。但是有些數據是持久的。它們存儲在硬碟驅動器上供以後使用，而且它們通常是用戶最關心的東西。對於程序員來說，編寫代碼讀寫文件是很常見的，但每種語言處理該任務的方式都不同。本文演示了如何使用 Python 處理文件數據。
在 Linux 上，你可能已經安裝了 Python。如果沒有，你可以通過發行版軟體倉庫安裝它。例如，在 CentOS 或 RHEL 上：
在 macOS 上，你可以使用 MacPorts或Homebrew安裝。在 Windows 上，你可以使用Chocolatey安裝。
一旦安裝了 Python，打開你最喜歡的文本編輯器，準備好寫代碼吧。
如果你需要向一個文件中寫入數據，記住有三個步驟：
這與你在計算機上編碼、編輯照片或執行其他操作時使用的步驟完全相同。首先，打開要編輯的文檔，然後進行編輯，最後關閉文檔。
在 Python 中，過程是這樣的：
這個例子中，第一行以 寫 模式打開了一個文件，然後用變數 f 表示，我使用了 f 是因為它在 Python 代碼中很常見，使用其他任意有效變數名也能正常工作。
在打開文件時，有不同的模式：
第二行表示向文件中寫入數據，本例寫入的是純文本，但你可以寫入任意類型的數據。
最後一行關閉了文件。
對於快速的文件交互，常用有一種簡短的方法可以寫入數據。它不會使文件保持打開狀態，所以你不必記得調用 close 函數。相反，它使用 with 語法：
如果你或你的用戶需要通過應用程序需要向文件中寫入一些數據，然後你需要使用它們，那麼你就需要讀取文件了。與寫入類似，邏輯一樣：
同樣的，這個邏輯反映了你一開始使用計算機就已知的內容。閱讀文檔，你可以打開、閱讀，然後關閉。在計算機術語中，「打開」文件意味著將其載入到內存中。
實際上，一個文本文件內容肯定不止一行。例如，你需要讀取一個配置文件、 遊戲 存檔或樂隊下一首歌曲的歌詞，正如你打開一本實體書時，你不可能立刻讀完整本書，代碼也只能解析已經載入到內存中的文件。因此，你可能需要遍歷文件的內容。
示例的第一行指明使用 讀 模式打開一個文件，然後文件交由變數 f 表示，但就像你寫數據一樣，變數名是任意的。 f 並沒有什麼特殊的，它只是單詞 「file」 的最簡表示，所以 Python 程序員會經常使用它。
在第二行，我們使用了 line ，另一個任意變數名，用來表示 f 的每一行。這告訴 Python 逐行迭代文件的內容，並將每一行的內容列印到輸出中（在本例中為終端或IDLE）。
就像寫入一樣，使用 with 語法是一種更簡短的方法讀取數據。即不需要調用 close 方法，方便地快速交互。
使用 Python 有很多方法向文件寫入數據，包括用 JSON、YAML、TOML等不同的格式寫入。還有一個非常好的內置方法用於創建和維護SQLite資料庫，以及許多庫來處理不同的文件格式，包括圖像、音頻和視頻等。
via:
作者：Seth Kenlon選題：lujun9972譯者：MjSeven校對：turbokernel
python讀寫文件
讀文件
1）使用open()方法打開文件，返回一個文件對象
原型：open(file, mode=’r’, buffering=None, encoding=None, errors=None, newline=None, closefd=True)
舉例：f = open(‘test.txt’, ‘r’)
test.txt表示文件路徑(包含文件名，這個file參數可以是絕對或者相對路徑)
r表示是讀文本文件，rb是讀二進位文本文件。（這個mode參數默認值就是r）
2）使用close()方法關閉文件
f.close()
打開後的文件必須關閉，因為文件對象會佔用系統資源，系統打開文件數量也就有限了
3）打開文件時的異常處理
f=open(‘test.txt’, ‘r’)
f.read()
f.close()
FileNotFoundError: [Errno 2] No such file or directory: ‘test.txt’
文件讀寫時都有可能產生異常IOError(比如文件不存在)，這樣其後面的f.read()，f.close()就不會調用。為保證無論是否異常都可以關閉文件，一般使用try … finally來處理：
try:
f = open(‘test.txt’, ‘r’)
f.read()
finally:
if f:
f.close()
但這種寫法過於繁瑣，所以Python引入了with語句來自動調用close()方法：
with open(‘test.txt’, ‘r’) as f:
f.read()
4）讀文件 – read()、readline() 和 readlines()
read() 一次讀取整個文件，它通常用於將文件內容放到一個字元串變數中。如果文件過大，內存不夠，可以通過反覆調用read(size)方法，每次最多讀取size個位元組的內容。
readline() 一次讀取文件中一行內容，可反覆調用
readlines() 一次讀取所有內容並按行返回列表，該列表可以由for … in … 結構再進一步處理。
特別注意：
這三種方法是把每行末尾的’\n’也讀進來了，如有需要就得我們手動去掉’\n’
with open(‘test.txt’, ‘r’) as f:
list = f.readlines()
for i in range(0, len(list)):
list[i] = list[i].rstrip(‘\n’)
寫文件
1）寫文件和讀文件是一樣的，唯一區別是open文件時，傳入標識符不同，即’w’或者’wb’表示寫文本文件或寫二進位文件
f = open(‘test.txt’, ‘w’)
f = open(‘test.txt’, ‘wb’)
f = open(‘test.txt’, ‘a’)
f.close()
特別注意：
1. 如果沒有這個文件，會自動創建一個新文件；如果有，就會先把原文件的內容清空再寫入；若不想清空原來的內容而是直接在後面追加新的內容，就用’a’這個模式
2. 寫文件，操作系統往往不會立刻把數據寫入磁碟，而是放到內存緩存起來，空閑的時候再慢慢寫入。只有調用close()方法時，操作系統才保證把沒有寫入的數據全部寫入磁碟。忘記調用close()的後果是數據可能只寫了一部分到磁碟，剩下的丟失了。
2）寫文件 – write()、writelines()
write()方法和read()、readline()方法對應，是將字元串寫入到文件中。
writelines()方法和readlines()方法對應，也是針對 列表 的操作。它接收一個 字元串列表 作為參數，將他們寫入到文件中。
特別注意：
換行符不會自動的加入，需要顯式的加入換行符。
f = open(‘test.txt’, ‘w’)
f.writelines([“111\n”, “222\n”, “333\n”])
補充說明：
1）對於非默認編碼(utf-8)的文件，需要open時添加encording參數，選擇對應的編碼方式
2）r+, w+, a+，可讀可寫
3）seek()方法，移動文件指針
seek(offset[, whence]) ，offset是相對於某個位置的偏移量。位置由whence決定，默認whence=0，從開頭起；whence=1，從當前位置算起；whence=2相對於文件末尾移動，通常offset取負值。
原創文章，作者：ZHLK，如若轉載，請註明出處：https://www.506064.com/zh-tw/n/144326.html
微信掃一掃 
支付寶掃一掃 