Python基础必掌握的文件读写 *** 作详解

学Python数据科学，玩游戏、学日语、搞编程一条龙。

整套学习自学教程中应用的数据都是《三國志》、《真·三國無雙》系列游戏中的内容。

读取和写入文件等 *** 作是 Python 可以完成的最常见任务之一。无论是写入简单的文本文件，读取复杂的服务器日志，甚至分析原始字节数据，进行相关的处理 *** 作，最终所有这些情况都需要读取或写入文件。

文章目录

• 文件的基本概念
• • 文件路径
  • 行尾
  • 字符编码
• 在 Python 中打开和关闭文件
• • 文本文件类型
  • 缓冲的二进制文件类型
  • 原始文件类型
• 读写打开的文件
• • 遍历文件中的每一行
  • 字节 *** 作

文件的基本概念

文件是一组用于存储数据的连续字节。这些数据以特定格式组织，可以是文本文件等简单的文件，也可以是可执行程序等复杂的文件。这些字节文件然后被翻译成二进制文件1，0 便于计算机进行处理。

文件包含三个部分：

1. Header： 关于文件内容的元数据（文件名、大小、类型等）。
2. Data： 由创建者或编辑者编写的文件内容。
3. EOF： 表示文件结束的特殊字符。

数据表示的内容取决于所使用的格式规范通常由扩展名表示。例如扩展名为.jpg最有可能符合图形交换格式规范的文件但未必是图片文件。

扩展名有数百甚至数千个文件扩展名。这里介绍 .txt 和 .csv 扩展名。

文件路径

访问文件需要文件路径，文件路径由字符串组成。其中包括三个部分：

1. 文件夹路径： 文件系统上的文件夹位置，后续文件夹由正斜杠 / (Unix) 或反斜杠 \ (Windows) 分隔。
2. 文件名： 文件的实际名称。
3. 扩展名： 文件路径的末尾以句点 ( .) 开头，用于指示文件类型。

行尾

行尾可以追溯到摩尔斯电码时代，当时使用特定的前符号来传达传输的结束或行的结束。

Windows 使用 CR+LF 字符来表示新行，而 Unix 和较新的 Mac 版本仅使用LF字符。这些符号都是不可见，但是可以 *** 作。

# windows
Hello World\r\n
Dynasty Warriors\r\n

字符编码

未来还会面临的一个字符数据编码的问题。两种最常见的编码是ASCII和UNICODE格式。

• ASCII 只能存储 128 个字符。
• Unicode 最多可以包含 1,114,112 个字符。

在 Python 中打开和关闭文件

调用 open() 内置函数来完成，其中包含一个文件路径的文件关键参数。

file = open('data.txt')

调用 .close() 对打开的文件进行关闭。

file.close()

可以调用 with语句 在执行打开 *** 作模块后自动进行关闭。

with open('data.txt', 'r') as f:
    .......

读写参数说明。

关键字	说明
‘r’	打开阅读（默认）
‘w’	打开写入，首先截断文件
‘a’	打开写入，如果存在则附加到文件的末尾
‘b’	二进制模式
‘t’	文本模式（默认）
‘+’	打开磁盘文件进行更新（读写）
‘U’	通用换行模式（为了向后兼容；不应在新代码中使用）

读写参数组合。

模式	描述
rt	读取文本，默认模式
rb	读取二进制数据
wt	写入文本
wb	写入二进制
r+	不清空原文件，读写
w+	清空原文件，并读写
a+	在文件末尾读写

文本文件类型

文本文件是您会遇到的最常见的文件。

# 打开方式举例
open('data.txt')
open('data.txt', 'r')
open('data.txt', 'w')

type(file)
<class '_io.TextIOWrapper'>

缓冲的二进制文件类型

# 打开方式举例
file = open('abc.txt', 'rb') # 读
type(file)
<class '_io.BufferedReader'>
file = open('abc.txt', 'wb') # 写
type(file)
<class '_io.BufferedWriter'>

原始文件类型

file = open('abc.txt', 'rb', buffering=0)
type(file)
<class '_io.FileIO'>

读写打开的文件

读取文件可以调用的方法。

# size这最多从该行中读取多个字符。这一直持续到行尾，然后回绕。如果没有传递或传递参数None，-1则读取整行（或该行的其余部分）。
.readline(size=-1)	
# 这将从文件对象中读取剩余的行并将它们作为列表返回。
.readlines()	

.read(size=-1)，size字节数从文件中读取。如果没有传递或传递参数None，-1则读取整个文件。

with open('data.txt', 'r') as f:
    print(f.read())
data data data
data data data
data data data

.readline(size=-1)，从该行中读取多个字符。这一直持续到行尾，然后回绕。如果没有传递或传递参数None，-1则读取整行（或该行的其余部分）。

with open('data.txt', 'r') as f:
    print(f.readline(2))
data data data
data data data

.readlines()，这将从文件对象中读取剩余的行并将它们作为列表返回。

with open('data.txt', 'r') as f:
    print(f.readlines())
data data data
data data data
data data data

遍历文件中的每一行

.readline() 方法每次遍历一行。

with open('data.txt', 'r') as f:
	line = f.readline()
    while line != '':
        print(line, end='')
        line = f.readline()
data data data
data data data
data data data

.readlines() 方法返回一个列表，其中列表中的每个元素代表文件中的一行。

with open('data.txt', 'r') as f:
	for line in f.readlines():
        print(line, end='')
data data data
data data data
data data data

# 或者简化 *** 作
with open('data.txt', 'r') as f:
	for line in f:
        print(line, end='')
data data data
data data data
data data data

文件的读写是相对的，方法和读取一样。

with open('data.txt', 'r') as f:
	lines = f.readlines()
	f.write(lines)

字节 *** 作

使用字节字符串处理文件。这是通过将 ‘b’ 字符添加到参数来完成的。

with open('data.jpg', 'rb') as f:
    print(f.readline())
b'\x89'
b'JPG'
b'\r\n'
b'\x1a'
b'\n'