python檔案處理

標籤：預設   一個   磁碟   lin   結果   遍曆檔案   flush   迴圈   否則   

檔案操作介紹

python中的都是用 open() 函數，調用 open() 函數，應用程式會發起系統調用 open(...) ，進而對檔案完成操作~。以下樣本均在 python3 環境中完成~

讀取檔案簡單讀取

讀取檔案樣本：

f = open(file=‘/Users/luyi/tmp/abc‘, mode=‘r‘, encoding=‘utf-8‘)data = f.read()       # 讀取檔案中所有資料print(data)             # 列印檔案內容f.close()                 # 關閉作業系統級開啟的檔案

open() 函數參數說明：

file：指定檔案路徑mode：指定開啟檔案的模式，r 表示唯讀模式，還有很多其他模式，下面會依次介紹encoding：指定從檔案中讀取的資料使用什麼解碼標準（decode），解碼後以unicode的形式存放到記憶體中~。注意：若不指定encoding，開啟檔案的預設編碼就是作業系統的預設編碼，簡體中文版的windows是gbk，linux下是utf-8。以什麼編碼存放，就應該以什麼編碼讀取~

讀取檔案操作的注意點：
1）讀取動作完成之後，需要關閉作業系統級開啟的檔案（f.close()）
2）回收應用程式級的變數（del f）
Tip：f 變數沒有引用之後，python記憶體回收機制會自動回收 f 變數，無需手動進行。但是f.close()必須手動完成，否則會持續佔用系統資源，直至程式運行結束~

也有一種方式 不需要手動關閉系統級資源

with open() as f:    pass# 將上述代碼進行調整with open(file = ‘/Users/luyi/tmp/abc‘, mode = ‘r‘, encoding = ‘utf-8‘) as f:    data = f.read()    print(data)

Tip：with段代碼運行結束，系統級開啟的檔案會自動被關閉~

with 還可以同時開啟多個檔案，如下樣本實現了檔案的檔案的逐行複製，其中涉及到的方法下面會介紹：

with open(file = ‘/Users/luyi/tmp/abc.txt‘, mode = ‘r‘, encoding=‘utf-8‘) as read_file, open(file = ‘/Users/luyi/tmp/cde.txt‘, mode = ‘w‘, encoding=‘utf-8‘) as write_file:    for line in read_file:        write_file.write(line)

在讀取檔案時，若不清楚正在開啟的檔案是什麼編碼，可以使用chardet模組探測檔案的編碼方式

import chardetresult = chardet.detect(open(‘/Users/luyi/tmp/abc.txt‘, mode=‘rb‘).read())print(result)結果輸出：{‘encoding‘: ‘utf-8‘, ‘confidence‘: 0.87625, ‘language‘: ‘‘}

上述樣本中，使用 ‘rb‘ 模式開啟檔案，即以唯讀，且以位元組為單位開啟檔案。非文字檔只能使用 b 模式開啟，因為檔案本身就是以位元組的形式存放在存放裝置上的。文字檔可以使用位元組模式開啟，也可以 以本文模式開啟（預設），圖片格式的檔案（jpg，png...）、視頻音頻格式檔案（mp3、mp4、avi...）則只能以位元組模式開啟。

當文字檔使用位元組模式開啟時，open函數中不能使用 encoding 參數，若要轉成unicode，只能現將資料讀到記憶體，然後手動decode~

with open(file = ‘/Users/luyi/tmp/abc.txt‘, mode = ‘rb‘, encoding = ‘utf-8‘) as f:    print(f.read())# open中使用 encoding參數，會直接拋出錯誤資訊ValueError: binary mode doesn‘t take an encoding argument#############with open(file = ‘/Users/luyi/tmp/abc.txt‘, mode = ‘rb‘) as f:    data = f.read()    print(data)                           # 原樣輸出內容    print(data.decode(‘utf-8‘))  # 解碼後輸出常值內容輸出結果：b‘\xe4\xbd\xa0\xe5\xa5\xbd\xef\xbc\x8ckitty\n‘你好，kitty

迴圈檔案

f = open("abc.txt",‘r‘,encoding="utf-8")data = f.read()

使用這種方式讀取檔案，會一次性將檔案中所有的資料讀到記憶體中，如果檔案很大，這會給記憶體造成很大的壓力，這並不是一種合理的讀取檔案方式。這時候可以逐行擷取資料~

# 使用 readline() 僅讀取文本的一行內容，游標從檔案的開頭移動到一行的末尾（唯讀一行，遇到\r 或者 \n 為止），然後讀物第二行with open(file = ‘/Users/luyi/tmp/def.txt‘, mode = ‘r‘, encoding=‘utf-8‘) as f:    data = f.readline()         # 僅讀取一行    print(data)# 使用 while 迴圈遍曆檔案with open(file = ‘/Users/luyi/tmp/def.txt‘, mode = ‘r‘, encoding=‘utf-8‘) as f:    line = f.readline()    while line:                   # 當 line 不為None，繼續讀取檔案        print(line, end=‘‘)    # print() 內建換行功能，line中已有‘\n‘，print不用再換行，所以加上參數end=‘‘        line = f.readline()# 使用 for 迴圈遍曆 f 變數也是逐行讀取檔案內容，與 readline() 類似。這裡其實內部調用了 f 變數的next()方法，逐行迭代檔案對象，這種方式的遍曆貌似比 readline() 要來的簡單明了。with open(file = ‘/Users/luyi/tmp/def.txt‘, mode = ‘r‘, encoding=‘utf-8‘) as f:    for line in f:        print(line, end=‘‘)

Tip：在調用next()方法時，不能同時調用 tell() 方法擷取檔案游標位置

和 readline() 功能類似的還有個 readlines() ，readlines()會將檔案的內容一次性擷取，並儲存為列表，檔案每一行內容為列表的一個元素~

with open(file = ‘/Users/luyi/tmp/def.txt‘, mode = ‘r‘, encoding=‘utf-8‘) as f:    line = f.readlines()    print(type(line))    print(line)結果輸出：<class ‘list‘>[‘1.aaaaaaaaa\n‘, ‘2.bbbbbbbbb\n‘, ‘3.ccccccccc\n‘, ‘4.ddddddddd\n‘, ‘5.eeeeeeeee\n‘, ‘6.fffffffff\n‘]

寫檔案

python寫檔案，同樣使用open()，模式使用 ‘w‘（唯寫），‘wb‘（二進位寫），‘w+‘（可讀可寫）~

直接寫

f = open(file = ‘/Users/luyi/tmp/abc.txt‘, mode = ‘w‘, encoding = ‘utf-8‘)f.write(‘你好~~，hello‘)f.close()       # 同樣需要注意，關閉系統層級的資源

open() 參數說明：

file：指定檔案路徑，若該目錄下檔案不存在，會建立，若檔案存在，直接覆蓋；若目錄不存在，拋出錯誤mode=‘w‘：指定為唯寫模式encoding：指定寫入到檔案時，使用的編碼通訊協定，即將 記憶體中 unicode 格式的資料 按照指定編碼通訊協定編碼後進行儲存（這裡是 encoding 過程，和read相反）

同樣可以使用 with open() 方式代替：

with open(file = ‘/Users/luyi/tmp/abc.txt‘, mode = ‘w‘, encoding = ‘utf-8‘) as f:    f.write(‘你好!!，hello‘)

二進位寫

二進位寫 的模式為 ‘wb‘，當指定 mode=‘wb‘ ，寫入資料時必須傳入位元組類型的資料（bytes類型），且需要手動添加分行符號（\n）

with open(file = ‘/Users/luyi/tmp/abc.txt‘, mode = ‘wb‘) as f:    f.write(‘你好~~，hello‘.encode(‘utf-8‘))

Tip：這裡由於是‘wb‘模式，write()函數中需要傳入bytes類型的資料，直接使單引號或雙引號包含的資料是 str 類型，str 類型的資料 encode 之後，返回的是 bytes類型，或者也可以使用 b‘‘ ~

with open(file = ‘/Users/luyi/tmp/abc.txt‘, mode = ‘wb‘) as f:    f.write(b‘abc‘)          # bytes 類型只能包含 ASCII 碼字元

同時寫入多行使用writelines()函數

with open(file = ‘/Users/luyi/tmp/abc.txt‘, mode = ‘w‘, encoding=‘utf-8‘) as f:    f.writelines([‘111111\n‘, ‘222222\n‘, ‘333333\n‘])    # 需要自己添加分行符號# wb模式with open(file = ‘/Users/luyi/tmp/abc.txt‘, mode = ‘wb‘) as f:    f.writelines([bytes(‘你好\n‘.encode(‘utf-8‘)), ‘kitty\n‘.encode(‘utf-8‘)])

Tip：f.flush() 可立刻將檔案內容從記憶體刷到磁碟
注意點：當以 ‘w‘ 、‘wb‘、‘w+‘（寫讀模式，很少用） 模式開啟檔案時，在開啟檔案的同時會將檔案內容清空~

讀寫入模式

開啟檔案模式還有讀寫入模式，開啟後可進行讀寫操作，即 mode=‘r+‘；

with open(file = ‘/Users/luyi/tmp/abc.txt‘, mode = ‘r+‘, encoding=‘utf-8‘) as f:    print(f.read())    f.write(‘你好~~，hello‘)

追加檔案

開啟檔案時，若使用模式 “a” 或 “ab” ，則只能對檔案進行追加，即：在原來內容的尾部追加內容~

with open(file = ‘/Users/luyi/tmp/abc.txt‘, mode = ‘a‘, encoding=‘utf-8‘) as f:    f.write(‘aaaaaaa\n‘)    f.write(‘vvvvvvv\n‘)檔案內容：你好kittyaaaaaaavvvvvvv

檔案操作的各種模式說明

操作檔案的模式列舉

模式	說明
‘r‘	讀模式
‘w‘	寫入模式
‘a‘	追加模式
‘b‘	二進位模式
‘t‘	text 模式（預設）
‘+‘	同時讀寫某個檔案
‘x‘	唯寫模式，檔案不存在 自動建立，檔案原先就存在則報錯

除了上述幾個模式，還有以上模式的各種組合~
常用的模式還有：
rb‘，‘wb‘，‘ab‘ # 非文字檔，只能使用 ‘b‘ 模式開啟
‘r+‘，‘w+‘，‘a+‘ # 都表示可讀寫，但是注意了 ‘w+‘ 模式開啟檔案，會首先清空檔案，所以一般模式 ‘w+‘ 很少用，使用模式 ‘a+‘ 時，游標會直接跳到檔案的最後，所以之前的內容讀不到~

針對檔案的其他動作

其他檔案操作的常用函數：

def writable(self, *args, **kwargs): # real signature unknown        判斷檔案是否可寫def readable(self, *args, **kwargs): # real signature unknown        判斷檔案是否可讀def fileno(self, *args, **kwargs): # real signature unknown        返迴文件控制代碼在核心中的索引值，做IO多工時可以用到def seek(self, *args, **kwargs): # real signature unknown        移動游標移到指定位置，注意這裡移動游標的單位是位元組def seekable(self, *args, **kwargs): # real signature unknown        判斷檔案是否可進行 seek 操作def tell(self, *args, **kwargs): # real signature unknown        返回當前檔案操作游標位置 def truncate(self, *args, **kwargs): # real signature unknown        按指定長度截斷檔案，經個人測試 python3中的 truncate 方法貌似已經失效

在對檔案操作的過程中，游標會不斷移動，例如readline()方法讀取一行資訊後，游標會移動至當前行的末尾，writeline()游標也會移動至當前行末尾（寫過程貌似游標一直在末尾）~

游標移動的單位和檔案被開啟的模式相關，若檔案以文字模式開啟時，read(5) 會使游標向後移動5個字元；若檔案以非文字模式開啟（‘b‘模式），則 read() 會向後移動5個位元組。seek函數不管模式是什麼，游標移動的單位都是位元組~

例如常值內容如下：

123456789abcdefghi

code：

with open(file = ‘/Users/luyi/tmp/abc.txt‘, mode = ‘r+‘, encoding=‘utf-8‘) as f:    f.seek(5)    print(f.readline())    print(f.tell())        # 輸出當前游標位置結果輸出：678910

.................^_^

python檔案處理