Python入門篇（五）之檔案操作和字元編碼

標籤：Python   檔案操作和字元編碼   

1、檔案操作1、檔案操作流程：

開啟檔案，得到檔案控制代碼並賦值給一個變數===>  file = open("yesterday",encoding="utf-8")通過控制代碼對檔案進行操作關閉檔案 ==>  file.close()

1.2、開啟檔案的模式

r，唯讀模式（預設）。w，唯寫模式。【不可讀；不存在則建立；存在則刪除內容；】a，追加模式。【可讀；   不存在則建立；存在則只追加內容；】"+" 表示可以同時讀寫某個檔案r+，可讀寫檔案。【可讀；可寫；可追加】w+，寫讀----->沒啥卵用a+，同a"U"表示在讀取時，可以將 \r \n \r\n自動轉換成 \n （與 r 或 r+ 模式同使用）rUr+U"b"表示處理二進位檔案（如：FTP發送上傳ISO鏡像檔案，linux可忽略，windows處理二進位檔案時需標註）rb--->二進位檔案讀取，二進位檔案必須使用二進位模式開啟wbab不同模式使用練習：書寫一個檔案，內容如下：我愛北京天安門北京天安門上太陽升data = open("yestday",encoding="utf-8").read()  --->全部讀取，預設為r（唯讀模式）print(data)執行結果：我愛北京天安門北京天安門上太陽升*******************************************************************************************當模式更改為唯寫模式時，會提示報錯，不可讀，並且會將yestday檔案內容清空data = open("yestday",‘w‘,encoding="utf-8").read()print(data)執行結果：io.UnsupportedOperation: not readable*******************************************************************************************data = open("yestday",‘a‘,encoding="utf-8")data.write("\nwelcome")執行結果：無傳回值，可以查看yestday檔案是否在尾部增加了welcome的字元*******************************************************************************************yestday檔案內容：You Are My Baby！Come on!!!Come on!!!Come on!!!welcomedata = open("yestday",‘r+‘,enconding="utf-8")print(data.readline())print(data.readline())data.write("\nBeiJing")執行結果：You Are My Baby！Come on!!!查看yestday檔案內容：You Are My Baby！Come on!!!Come on!!!Come on!!!welcomeBeiJing★★r+讀寫入模式，只能在尾部追加，無法在檔案內部進行插入，比如上面先讀取了2行，再寫入BeiJing，查看檔案的變化是在尾部增加了該字串。

1.3、file對象常用函數

file對象使用open函數來建立，以下為file對象常用的函數：

序號	方法	描述
1	file.close()	關閉檔案。關閉後檔案不能再進行讀寫操作。
2	file.flush()	重新整理檔案內部緩衝，直接把內部緩衝區的資料立刻寫入檔案, 而不是被動的等待輸出緩衝區寫入。
3	file.fileno()	返回一個整型的檔案描述符(file descriptor FD 整型), 可以用在如os模組的read方法等一些底層操作上。
4	file.isatty()	如果檔案串連到一個終端裝置返回 True，否則返回 False。
5	file.next()	返迴文件的下一行
6	file.read([size])	從檔案讀取指定的位元組數，如果未給定或為負則讀取所有。
7	file.readline([size])	讀取整行，包括 "\n" 字元。
8	file.seek()	設定檔案的當前位置
9	file.tell()	返迴文件的當前位置
10	file.truncate([size])	從檔案的首行首字元開始截斷，截斷檔案為 size 個字元，無 size 表示從當前位置截斷；截斷之後 V 後面的所有字元被刪除，其中 Widnows 系統下的換行代表2個字元大小。
11	file.write(str)	將字串寫入檔案，沒有傳回值
12	file.writelines(sequence)	向檔案寫入一個序列字串列表，如果需要換行則要自己加入每行的分行符號。

進度條練習：---->使用flush重新整理緩衝區

import sys,timefor i in range(10):    sys.stdout.write("#")    sys.stdout.flush()    time.sleep(0.1)執行結果：##########

檔案的修改練習：---->通過將修改的內容儲存到一個新的檔案當中
檔案內容如下：
我愛北京天安門
天安門上太陽升
張傑
林俊傑
周杰倫

file = open("yestday","r",encoding="utf-8")filenew = open("yestdaynew",‘w‘,encoding="utf-8")for line in file:    if "張傑" in line:        line = line.replace("張傑","謝娜")    filenew.write(line)file.close()filenew.close()執行結果：產生了yestdaynew檔案，內容如下：我愛北京天安門天安門上太陽升謝娜林俊傑周杰倫

1.4、with語句

為了避免開啟檔案後忘記關閉，可以通過管理上下文，即：
with open(‘log‘,‘r‘) as f:
如此方式，當with代碼塊執行完畢時，內部會自動關閉並釋放檔案資源。
在Python 2.7 後，with又支援同時對多個檔案的上下文進行管理，即：
with open(‘log1‘) as obj1, open(‘log2‘) as obj2:

with open("yestday",‘r‘,encoding="utf-8") as file:    for line in file:        print(line)執行結果：我愛北京天安門天安門上太陽升張傑林俊傑周杰倫with open("yestday",‘r‘,encoding="utf-8") as file ,        open("yestday",‘r‘,encoding="utf-8") as file2:    for line in file2:        print(line)執行結果：我愛北京天安門天安門上太陽升張傑林俊傑周杰倫

2、字元編碼和轉碼

詳細文章:
python編碼終極版

2.1需知

1.在python2預設編碼是ASCII, python3裡預設是unicode

[[email protected] ~]# pythonPython 2.7.5 (default, Aug  4 2017, 00:39:18) [GCC 4.8.5 20150623 (Red Hat 4.8.5-16)] on linux2Type "help", "copyright", "credits" or "license" for more information.>>> import sys>>> print(sys.getdefaultencoding())asciiC:\Users\Administrator>pythonPython 3.5.2 (v3.5.2:4def2a2901a5, Jun 25 2016, 22:18:55) [MSC v.1900 64 bit (AMD64)] on win32Type "help", "copyright", "credits" or "license" for more information.>>> import sys>>> print(sys.getdefaultencoding())utf-8>>>

2.unicode 分為 utf-32(佔4個位元組),utf-16(佔兩個位元組)，utf-8(佔1-4個位元組)， 所以 utf-16就是現在最常用的unicode版本， 不過在檔案裡存的還是utf-8，因為utf8省空間

3.在py3中encode,在轉碼的同時還會把string 變成bytes類型，decode在解碼的同時還會把bytes變回string

4.Unicode與utf8的關係：
一言以蔽之：Unicode是記憶體編碼錶示方案（是規範），而UTF是如何儲存和傳輸Unicode的方案（是實現）這也是UTF與Unicode的區別。

in python 2.x#author = KIM#-*-coding:utf-8-*-  -->申明編碼的方式為utf-8import sysprint(sys.getdefaultencoding())  -->python 2.x中預設的編碼是asciimsg = "你好"msg_to_gbk = msg.decode("utf-8").encode("gbk")print(msg_to_gbk)執行結果：[[email protected] ~]# python encode.py ascii?o --->亂碼此處將utf-8編碼轉為gbk的編碼過程：msg解碼（decode）為unicode，再編碼（encode）為gbk。而預設的的編碼格式為utf-8,gbk格式明文顯示會出現亂碼。in python 3.ximport sysprint(sys.getdefaultencoding()) msg = "我愛北京天安門"msg_gbk = msg.encode("gbk")  -->預設就是unicode，不需要decodemsg_utf8 = msg.encode("utf-8")msg_unicode = msg.encode("gbk").decode("gbk")print(msg_gbk)print(msg_utf8 )print(msg_unicode)執行結果：utf-8b‘\xce\xd2\xb0\xae\xb1\xb1\xbe\xa9\xcc\xec\xb0\xb2\xc3\xc5‘b‘\xe6\x88\x91\xe7\x88\xb1\xe5\x8c\x97\xe4\xba\xac\xe5\xa4\xa9\xe5\xae\x89\xe9\x97\xa8‘我愛北京天安門

Python入門篇（五）之檔案操作和字元編碼