Python—文件处理

# 1. 打开文件，由应用程序向操作系统发起系统调用open(...)，操作系统打开该文件，对应一块硬盘空间，并返回一个文件对象(文件句柄) 赋值给一个变量f
f=open(r'a.txt',mode = 'rt',encoding='utf-8') #默认打开模式就为r

'相对路径--只能在 执行程序 所在的文件夹开始查找'

在拼写路径的时候可能会出现 ‘n’ 等字符被识别错误

解决方法： r ‘路径’-- r 代表原生字符；也可以统一换成 左斜杠 '/'

# 2. 调用文件对象下的读/写方法，会被操作系统转换为读/写硬盘的操作
data=f.read()

# 3. 向操作系统发起关闭文件的请求，回收系统资源
f.close()

打开一个文件包含两部分资源：应用程序的变量f和操作系统打开的文件。

在操作完毕一个文件时，必须把与该文件的这两部分资源全部回收，回收方法为：

step 1: f.close()

step 2 : del f

其中del f一定要发生在 f.close() 之后，否则就会导致操作系统打开的文件无法关闭，白白占用资源，
而python自动的垃圾回收机制决定了我们无需考虑 del f，这就要求我们，在操作完毕文件后，一定要记住 f.close()，虽然我们如此强调，但是大多数读者还是会不由自主地忘记f.close()，考虑到这一点，python提供了with关键字来帮我们管理上下文

# 1、在执行完子代码块后，with 会自动执行f.close()
with open(r'a.txt',mode = 'rt',encoding='utf-8') as f:
	pass 

# 2、可用用with同时打开多个文件，用逗号分隔开即可
with open('a.txt','r') as read_f,open('b.txt','w') as write_f:  
	data = read_f.read()
	write_f.write(data)

with 中的子代码的级别与 if、for 等不同，写在子代码中和写在子代码外是一样的

文件的操作模式有三种：

默认为 r ：只读

w : 只写

a : 只追加写

拓展：了解即可，一般只用到单纯的可读、可写

         r+ w+ a+ :可读可写

文件的内容模式有两种：

默认为 t ：文本字符串，必须指定 encoding 参数，默认为 'utf-8’

b : 无论读写都是以二进制形式 , 一定不能指定 encoding 参数

# r只读模式: 在文件不存在时则报错, 文件存在时，文件内指针直接跳到文件开头
 with open('a.txt',mode='r',encoding='utf-8') as f:
     res=f.read() # 会将文件的内容由硬盘全部读入内存，赋值给res

""" 
w 只写模式：文件不存在时，则创建一个空文件，指针指向文件开头；
					文件存在时，同样是创建一个空文件将之前的文件全覆盖。
"""
with open('b.txt',mode='w',encoding='utf-8') as f:
    f.write('你好n')
    f.write('我好n') 
    f.write('大家好n')
    f.write('111n222n333n')
    
#强调：
# 1 在文件不关闭的情况下,连续的写入，后写的内容一定跟在前写内容的后面
# 2 如果重新以w模式打开文件，则会清空文件内容

# a只追加写模式: 在文件不存在时会创建空文档,文件存在会将文件指针直接移动到文件末尾
 with open('c.txt',mode='a',encoding='utf-8') as f:
     f.write('44444n')
     f.write('55555n')
    
'''
强调 w 模式与 a 模式的异同：
 1 相同点：在打开的文件不关闭的情况下，连续的写入，新写的内容总会跟在前写的内容之后
 2 不同点：以 a 模式重新打开文件，不会清空原文件内容，会将文件指针直接移动到文件末尾，新写的内容永远写在最后
'''

# t 模式：如果我们指定的文件打开模式为r/w/a，其实默认就是rt/wt/at
'必须指定 encoding 参数，默认为 utf-8'
 with open('a.txt',mode='rt',encoding='utf-8') as f:
     res=f.read() 
     print(type(res)) # 输出结果为：
        
 with open('a.txt',mode='wt',encoding='utf-8') as f:
     s='abc'
     f.write(s) # 写入的也必须是字符串类型
    
'''
t 模式只能用于操作文本文件,无论读写，都应该以字符串为单位，
而存取硬盘本质都是二进制的形式，当指定 t 模式时，内部帮我们做了编码与解码
'''
 # encoding 参数与 文件的编码形式不一致会导致乱码

# b: 读写都是以二进制位单位 一定不能指定 encoding 参数
 with open('1.mp4',mode='rb') as f:
     data=f.read()
     print(type(data)) # 输出结果为：

 with open('a.txt',mode='wb') as f:
	 msg="你好"
     res=msg.encode('utf-8') # res为bytes类型
     f.write(res) # 在b模式下写入文件的只能是bytes类型

'''
强调：b模式对比t模式
1、在操作 纯文本文件 t模式帮我们省去了编码与解码的环节，b模式则需要手动编码与解码，所以此时t模式更为方便
2、针对非文本文件（如图片、视频、音频等）只能使用b模式
'''

"""
1、获取源文件路径；
2、输入拷贝后的文件存放路径
3、对源文件进行读取并写入目标文件
"""

src = input('源文件路径为：').strip()
dst = input('存放路径为：').strip()

''' 
由于文件的内容会被直接读取的内存，考虑一次全部读入会占用很多内存，所以不建议使用

with open(r'%s' % src, 'rb') as read_f, open(r'%s' % src, 'wb') as write_f:
  write_f.write( read_f.read() )
'''

# 一次读取一行
with open(r'%s' % src, 'rb') as read_f, open(r'%s' % src, 'wb') as write_f:
  for line in read_f:
    write_f.write(line)

f.read()  # 一次性读取所有内容,执行完该操作后，文件指针会移动到文件末尾
f.readline()  # 读取一行内容,指针会移动到下一行的首部
f.readlines()  # 一次性读取所有内容，每一行内容作为一个元素存放于列表中
f.readable()  # 校验当前文件是否可读

"""
强调：
 f.read()与f.readlines()都是将内容一次性读入内容，如果内容过大会导致内存溢出，若还想将内容全读入内存，则必须分多次读入，有两种实现方式：
"""
# 方式一 t 模式下可以按照指定的字符个数 来读取
with open('a.txt',mode='rt',encoding='utf-8') as f:
  print(f.read(6)) # 一次只读取 6 个字符

with open('a.txt',mode='rt',encoding='utf-8') as f:
    for line in f:
        print(line) # 同一时刻只读入一行内容到内存中

# 方式二 b 模式下读取可以按照指定的字节来读取
with open('1.txt',mode='rb') as f:
  print(f.read(6)) # 一次只读取 6 个字节
  print(f.read(6).decode('utf-8')) # 可以按照 解码格式 将二进制转换成字符
  '注意：一个中文占 3 个字节'

'强调：t 模式下读写都只是 str 类型'
  
	f.write('1111n222n') # 换行符自己手动写
	f.writelines(['333n','444n'])  # 可以将列表中的多个 字符串元素 全部写入
  
 'b 模式下写入 字符串类型 需要指定编码格式 encoding= "utf-8" '
  f.write('1111n222n', encoding= "utf-8")
  

相当于 ctrl + s, 把内存中的数据立即存到硬盘中

with open('a.txt',mode='rt',encoding='utf-8') as f:
  print(f.read())
  # 内容全部读取出之后，指针已经指向了文件的末尾，如果再进行 f.read() 读出的都是空

  '在关闭文件之前，还想读取文字，就要把指针所在位置进行改变'

f . seek( offset，whence)

offset ：指针在 控制模式操作指针移动后 再向后移动的 *字节数*
'offset 可正可负 '
whence：控制模式

**0模式 (t, b 两种模式)：**以文件开头为参考系–移动到文件开头

1模式 ( b 模式)：以当前指针所处位置为参考系

2模式 ( b 模式)：以文件末尾为参考系

# a.txt用utf-8编码，内容如下（abc各占1个字节，中文“你好”各占3个字节）
abc你好
 
'0模式的使用'
with open('a.txt',mode='rt',encoding='utf-8') as f:
    f.seek(3,0)     # 参照文件开头移动了3个字节
    print(f.tell()) # 查看当前文件指针距离文件开头的位置，输出结果为3
    print(f.read()) # 从第3个字节的位置读到文件末尾，输出结果为：你好
    # 注意：由于在t模式下，会将读取的内容自动解码，所以必须保证读取的内容是一个完整中文数据，否则解码失败
 
with open('a.txt',mode='rb') as f:
    f.seek(6,0)
    print(f.read().decode('utf-8')) #输出结果为: 好

'1模式的使用'
with open('a.txt',mode='rb') as f:
    f.seek(3,1) # 从当前位置往后移动3个字节，而此时的当前位置就是文件开头
    print(f.tell()) # 输出结果为：3
    f.seek(4,1)     # 从当前位置往后移动4个字节，而此时的当前位置为3
    print(f.tell()) # 输出结果为：7

'2模式的使用'
with open('a.txt',mode='rb') as f:
    f.seek(0,2)     # 参照文件末尾移动0个字节， 即直接跳到文件末尾
    print(f.tell()) # 输出结果为：9
    f.seek(-3,2)     # 参照文件末尾往前移动了3个字节
    print(f.read().decode('utf-8')) # 输出结果为：好

方式一：将文件内容全部读出，再以 ’ W ’ 模式写–将源文件覆盖；(很少使用)

优点：在文件修改过程中同一份数据只有一份

缺点：过多占用内存

with open('db.txt',mode='rt',encoding='utf-8') as f:
    data=f.read()
 
with open('db.txt',mode='wt',encoding='utf-8') as f:
    f.write(data.replace('kevin','SB'))

方式二：读方式 打开源文件，写方式打开 一个临时文件，按行读取源文件内容，

​ 将内容修改后写入 临时文件 ，全部修改完毕之后，删除源文件，重命名临时文件

优点：不占用过多内存

缺点：文件修改过程中同一份数据会存在两份

import os # 导入 os 模块
 
with open('db.txt',mode='rt',encoding='utf-8') as read_f,
        open('.db.txt.swap',mode='wt',encoding='utf-8') as wrife_f:
    for line in read_f:
        wrife_f.write(line.replace('SB','kevin'))
 
os.remove('db.txt')  # 删除源文件
os.rename('.db.txt.swap','db.txt') # 重命名临时文件