文件处理

01. 文件的概念

1.1 文件的概念和作用

• 计算机的 文件，就是存储在某种 长期储存设备 上的一段 数据
• 长期存储设备包括：硬盘、U 盘、移动硬盘、光盘…

1.2 文件的存储方式

• 在计算机中，文件是以 二进制 的方式保存在磁盘上的

文本文件和二进制文件

• 文本文件
  • 可以使用 文本编辑软件 查看
  • 本质上还是二进制文件
  • 例如：python 的源程序
• 二进制文件
  • 保存的内容 不是给人直接阅读的，而是 提供给其他软件使用的
  • 例如：图片文件、音频文件、视频文件等等
  • 二进制文件不能使用 文本编辑软件 查看

02. 文件的基本操作

2.1 操作文件的套路

在 计算机 中要操作文件的套路非常固定，一共包含三个步骤：

1. 打开文件
2. 读、写文件
   • 读 将文件内容读入内存
   • 写 将内存内容写入文件
3. 关闭文件

2.2 操作文件的函数/方法

• 在 Python 中要操作文件需要记住 1 个函数和 3 个方法

• open 函数负责打开文件，并且返回文件对象
• read/write/close 三个方法都需要通过 文件对象 来调用

2.3 read 方法 —— 读取文件

• open函数的第一个参数是要打开的文件名（文件名区分大小写）
  • 如果文件 存在，返回 文件操作对象
  • 如果文件 不存在，会 抛出异常
• read 方法可以一次性 读入 并 返回 文件的 所有内容
• close方法负责关闭文件
  • 如果 忘记关闭文件，会造成系统资源消耗，而且会影响到后续对文件的访问
• 注意：read 方法执行后，会把 文件指针 移动到 文件的末尾

# 1. 打开 - 文件名需要注意大小写
file = open("README")# 2. 读取
text = file.read()
print(text)# 3. 关闭
file.close()

提示

• 在开发中，通常会先编写 打开 和 关闭 的代码，再编写中间针对文件的 读/写 操作！

文件指针

• 文件指针 标记 从哪个位置开始读取数据
• 第一次打开 文件时，通常 文件指针会指向文件的开始位置
• 当执行了read方法后，文件指针 会移动到 读取内容的末尾
  • 默认情况下会移动到 文件末尾

2.4 打开文件的方式

• open 函数默认以 只读方式 打开文件，并且返回文件对象

语法如下：f = open("文件名", "访问方式")

提示

• 频繁的移动文件指针，会影响文件的读写效率，开发中更多的时候会以 只读、只写 的方式来操作文件

# 打开文件
f = open("README", "w")f.write("hello python！\n")
f.write("今天天气真好")# 关闭文件
f.close()

2.5 按行读取文件内容

• read 方法默认会把文件的 所有内容 一次性读取到内存
• 如果文件太大，对内存的占用会非常严重

readline 方法

• readline 方法可以一次读取一行内容
• 方法执行后，会把 文件指针 移动到下一行，准备再次读取

读取大文件的正确姿势

# 打开文件
file = open("README")while True:# 读取一行内容text = file.readline()# 判断是否读到内容if not text:break# 每读取一行的末尾已经有了一个 `\n`print(text, end="")# 关闭文件
file.close()

2.6 文件读写案例

小文件复制

# 1. 打开文件
file_read = open("README")
file_write = open("README[复件]", "w")# 2. 读取并写入文件
text = file_read.read()
file_write.write(text)# 3. 关闭文件
file_read.close()
file_write.close()

大文件复制

# 1. 打开文件
file_read = open("README")
file_write = open("README[复件]", "w")# 2. 读取并写入文件
while True:# 每次读取一行text = file_read.readline()# 判断是否读取到内容if not text:breakfile_write.write(text)# 3. 关闭文件
file_read.close()
file_write.close()

03. 文件/目录的常用管理操作

• 在 终端 / 文件浏览器中可以执行常规的 文件 /目录 管理操作，例如：
  • 创建、重命名、删除、改变路径、查看目录内容、……
• 在 Python 中，如果希望通过程序实现上述功能，需要导入 os 模块

文件操作

目录操作

提示：文件或者目录操作都支持 相对路径 和 绝对路径

04. 文本文件的编码格式

4.1 ASCII 编码和 UNICODE 编码

ASCII 编码

• 计算机中只有 256 个 ASCII 字符
• 一个 ASCII在内存中占用1 个字节的空间
  • 8 个 0/1 的排列组合方式一共有 256 种，也就是 2 ** 8

UTF-8 编码格式

• 计算机中使用 1~6 个字节 来表示一个 UTF-8 字符，涵盖了 地球上几乎所有地区的文字
• 大多数汉字会使用 3 个字节 表示
• UTF-8 是 UNICODE 编码的一种编码格式