Python文件操作

一、关于文件二、读写文件简单操作三、文件权限四、文件高级操作五、大文件的读取基本方法常用函数 六、大文件的读取其他方式

一、关于文件

文件的作用：把一些数据储存起来使用文件流程： 打开文件，读写文件，关闭文件

二、读写文件简单操作

1.读取文件

#打开文件 file = open("demo1/1.txt",mode="r") #读取文件 ret = file.read() #file只是变量，read是读取函数 print(ret) #关闭文件 file.close() #第一个参数的文件的路径 #第二个参数mode=访问文件的模型，r表示读，默认是r模式

2.写入文件

2.写文件 write file = open("demo1/1.txt",mode="w") file = open("demo1/111.txt",mode="w") #文件不存在，会自动创建 file = open("demo2/111.txt",mode="w") #不会创建目录 file.write("huangzhi") file.close()

三、文件权限

rb 以二进制格式打开一个文件用于只读。文件指针将会放在文件的开头。一般用于 非文本文件如图片等。 注意：二进制文件把内容表示为一个特殊的 bytes 字符串类型。

# file = open("demo1/1.txt","rb") file = open("demo1/1.png","rb") ret = file.read() #b'huangzhi' huangzhi print(ret) file.close()

r+ 打开一个文件用于读写。文件指针将会放在文件的开头。

file = open("demo1/1.txt","r+") # ret = file.read() #读取全部内容 # print(ret) file.write("guyin") #从头写入，原有内容会逐渐被覆盖 file.close()

rb+ 以二进制格式打开一个文件用于读写。文件指针将会放在文件的开头。一般用于 非文本文件如图片等。

wb 以二进制格式打开一个文件只用于写入。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。一般用于非文本文件如图片等。

from demo1.img import img2 file = open("demo1/2.jpg","wb") file.write(img2) file.close()

w+ 打开一个文件用于读写。如果该文件已存在则打开文件，并从开头开始编辑，即 原有内容会被删除。如果该文件不存在，创建新文件。

file = open("demo1/1.txt","w+") file.write("hello world") ret = file.read() print(ret) file.close()

a 打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。 也 就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件 进行写入。

#在demo1下的111.txt中追加“guyin” # file = open("demo1/111.txt","a") file = open("demo1/3.txt","a") file.write("guyin") file.close()

ab 以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文 件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在， 创建新文件进行写入。

a+ 打开一个文件用于读写。如果该文件已存在，文件指针将会放在文件的结尾。 文 件打开时会是追加模式。如果该文件不存在，创建新文件用于读写。

file = open("demo1/111.txt","a+") file.write("yangyong") ret = file.read() print(ret) file.close()

ab+ 以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文 件的结尾。如果该文件不存在，创建新文件用于读写。

四、文件高级操作

调用 read()会一次性读取文件的全部内容，如果文件有 10G，内存就爆了，会导致程序卡死， 所以，要保险起见，可以反复调用 read(size)方法，每次最多读取 size 个字符的内容

file = open("demo1/111.txt","r") ret1 = file.read(5) ret2 = file.read(5) # print(ret1) print(ret2) file.close()

readline 每次读取一行，并且自带换行功能 每一行末尾会读到\n可以指定每行读取的字符长度，下一次读取会从此位置开始

f = open("demo1/4.txt","r") # ret = f.read() print(f.readline(3)) print(f.readline(3)) print(f.readline(3)) f.close()

readlines，一次性以行的形式读取文件的所有内容并返回一个 list，需要去遍历读出来

f = open("demo1/4.txt","r") ret = f.readlines() # print(ret) for i in ret: print(i,end='') f.close()

file 句柄是一个可迭代的对象因此，可以循环读取文件中的内容，每次读一行

f = open("demo1/4.txt","r") # print(f) #文件句柄，是一个可迭代对象 for i in f: print(i) f.close()

write和writelines(多行一次性写入)

file = open("demo1/5.txt","w") # file.write("yangyong") # file.write("zhuzucheng") # lst = ["yangyong","zhuzucheng"] #列表中必须是字符串 lst = ["yangyong","zhuzucheng",10] # for i in lst: # file.write(i) file.writelines(lst) file.close()

cvs文件读写

写入 CSV 文件 必须创建 csv 模块中对应的 writer 对象，通过 writer 对象完成文件内容的写入操作 f = open("demo1/movie.csv","w",newline='') writer = csv.writer(f) writer.writerow(["电影名称","评分","演员","网址"]) writer.writerows([["唐人际探案1","8.5","刘昊然","www.movei1.com"], ["唐人际探案2","8.6","刘昊然","www.movei2.com"], ["唐人际探案3","8.7","刘昊然","www.movei3.com"]]) f.close() 读取 csv 文件的操作，主要通过 csv 模块中的 reader 对象来完成，通过加载文件数据到 reader 对象中，文件中的数据就会按照固定的格式读取到程序中进行处理 f = open("demo1/movie.csv","r",newline='') reader = csv.reader(f) # print(reader) #<_csv.reader object at 0x0000000001EACCE0> for i in reader: print(i) f.close()

将豆瓣电影写入csv文件:电影名称，评分，演员，网址

from demo1.movie import movie_dict2 print(movie_dict2) for i in movie_dict2["data"]: #遍历列表，取出字典对应的数据 print(i['title'],i['rate'],i['casts'],i['url']) f = open("demo1/movie2.csv","w",newline='') writer = csv.writer(f) writer.writerow(["电影名称","评分","演员","网址"]) for i in movie_dict2["data"]: movie_name = i['title'] rate = i['rate'] casts = i['casts'] url = i["url"] writer.writerow([movie_name,rate,casts,url]) f.close()

五、大文件的读取

如果文件不是很大的话，这种做法能够保证读取的速度，但是如果文件内容很大，大到差不多内存那么大或者更大的时候，就不能这么做了。但是 Python 早就替你考虑到了，Python 中有一个 fileinput 模块，可以使用它来操作。

import fileinput with fileinput.input(files='text.html') as f: for line in f: print(line,end="")

当出现如下错误: UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0x80 in position 1517: illegal multibyte sequence 可以说明其编码有问题,我们可以将其转换成utf8,具体措施如下:

import fileinput with fileinput.input(files='text.html',openhook=fileinput.hook_encoded("utf8")) as f: for line in f: print(line,end="")

基本方法

fileinput.input(files=None, inplace=False, backup='', bufsize=0, mode='r', openhook=None) files: #文件的路径列表，默认是stdin方式，多文件['1.txt','2.txt',...] inplace: #是否将标准输出的结果写回文件，默认不取代 backup: #备份文件的扩展名，只指定扩展名，如.bak。如果该文件的备份文件已存在，则会自动覆盖。 bufsize: #缓冲区大小，默认为0，如果文件很大，可以修改此参数，一般默认即可 mode: #读写模式，默认为只读 openhook: #该钩子用于控制打开的所有文件，比如说编码方式等;

常用函数

fileinput.input() #返回能够用于for循环遍历的对象 fileinput.filename() #返回当前文件的名称 fileinput.lineno() #返回当前已经读取的行的数量（或者序号） fileinput.filelineno() #返回当前读取的行的行号 fileinput.isfirstline() #检查当前行是否是文件的第一行 fileinput.isstdin() #判断最后一行是否从stdin中读取 fileinput.close() #关闭队列

六、大文件的读取其他方式

def get_lines(): with open('file.txt','rb') as f: return f.readlines() if name == ' main ': for e in get_lines(): process(e) # 处理每一行数据

现在要处理一个大小为10G的文件，但是内存只有4G，如果在只修改get_lines 函数而其他代码保持不变的情况下，应该如何实现？需要考虑的问题都有那些？

def get_lines(): with open('file.txt','rb') as f: for i in f: yield i

个人认为：还是设置下每次返回的行数较好，否则读取次数太多。

def get_lines(): l = [] with open('file.txt','rb') as f: data = f.readlines(60000) l.append(data) yield l from mmap import mmap def get_lines(fp): with open(fp,"r+") as f: m = mmap(f.fileno(), 0) tmp = 0 for i, char in enumerate(m): if char==b"\n": yield m[tmp:i+1].decode() tmp = i+1 if name ==" main ": for i in get_lines("fp_some_huge_file"): print(i)