Python學習—基礎篇之文件操作

文件操作

文件操作也是編程中需要熟練掌握的技能，尤其是在後臺介面編寫和數據分析過程中，對各種類型的文件進行操作，獲取文件信息或者對信息進行存儲是十分重要的。本篇博客中將主要對常見的文本格式文件和Excel文件的相關操作進行介紹。

一、文本文件

1.1 文件操作流程

　　1、打開文件，獲得文件句柄，並賦值給一個變數 ；

　　2、通過句柄對文件進行相關操作；

　　3、關閉文件

示例：

 1 # -*- coding:utf-8 -*-
 2 # author: cdc
 3 # date: 2018/8/23
 4 
 5 f = open('動物世界.txt','r',encoding='utf-8')
 6 content = f.read()
 7 print(content)
 8 f.close()
 9 
10 #***************運行結果*****************
11 '''
12 東打一下西戳一下
13 動物未必需要尖牙
14 示愛的方法有禮貌或是我管它
15 要將情人一口吞下
16 還要顯得溫文爾雅
17 螳螂委屈的展示舊傷疤
18 ......
19 '''

open函數中，第一個參數為文件存儲的位置+文件名(我在本地測試時文件與代碼同級)，第二個參數為文件的操作模式，第三個參數為操作的編碼方式。

註意：文件是utf8保存的，打開文件時open函數是通過操作系統打開的文件，而win操作系統預設的是gbk編碼，所以直接打開會亂碼，需要encoding='utf8'。文件如果是gbk保存的，則直接打開即可。

1.2 文件的操作模式

========= ===============================================================
    Character Meaning
    --------- ---------------------------------------------------------------
    'r'       open for reading (default)
    'w'       open for writing, truncating the file first
    'x'       create a new file and open it for writing
    'a'       open for writing, appending to the end of the file if it exists
    'b'       binary mode
    't'       text mode (default)
    '+'       open a disk file for updating (reading and writing)
    'U'       universal newline mode (deprecated)
    ========= ===============================================================

示例：

 1 # -*- coding:utf-8 -*-
 2 # author: cdc
 3 # date: 2019/1/21
 4 
 5 # 只讀文件
 6 f = open('a.txt','r',encoding='utf-8')
 7 f.read()
 8 f.close()
 9 
10 # 只寫文件
11 # 註意: 1.若無該文件，寫文件操作時會自動創建;2.再次寫入時會從開頭寫,將原來的內容覆蓋
12 f = open('a.txt','w',encoding='utf-8')
13 f.write('helloll')
14 f.close()
15 
16 # 以追加模式寫入,會接著上一次的地方繼續寫
17 f = open('a.txt','a',encoding='utf-8')
18 f.write('123456879')
19 f.close()
20 
21 # 以讀寫的模式操作文件
22 f = open('a.txt','r+',encoding='utf-8')
23 f.read(5)
24 f.write('233333')
25 f.read()
26 f.close()
27 
28 # 以寫讀的模式操作文件
29 f = open('a.txt','w+')
30 print(f.read(5))         # 什麼都沒有,因為先格式化了文本
31 f.write('hello cdc')
32 print(f.read())          #還是read不到
33 f.seek(0)
34 print(f.read())
35 
36 # 以二進位方式讀文件
37 f = open('a.txt','rb')
38 content = f.read()
39 print(type(content))
40 f.close()
41 
42 # 以二進位方式寫文件
43 f = open('a.txt','wb')
44 f.write('hello alvin!'.encode())
45 f.close()

1.3 文件操作的具體方法

文件內容的讀取：

1 f.read()               # 將文件內容全部讀出來
2 f.read(5)              # 讀取五個位元組的內容
3 f.readline()           # 讀取一行
4 f.readlines()          # 將所有內容以換行符為準分割,形成一個列表對象

查看游標位置及游標操作：

1 #查看游標當前位置
2 f = open("a.txt","r",encoding="utf8")
3 print(f.tell())
4 print(f.read(5))
5 #一個中文預設為是三個字元
6 print(f.tell())
7 f.seek(0) #調整游標位置
8 print(f.read(5))

 1 f = open('a.txt', 'rb', )  
 2 f.read(3)
 3 f.seek(3)
 4 print(f.read(3))
 5 
 6 f.seek(3,1)          # 1為從當前位置，移動3個位元組
 7 print(f.read(3))
 8 
 9 f.seek(-4,2)        # 2為從從文件末尾算，向前移動4個位元組
10 print(f.read(3))
11 f.close()

flush操作：將緩衝區的內容刷新到終端

1 import sys,time
2 for i in range(30):
3     sys.stdout.write("*") #在緩衝區內寫內容
4     sys.stdout.flush() #將緩衝區內容刷新到終端顯示
5     print("*",end='',flush=True)
6     time.sleep(0.2)
7 f = open("小重山","w",encoding="utf8")
8 f.truncate()  #截斷操作，只保留游標前的內容，不設置參數時預設游標位置為0

1.4 with方法

為了避免打開文件後忘記關閉，可以通過管理上下文，即：

1 with open('a.txt','r',encoding='utf-8') as f:
2     f.readline()

如此方式，當with代碼塊執行完畢時，內部會自動關閉並釋放文件資源。with支持同時對多個文件的上下文進行管理，即：

1 with open('a.txt','r',encoding='utf-8') as f_read, open('b.txt','w',encoding='utf-8') as f_write:
2     f_read.readline()
3     f_write.write('hello')

1.5  踩坑啦！！！

對於文件的讀取操作，本人在公司遇到過不少的麻煩。。。由於每個人使用的文本編輯器不同，並且不是所有人都能關註到語言格式的問題，所以往往存儲的文件編碼格式五花八門，等到這些數據到我手裡需要處理的時候。。。我的內心    (▼ヘ▼#)     (╯°Д°)╯︵┻━┻

起初我打算自己寫一套腳本來識別各種語言格式並統一轉化成utf-8格式，無奈編碼格式實在是太多種了，很難判斷完全。後來我發現有一個非常巧妙的方法：

1 with open('filename','r',encoding='iso-8859-1') as f:
2     for line in f.readlines():
3         content = bytes.decode(line.encode('utf-8'))
4         print(type(content))

以'iso-8859-1'的編碼方式去讀取文件，無論哪種編碼格式的文件都可以以bytes類型的形式被讀取出來，接著只要再將bytes轉換成str，並以'utf-8'格式編碼就大功告成了！

還有一種情況，在已經知道文件是以'utf-8'編碼格式存儲的情況下，以'utf-8'方式去讀取還是報錯：

1 with open('a.txt','r',encoding='utf-8') as f:
2     for i in f.readlines():
3         print(i)
4         
5 # 結果報錯
6 #'\ufeffHello,World\n'

a.txt的文件編碼格式為utf-8，但是讀取的第一行前面會出現非法字元'\ufeff'，後來發現是utf-8編碼有無BOM的原因造成的。BOM，即Byte Order Mark，就是位元組序標記，具體原理感興趣的童鞋可以谷歌瞭解一下!遇到這種情況只需要在讀取文件的時候如下操作即可：

1 with open('a.txt', 'r', encoding='utf-8-sig') as f:
2     for i in f.readlines():
3         print(i)