20文件

1. 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
• 长期储存设备包括: 硬盘,U盘,移动硬盘,光盘...

文件的作用

将数据长期保持下来, 在需要的时候使用

1.2 文件的储存方式

• 在计算机中, 文件是以 二进制 的方式保持在磁盘上的

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, 二十 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

2. 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
  
  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 方法赋值 关闭文件 (ps : 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: 方法执行后, 会把 文件指针 移动到 文件的末尾

1 # 1. 打开文件
2 file = open("README")
3 
4 # 2. 读取文件内容
5 text = file.read()
6 print(text)
7 
8 # 3. 关闭
9 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 (知道)

• 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

思考

• 如果执行了一次 read 方法, 读取了所有内容, 那么再次调用 read 方法, 还能够获得到内容吗?

答案

• 不能
• 第一次读取之后, 文件指针移动到了文件末尾, 再次调用不会读取到任何的内容

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

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

 1 # 1. 打开文件
 2 file = open("README")
 3 
 4 # 2. 读取文件内容
 5 while True:
 6     text = file.readline()
 7 
 8     #  判断时候有内容
 9     if not text:
10         break
11     print(text)
12 
13 # 3. 关闭
14 file.close()

2.6 文件读写案例 ---- 复制文件

小文件复制

• 打开一个已有文件, 读取完整内容, 并写入到另一个文件

 1 # 1. 打开文件
 2 file = open("README")
 3 file2 = open("README2", "w")
 4 
 5 # 2. 读, 写文件内容
 6 text = file.read()
 7 file2.write(text)
 8 
 9 # 3. 关闭
10 file.close()
11 file2.close()

大文件复制

• 一行一行读, 写

 1 # 1. 打开文件
 2 file = open("README")
 3 file2 = open("README2", "w")
 4 
 5 # 2. 读, 写文件内容
 6 while True:
 7     # 读取一行内容
 8     text = file.readline()
 9     # 判断时候读取到内容
10     if not text:
11         break
12     # 每次写入文件指针会到文件的末尾
13     file2.write(text)
14 
15 # 3. 关闭
16 file.close()
17 file2.close()

3. 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
• 在 Python 中, 如果希望通过程序实现上述功能, 需要导入 os 模块

略 ...

4. 文件文本的编码格式

• 文本文件存储的内容是基于 字符编码 的文件, 常见的编码有 ASCII 编码 , UNICODE 编码等

Python 2.x 默认使用 ASCII 编码

Python 3.x 默认使用 UTF-8 编码

4.1 ASCII 编码 和 UNICODE 编码

ASCII 编码

• 计算机中只有 256 个ASCII 编码
• 一个 ASCII 在内存中占用 1个字节 的空间

UTF-8 编码

• 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
• 大多数汉子会使用 3个字节 表示
• UTF-8 是 UNICODE 编码的一种编码格式