python文件处理

文件处理

文件是保存在计算机存储设备上的一些信息或数据。你已经知道了一些不一样的文件类型，好比你的音乐文件，视频文件，文本文件。Python 给了你一些简单的方式操纵文件。一般咱们把文件分为两类，文本文件和二进制文件。文本文件是简单的文本，二进制文件包含了只有计算机可读的二进制数据。

知识点

• 文件打开模式
• 文件读取与写入
• with 语句
• lscpu 命令的实现

实验步骤

1. 文件打开

咱们使用 open() 函数打开文件。它须要两个参数，第一个参数是文件路径或文件名，第二个是文件的打开模式。模式一般是下面这样的：

• "r"，以只读模式打开，你只能读取文件但不能编辑/删除文件的任何内容
• "w"，以写入模式打开，若是文件存在将会删除里面的全部内容，而后打开这个文件进行写入
• "a"，以追加模式代开，写入到文件中的任何数据将自动添加到末尾

默认的模式为只读模式，也就是说若是你不提供任何模式，open() 函数将会以只读模式打开文件。咱们将实验打开一个文件，不过要准备实验材料：

$ wget http://labfile.oss.aliyuncs.com/courses/596/sample.txt

而后进入 Python3 打开这个文件。

>>> fobj = open("sample.txt") >>> fobj <open file 'sample.txt', mode 'r' at 0xb7f2d968> 

2. 文件关闭

打开文件后咱们应该老是关闭文件。咱们使用方法 close() 完成这个操做。

>>> fobj.close() 

始终确保你显式关闭每一个打开的文件，一旦它的工做完成你没有任何理由保持打开文件。由于程序能打开的文件数量是有上限的。若是你超出了这个限制，没有任何可靠的方法恢复，所以程序可能会崩溃。每一个打开的文件关联的数据结构（文件描述符/句柄/文件锁...）都要消耗一些主存资源。所以若是许多打开的文件没用了你能够结束大量的内存浪费，而且文件打开时始终存在数据损坏或丢失的可能性。

3. 文件读取

使用 read() 方法一次性读取整个文件。

>>> fobj = open("sample.txt") >>> fobj.read() 'I love Python\nI love shiyanlou\n' >>> fobj.close() 

若是你再一次调用 read()，它会返回空字符串由于它已经读取完整个文件。

read(size) 有一个可选的参数 size，用于指定字符串长度。若是没有指定 size 或者指定为负数，就会读取并返回整个文件。当文件大小为当前机器内存两倍时，就会产生问题。反之，会尽量按比较大的 size 读取和返回数据。

readline() 能帮助你每次读取文件的一行。

>>> fobj = open("sample.txt") >>> fobj.readline() 'I love Python\n' >>> fobj.readline() 'I love shiyanlou\n' >>> fobj.close() 

使用 readlines() 方法读取全部行到一个列表中。

>>> fobj = open('sample.txt') >>> fobj.readlines() ['I love Python\n', 'I love shiyanlou\n'] >>> fobj.close() 

你能够循环遍历文件对象来读取文件中的每一行。

>>> fobj = open('sample.txt') >>> for x in fobj: ... print(x, end = '') ... I love Python I love shiyanlou >>> fobj.close() 

让咱们写一个程序，这个程序接受用户输入的字符串做为将要读取的文件的文件名，而且在屏幕上打印文件内容。

#!/usr/bin/env python3 name = input("Enter the file name: ") fobj = open(name) print(fobj.read()) fobj.close() 

运行程序：

$ ./test.py
Enter the file name: sample.txt
I love Python
I love shiyanlou

4. 文件写入

让咱们经过 write() 方法打开一个文件而后咱们随便写入一些文本。

>>> fobj = open("ircnicks.txt", 'w') >>> fobj.write('powerpork\n') >>> fobj.write('indrag\n') >>> fobj.write('mishti\n') >>> fobj.write('sankarshan') >>> fobj.close() 

如今读取咱们刚刚建立的文件。

>>> fobj = open('ircnicks.txt') >>> s = fobj.read() >>> fobj.close() >>> print(s) powerpork indrag mishti sankarshan 

5. 文件操做示例程序

5.1. 拷贝文件

在这个例子里咱们拷贝给定的文本文件到另外一个给定的文本文件。

#!/usr/bin/env python3 import sys if len(sys.argv) < 3: print("Wrong parameter") print("./copyfile.py file1 file2") sys.exit(1) f1 = open(sys.argv[1]) s = f1.read() f1.close() f2 = open(sys.argv[2], 'w') f2.write(s) f2.close() 

运行程序：

你能够看到咱们在这里使用了一个新模块 sys。sys.argv 包含全部命令行参数。这个程序的功能彻底能够使用 shell 的 cp 命令替代：在 cp 后首先输入被拷贝的文件的文件名，而后输入新文件名。

sys.argv 的第一个值是命令自身的名字，下面这个程序打印命令行参数。

#!/usr/bin/env python3 import sys print("First value", sys.argv[0]) print("All values") for i, x in enumerate(sys.argv): print(i, x) 

运行程序：

$ ./argvtest.py Hi there
First value ./argvtest.py
All values
0 ./argvtest.py
1 Hi
2 there

这里咱们用到了一个新函数 enumerate(iterableobject)，在序列中循环时，索引位置和对应值能够使用它同时获得。

5.2. 文本文件相关信息统计

让咱们试着编写一个程序，对任意给定文本文件中的制表符、行、空格进行计数。

#!/usr/bin/env python3 import os import sys def parse_file(path): """ 分析给定文本文件，返回其空格、制表符、行的相关信息 :arg path: 要分析的文本文件的路径 :return: 包含空格数、制表符数、行数的元组 """ fd = open(path) i = 0 spaces = 0 tabs = 0 for i,line in enumerate(fd): spaces += line.count(' ') tabs += line.count('\t') # 如今关闭打开的文件 fd.close() # 以元组形式返回结果 return spaces, tabs, i + 1 def main(path): """ 函数用于打印文件分析结果 :arg path: 要分析的文本文件的路径 :return: 若文件存在则为 True，不然 False """ if os.path.exists(path): spaces, tabs, lines = parse_file(path) print("Spaces {}. tabs {}. lines {}".format(spaces, tabs, lines)) return True else: return False if __name__ == '__main__': if len(sys.argv) > 1: main(sys.argv[1]) else: sys.exit(-1) sys.exit(0) 

运行程序：

你能够看到程序有两个函数，main() 和 parse_file() ，parse_file 函数真正的分析文件并返回结果，而后在 main() 函数里打印结果。经过分割代码到一些更小的单元（函数）里，能帮助咱们组织代码库而且也更容易为函数编写测试用例。

6. 使用 with 语句

在实际状况中，咱们应该尝试使用 with 语句处理文件对象，它会文件用完后会自动关闭，就算发生异常也不要紧。它是 try-finally 块的简写：

>>> with open('sample.txt') as fobj: ... for line in fobj: ... print(line, end = '') ... I love Python I love shiyanlou 

7. 实现 lscpu 命令

在 Linux 下你能够使用 lscpu 命令来查看当前电脑的 CPU 相关信息，以下图：

实际上 lscpu 命令是读取 /proc/cpuinfo 这个文件的信息并美化输出，如今你能够本身写一个 Python 程序以只读模式读取 /proc/cpuinfo 这个文件，而后打印出来，这样你就有本身的一个 Python 版本的 lscpu 命令了 :）

记得一行一行的读取文本文件，不要一次性读取整个文件，由于有时候你读取的文件可能比可用内存还大。

总结

本实验咱们学习了文件的打开与读写，在读写完毕后必定要记得关闭文件，或者使用 with 语句也是极好的。在 Linux 中你还须要注意你操做的文件的权限。Linux 有一个思想是“一切皆文件”，这在实验最后的 lscpu 的实现中获得了体现。