【python基础教程笔记（五）】文件操作

 

本节将介绍与文件相关的python操作，主要为txt文件。文末的实例将给出一个gbk编码的文件转换成utf-8编码的文件。

一，基本操作

在python3的环境下，文件操作非常的简单，python会自动导入io库，不需要手动去指定。

首先创建一个测试文件testFile.txt，内容为下图。

• open()

当我们需要打开一个文件，或者创建一个文件的时候，可以使用open函数。该函数可以接收三个常用的参数，分别是：文件路径，打开方式，编码格式。可以只给定一个路径。

打开方式有以下几个选项：

以测试文件为例，读取测试文件。

默认读取文件:

以二进制形式读取文件：

• read()

上文我们使用到了read()函数，可以通过这个函数来读取文本的内容，同时也可以赋予参数来指定，我们想要读取的字节。

注意转义符’\n’为1个字符。

• close()

可以使用close()函数来手动关闭文件，如果你写入过该文件，那么务必要去关闭该文件，因为python会将你写入的一部分数据暂时的存放在缓存区（为了效率），如果因为某些原因程序停止了，那么这些程序将无法写入到文件之中。所以，尽可能的要使用close()方法。

你可以使用：

# 在这里打开文件

try:

# 将数据写入到文件中

finally:

    file.close() 

这样能捕获异常之后，正常关闭文件。

另外还有另一种方式可用。

with open(filePath) as f:

    return f.read()#返回文件内容

 你可以在with语句体内编写你要执行的操作，执行完之后，会自行关闭文件。

• write()

可以使用write()，向文件中写入一些内容。

因为笔者是在windows环境下做的测试，所以需要使用gbk编码打开文件，写入的中文才会是正确的，如果以utf-8编码打开，写入则会是乱码。

with open("C:\\Users\\ForPython3\\Desktop\\testFile.txt","a+",encoding="gbk") as f:

    f.write('\n我是AngryCaveman')

• readline()

顾名思义，逐行读取。

• redalines()

将文件中的所有行都读取出来，在文件内容较多时，这种方式将占有大量的内存，下一节将会提到一个更好的办法。

 

二，文件迭代

通过一个简单的例子我们来学习一下文件迭代。

问题：逐行打印testFile.txt的文件内容。

我们可以使用while True语句输出文件所有的内容，当读取的行为空时跳出循环。

with open("C:\\Users\\ForPython3\\Desktop\\testFile.txt") as f:

     while True:

         line=f.readline()

         if not line:break

         print(line)

可是，事实是我们应该尽可能的使用for循环，这样就需要一次把所有行都读出来。

with open("C:\\Users\\ForPython3\\Desktop\\testFile.txt") as f:

    for line in f.readlines():

        print(line)

在上述的代码中，都使用到了with语句体，实际上，如果你只是读取文件，并不往里面写入内容的话，可以不使用with，也无需close()。

for line in open("C:\\Users\\ForPython3\\Desktop\\testFile.txt"):

    print(line)

就像在上文中提到的那样，当文件最够大的时候，f.readlines()这样会占有很多的内存。于是python提供一个新的模块fileinput，能够实现延迟行迭代，你只需要提供一个文件名给他。

import fileinput

for line in fileinput.input("C:\\Users\\ForPython3\\Desktop\\testFile.txt"):

    print(line)

三，实例

在实际进行文件操作时，遇到一个问题，使用sax解析xml文件，文件为gbk编码，导致解析失败，另外将gbk转码为utf-8之后，由于\t\n等转义符的存在，还会导致解析数据为空，所以此处需要两个操作，gbk转utf-8，正则表达式去除转义符。

src为原文件路径，dst为处理后结果文件路径。

import os

import re

def ReadFile(filePath):

    with open(filePath,"r",encoding="gbk") as f:

        return f.read()


def WriteFile(filePath,u):

    with open(filePath,"w",encoding="utf-8") as f:

        u=u.replace("GB2312","UTF-8")

        pattern1 = re.compile('>\\s+')

        u=re.sub(pattern1, '>', u)

        f.write(u)


def GBK_2_UTF8(src,dst):

    content = ReadFile(src)

    WriteFile(dst,content)