python第二十三节文件操作与路径操作（json，pickle，xml格式）

文件操作

• 从文件的编码方式来看，文件可以分为文本文件和二进制文件：
• 文本文件：txt、html、json等； 二进制文件：图片、音频、视频等
• 从计算机物理内存来看，所有文件都是二进制形式存放的
• 因此文本文件也可以用二进制格式读取，而二进制文件是不能用文本格式读取的

open(file, mode=‘r’, encoding=None)

• file：文件路径（相对路径或绝对路径）
• mode：文件打开的模式，默认为 ‘r’ 模式
• encoding：编码方式（只用在文本模式下），默认依赖平台，通常设置为 ‘UTF-8’
• 打开 file 对应的文件，返回一个文件对象；如果该文件不能被打开，则引发OSError

from typing import Iterator


file = open(r'./t01.txt', mode='a')
file.write('hello world')
file.write('\nhello China')
file.write('\nhello Baby')
file.close()


file = open(r'./t01.txt')
print(isinstance(file, Iterator))
# print(list(file))
for i in file:
	print(i)

mode常用模式

模式	描述
r	以只读方式打开文件。文件的指针将会放在文件的开头。
w	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，创建新的文件再写入。
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。
+	如果要以读写模式打开，加上 + 即可，比如：r+、w+、x+、a+
b	默认为文本模式，如果要以二进制模式打开，加上 b 即可，比如：rb、rb+、wb、wb+

file常用对象方法：

file.read(size=-1)

• 从 file 中读取至多 size 个字符并返回
• 如果 size 为负值或 None，则读取至 EOF（End Of File）

with open(r"./t01.txt") as file:
	print(file.read(5))
	print(file.read(2))
	print(file.read())

file.write(s)

• 将字符串 s 写入到流并返回写入的字符数

with open(r"./t01.txt", mode='a') as file:
	num = file.write('\nhello baby')
	print(num)

file.flush()

• 刷新缓冲区，即将缓冲区中的数据立刻写入文件，同时清空缓冲区，不需要被动的等待缓冲区写入。一般情况下，文件关闭后会自动刷新缓冲区，但有时你需要在关闭前刷新它，这时就可以使用 flush() 方法

import time


file = open(r"./t01.txt", mode='a')
file.write('\n123456789')
time.sleep(5) # 文件需要等到关闭文件时才会把数据从缓冲区写入文件
file.close() # 关闭文件，自动刷新缓冲区，数据才写入文件


file = open(r"./t01.txt", mode='a')
file.write('\n123456789')
file.flush() # 刷新缓冲区，数据立刻写入文件
time.sleep(5)
file.close()

file.close()

• 刷新缓冲区并关闭该文件。如果文件已经关闭，则此方法无效
• 文件关闭后，对文件的任何操作（如：读取或写入）都会引发 ValueError

file = open(r'./t01.txt')
print(file.read())
file.close()
file.close() # 多次调用该方法，只有第一个调用才会生效
file.read() # 引发ValueError

file.writelines(lines)

• lines：Iterable[str]
• 向文件写入一个字符串序列，不会自动添加分隔符

tup = ("a\n", 'bc\n', "def")
with open(r"./t01.txt", mode="w") as file:
	file.writelines(tup)

file.readline(size=-1)

• 从文件中读取并返回一行，如果指定了 size，将至多读取 size 个字符

with open("./t01.txt") as file:
print(file.readline())
print(file.readline(1))
print(file.readline())

file.readlines(hint=-1)

• 从文件中读取并返回包含多行的列表
• hint：默认为 -1，代表读取所有行（也可以指定读取的字符数，如果要读取的字符数超过一行，则按照两行读取，超过两行则按照三行读取，依次类推）

with open("./t01.txt") as file:
print(file.readlines())

with open("./t01.txt") as file:
print(file.readlines(11))

with语句

• 这种写法如果在open之后close之前发生未知的异常，就不能确保打开的文件一定被正常关闭，这显然不是一个好的做法

file = open(r'./t01.txt', mode='w')
file.write('hello world')
...
...
file.close()

• 所以可以使用下面这种写法，确保close一定会被执行

file = open(r'./t01.txt', mode='w')
try:
file.write('hello world')
...
...
finally:
file.close()

• 用with语句将会是一种更加简洁、优雅的方式

with open(r'./t01.txt', mode='w') as file:
	file.write('hello world')
...
...

路径操作

os.getcwd()

• 返回表示当前工作目录的字符串

import os

print(os.getcwd())

os.listdir(path)

• 返回 path 指定的文件夹包含的文件或文件夹的名字的列表

import os

li = os.listdir(os.getcwd())
print(li)

os.makedirs(name, exist_ok=False)

• 递归创建目录，并且还会自动创建到达最后一级目录所需要的中间目录
• 如果 exist_ok 为 False (默认值)，则如果目标目录已存在将引发 FileExistsError

import os

os.makedirs('./dir1/dir2/dir3')

os.path.basename(path)

• 返回路径 path 最后一级的名称，通常用来返回文件名

import os

print(os.path.basename('./dir3/dir2/dir1/a.txt'))

os.path.dirname(path)

• 返回路径 path 的目录名称

import os

print(os.path.dirname('./dir3/dir2/dir1/a.txt'))

os.path.split(path)

• 把路径分割成 dirname 和 basename，返回一个元组

import os

print(os.path.split('./dir3/dir2/dir1/a.txt'))

os.path.splitext(path)

• 把路径中的扩展名分割出来，返回一个元组

import os

print(os.path.splitext('./dir3/dir2/dir1/a.txt'))

os.path.exists(path)

• path 路径存在则返回 True，不存在或失效则返回 False

import os

path = "./dir3/dir2/dir1/a.txt"
if os.path.exists(path):
	with open(path) as file:
		print(file.read())

os.path.isfile(path)

• 判断路径是否为文件，返回 True 或 False

import os

print(os.path.isfile("./dir3/dir2/dir1/a.txt"))

os.path.isdir(path)

• 判断路径是否为目录，返回 True 或 False

import os

print(os.path.isdir("./dir3/dir2/dir1"))

os.path.join(path, *paths)

• 智能地拼接一个或多个路径部分

import os

print(os.path.join("./dir3/dir2", "dir1/a.txt"))

json格式

• 字符串可以很轻松地写入文件并从文件中读取出来，而其他类型（比如：字典）复杂的数据会变得相当麻烦，因为 read() 方法返回字符串。
• Python 允许你使用 json 格式，并提供了名为 json 的标准模块，它可以将 Python 数据结构转化为 json 格式的字符串（这个过程称之为序列化），也可以将 json 格式的字符串重建成Python 数据结构（这个过程称之为反序列化）。json 是一个文本序列化格式，可直观阅读。
• 注意：json 中的键值对的键，永远是 str 类型。当一个对象被转化为 json 时，字典中所有的键都会被强制转换为字符串，导致当字典被转换为 json 然后转换回字典时可能和原来不相等。

import json


info = {'name': 'Tom', 'age': 18, 1: 'one'}
print(type(info), info)

with open("info.json", mode="w") as f:
	info_str = json.dumps(info) # 序列化
	print(type(info_str), info_str)
	f.write(info_str)
	
with open("info.json") as f:
	content = f.read()
	print(type(content), content)
	res = json.loads(content) # 反序列化
	print(type(res), res)

import json

info = {'name': 'Tom', 'age': 18, 1: 'one'}
with open("info.json", mode="w") as f:
	json.dump(info, f)
	
with open("info.json") as f:
	res = json.load(f)
	print(type(res), res)

pickle格式

• pickle 是一个Python专用的二进制序列化格式，不可直观阅读。

import pickle

info = {'name': 'Tom', 'age': 18, 1: 'one'}
print(type(info), info)

with open("info.pickle", mode="wb") as f:
	info_byte = pickle.dumps(info)
	print(type(info_byte), info_byte)
	f.write(info_byte)
	
with open("info.pickle", mode="rb") as f:
	content = f.read()
	print(type(content), content)
	res = pickle.loads(content)
	print(type(res), res)

import pickle


info = {'name': 'Tom', 'age': 18, 1: 'one'}

with open("info.pickle", mode="wb") as f:
	pickle.dump(info, f)
	
with open("info.pickle", mode="rb") as f:
	res = pickle.load(f)
	print(type(res), res)

xml格式

XML文件格式是纯文本格式。XML文档的第一句是声明语句，紧接着声明后面建立的第一个元素是根元素（有且只有一个），其他元素都是这个根元素的子元素，每个XML元素包括一个开始标签，一个结束标签，以及两个标签之间的内容，每个元素还可以存在对应的属性。

import xml.etree.ElementTree as ET


# 将xml文档解析为元素树
tree = ET.parse(r"./json&xml/TestFile.xml")
# 返回该树的根元素, 即 <doc>
root = tree.getroot()

# 所有元素都是Element的实例对象
print(type(root) is ET.Element)

# findall: 根据路径找出所有匹配的子元素
for bndbox in root.findall('outputs/object/item/bndbox'):
	# Element对象调用实例属性
	print(bndbox.attrib)
	# findtext: 根据路径找出第一个匹配元素的文本内容
	print(bndbox.findtext('xmin'))
	print(bndbox.findtext('ymin'))
	print(bndbox.findtext('xmax'))
	print(bndbox.findtext('ymax'))
	# find: 根据路径找出第一个匹配元素
	# text: Element对象调用实例属性
	print(bndbox.find('xmin').text)
	print(bndbox.find('ymin').text)
	print(bndbox.find('xmax').text)
	print(bndbox.find('ymax').text)