Python中文件操作(IO 技术)

python中文件操作

一个完整的程序一般都包括数据的存储和读取；我们在前面写的程序数据都没有进行实际的存储，因此 python 解释器执行完数据就消失了。实际开发中，我们经常需要从外部存
储介质（硬盘、光盘、U 盘等）读取数据，或者将程序产生的数据存储到文件中，实现“持久化”保存。

很多软件系统是将数据存储的数据库中；数据库实际也是基于文件形式存储的。

文本文件和二进制文件

(1). 文本文件
文本文件存储的是普通“字符”文本，python 默认为 unicode 字符集（两个字节表示一个字符，最多可以表示：65536 个），可以使用记事本程序打开。但是，像 word 软件编辑的文档不是文本文件。
(2). 二进制文件
二进制文件把数据内容用“字节”进行存储，无法用记事本打开。必须使用专用的软件解码。常见的有：MP4 视频文件、MP3 音频文件、JPG 图片、doc 文档等等。

文件操作相关模块

Python 标准库中，有很多文件操作相关的模块。

创建文件对象 open()

open()函数用于创建文件对象，

文本文件的写入

基本的文件写入操作
文本文件的写入一般就是三个步骤：
(1). 创建文件对象
(2). 写入数据
(3). 关闭文件对象
我们首先创建一个小程序，体验一下文本文件的写入操作。

常用编码介绍

ASCII
全称为 American Standard Code for Information Interchange，美国信息交换标准代码，这是世界上最早最通用的单字节编码系统，主要用来显示现代英语及其他西欧语言。
ISO8859-1
ISO-8859-1 又称 Latin-1，是一个 8 位单字节字符集，它把 ASCII 的最高位也利用起来，并兼容了 ASCII，新增的空间是 128，但它并没有完全用完。在 ASCII 编码之上又增加了西欧语言、希腊语、泰语、阿拉伯语、希伯来语对应的文字符号，它是向下兼容 ASCII 编码。

GB2312,GBK,GB18030
·GB2312
GB2312 全称为信息交换用汉字编码字符集，是中国于 1980 年发布，主要用于计算机系统中的汉字处理。GB2312 主要收录了 6763 个汉字、682 个符号。GB2312覆盖了汉字的大部分使用率，但不能处理像古汉语等特殊的罕用字，所以后来出现了像 GBK、GB18030 这种编码。

GB2312 完全兼容 ISO8859-1。
·GBK
全称为 Chinese Internal Code Specification，即汉字内码扩展规范，于 1995 年制定。它主要是扩展了 GB2312，在它的基础上又加了更多的汉字，它一共收录了 21003 个汉字
·GB18030
现在最新的内码字集于 2000 年发布，并于 2001 年强制执行，包含了中国大部分少数民族的语言字符，收录汉字数超过 70000 余个。它主要采用单字节、双字节、四字节对字符编码，它是向下兼容 GB2312 和 GBK 的，虽然是我国的强制使用标准，但在实际生产中很少用到，用得最多的反而是 GBK 和 GB2312。

Unicode
Unicode 编码设计成了固定两个字节，所有的字符都用 16 位(2^16=65536)表示，包括之前只占 8 位的英文字符等，所以会造成空间的浪费，UNICODE 在很长的一段时间内都没有得到推广应用。
Unicode 完全重新设计，不兼容 iso8859-1，也不兼容任何其他编码。
UTF-8
对于英文字母，unicode 也需要两个字节来表示。所以 unicode 不便于传输和存储。因此而产生了 UTF 编码，UTF-8 全称是（8-bit UnicodeTransformation Format）。
UTF 编码兼容 iso8859-1 编码，同时也可以用来表示所有语言的字符，不过，UTF 编码是不定长编码，每一个字符的长度从 1-4 个字节不等。其中，英文字母都是用一个字节表示，而汉字使用三个字节。

windows 操作系统默认的编码是 GBK，Linux 操作系统默认的编码是 UTF-8。当我们用 open()时，调用的是操作系统打开的文件，默认的编码是 GBK

write()/writelines()写入数据

write()/writelines()写入数据
write(a)：把字符串 a 写入到文件中
writelines(b)：把字符串列表写入文件中，不添加换行符

#测试write和writelines
f=open(r"a.txt","w")
s="SEA MOUNTAIN TREE"
a=["sd\n","s\n","sd\n","dd\n"]
f.writelines(a)
f.writelines(s)
f.close()

close()关闭文件流

由于文件底层是由操作系统控制，所以我们打开的文件对象必须显式调用 close()方法关闭文件对象。当调用 close()方法时，首先会把缓冲区数据写入文件(也可以直接调用 flush()
方法)，再关闭文件，释放文件对象。为了确保打开的文件对象正常关闭，一般结合异常机制的 finally 或者 with 关键字实现无论何种情况都能关闭打开的文件对象。

#close关闭文件
try:
    f=open(r"a.txt","w")
    s="SEA MOUNTAIN TREE"
    a=["sd\n","s\n","sd\n","dd\n"]
    f.writelines(a)
    f.writelines(s)
except BaseException as e:
    print(e)
finally:
    f.close()

with 语句(上下文管理器)

with 关键字（上下文管理器）可以自动管理上下文资源，不论什么原因跳出 with 块，都能确保文件正确的关闭，并且可以在代码块执行完毕后自动还原进入该代码块时的现场。

#with语句测试
s=['Sea','Tree','Tiger']
with open(r"a.txt","w") as f:
    f.writelines(s)  #write语句写入类型为字符writelines的为列表。

文本文件的读取

文件的读取一般使用如下三个方法：
(1)read([size]):从文件中读取 size 个字符，并作为结果返回。如果没有 size 参数，则读取整个文件。读取到文件末尾，会返回空字符串。
(2)readline()：读取一行内容作为结果返回。读取到文件末尾，会返回空字符串。
(3)readlines():文本文件中，每一行作为一个字符串存入列表中，返回该列表>

# 文本文件的读取
with open(r"a.txt","r",encoding='utf-8') as f:
    str=f.read()  #read的括号中可以加入数字表示读取到第几个字符
    print(str)

练习按照行读取文件

#