目標(biāo)

• 文件的概念
• 文件的基本操作
• 文件/文件夾的常用操作
• 文本文件的編碼方式

01. 文件的概念

1.1 文件的概念和作用

• 計(jì)算機(jī)的 文件鲸匿，就是存儲(chǔ)在某種 長(zhǎng)期儲(chǔ)存設(shè)備 上的一段 數(shù)據(jù)
• 長(zhǎng)期存儲(chǔ)設(shè)備包括：硬盤结闸、U 盤坟瓢、移動(dòng)硬盤授瘦、光盤...

文件的作用

將數(shù)據(jù)長(zhǎng)期保存下來闯第，在需要的時(shí)候使用

1.2 文件的存儲(chǔ)方式

• 在計(jì)算機(jī)中驼侠，文件是以 二進(jìn)制 的方式保存在磁盤上的

文本文件和二進(jìn)制文件

• 文本文件

  • 可以使用 文本編輯軟件 查看
  • 本質(zhì)上還是二進(jìn)制文件
  • 例如：python 的源程序

• 二進(jìn)制文件

  • 保存的內(nèi)容 不是給人直接閱讀的权埠，而是 提供給其他軟件使用的
  • 例如：圖片文件零聚、音頻文件袍暴、視頻文件等等
  • 二進(jìn)制文件不能使用 文本編輯軟件 查看

02. 文件的基本操作

2.1 操作文件的套路

在 計(jì)算機(jī) 中要操作文件的套路非常固定，一共包含三個(gè)步驟：

1. 打開文件
2. 讀隶症、寫文件
   • 讀 將文件內(nèi)容讀入內(nèi)存
   • 寫 將內(nèi)存內(nèi)容寫入文件
3. 關(guān)閉文件

2.2 操作文件的函數(shù)/方法

• 在 Python 中要操作文件需要記住 1 個(gè)函數(shù)和 3 個(gè)方法

• open 函數(shù)負(fù)責(zé)打開文件，并且返回文件對(duì)象
• read/write/close 三個(gè)方法都需要通過 文件對(duì)象 來調(diào)用

2.3 read 方法 —— 讀取文件

• open 函數(shù)的第一個(gè)參數(shù)是要打開的文件名（文件名區(qū)分大小寫）
  • 如果文件 存在蚂会，返回 文件操作對(duì)象
  • 如果文件 不存在淋样，會(huì) 拋出異常
• read 方法可以一次性 讀入 并 返回 文件的 所有內(nèi)容
• close 方法負(fù)責(zé) 關(guān)閉文件
  • 如果 忘記關(guān)閉文件，會(huì)造成系統(tǒng)資源消耗颂龙，而且會(huì)影響到后續(xù)對(duì)文件的訪問
• 注意：read 方法執(zhí)行后习蓬，會(huì)把 文件指針 移動(dòng)到 文件的末尾

# 1\. 打開 - 文件名需要注意大小寫
file = open("README")

# 2\. 讀取
text = file.read()
print(text)

# 3\. 關(guān)閉
file.close()

提示

• 在開發(fā)中，通常會(huì)先編寫 打開 和 關(guān)閉 的代碼措嵌，再編寫中間針對(duì)文件的 讀/寫 操作躲叼！

文件指針（知道）

• 文件指針 標(biāo)記 從哪個(gè)位置開始讀取數(shù)據(jù)
• 第一次打開 文件時(shí)，通常 文件指針會(huì)指向文件的開始位置
• 當(dāng)執(zhí)行了 read 方法后企巢，文件指針 會(huì)移動(dòng)到 讀取內(nèi)容的末尾
  • 默認(rèn)情況下會(huì)移動(dòng)到 文件末尾

思考

• 如果執(zhí)行了一次 read 方法枫慷，讀取了所有內(nèi)容，那么再次調(diào)用 read 方法，還能夠獲得到內(nèi)容嗎或听？

答案

• 不能
• 第一次讀取之后探孝，文件指針移動(dòng)到了文件末尾，再次調(diào)用不會(huì)讀取到任何的內(nèi)容

2.4 打開文件的方式

• open 函數(shù)默認(rèn)以 只讀方式 打開文件誉裆，并且返回文件對(duì)象

語法如下：

f = open("文件名", "訪問方式")

提示

• 頻繁的移動(dòng)文件指針，會(huì)影響文件的讀寫效率蜀细，開發(fā)中更多的時(shí)候會(huì)以 只讀舟铜、只寫的方式來操作文件

寫入文件示例

# 打開文件
f = open("README", "w")

f.write("hello python！\n")
f.write("今天天氣真好")

# 關(guān)閉文件
f.close()

2.5 按行讀取文件內(nèi)容

• read 方法默認(rèn)會(huì)把文件的 所有內(nèi)容 一次性讀取到內(nèi)存
• 如果文件太大奠衔，對(duì)內(nèi)存的占用會(huì)非常嚴(yán)重

readline 方法

• readline 方法可以一次讀取一行內(nèi)容
• 方法執(zhí)行后谆刨，會(huì)把 文件指針 移動(dòng)到下一行，準(zhǔn)備再次讀取

讀取大文件的正確姿勢(shì)

# 打開文件
file = open("README")

while True:
    # 讀取一行內(nèi)容
    text = file.readline()

    # 判斷是否讀到內(nèi)容
    if not text:
        break

    # 每讀取一行的末尾已經(jīng)有了一個(gè) `\n`
    print(text, end="")

# 關(guān)閉文件
file.close()

2.6 文件讀寫案例 —— 復(fù)制文件

目標(biāo)

用代碼的方式归斤，來實(shí)現(xiàn)文件復(fù)制過程

image

小文件復(fù)制

• 打開一個(gè)已有文件痊夭，讀取完整內(nèi)容，并寫入到另外一個(gè)文件

# 1\. 打開文件
file_read = open("README")
file_write = open("README[復(fù)件]", "w")

# 2\. 讀取并寫入文件
text = file_read.read()
file_write.write(text)

# 3\. 關(guān)閉文件
file_read.close()
file_write.close()

大文件復(fù)制

• 打開一個(gè)已有文件脏里，逐行讀取內(nèi)容她我，并順序?qū)懭氲搅硗庖粋€(gè)文件

# 1\. 打開文件
file_read = open("README")
file_write = open("README[復(fù)件]", "w")

# 2\. 讀取并寫入文件
while True:
    # 每次讀取一行
    text = file_read.readline()

    # 判斷是否讀取到內(nèi)容
    if not text:
        break

    file_write.write(text)

# 3\. 關(guān)閉文件
file_read.close()
file_write.close()

03. 文件/目錄的常用管理操作

• 在 終端 / 文件瀏覽器、 中可以執(zhí)行常規(guī)的 文件 / 目錄 管理操作，例如：
  • 創(chuàng)建番舆、重命名酝碳、刪除、改變路徑恨狈、查看目錄內(nèi)容疏哗、……
• 在 Python 中，如果希望通過程序?qū)崿F(xiàn)上述功能禾怠，需要導(dǎo)入 os 模塊

文件操作

目錄操作

提示：文件或者目錄操作都支持 相對(duì)路徑 和 絕對(duì)路徑

04. 文本文件的編碼格式（科普）

• 文本文件存儲(chǔ)的內(nèi)容是基于 字符編碼 的文件沃斤，常見的編碼有 ASCII 編碼，UNICODE編碼等

Python 2.x 默認(rèn)使用 ASCII 編碼格式
Python 3.x 默認(rèn)使用 UTF-8 編碼格式

4.1 ASCII 編碼和 UNICODE 編碼

ASCII 編碼

• 計(jì)算機(jī)中只有 256 個(gè) ASCII 字符
• 一個(gè) ASCII 在內(nèi)存中占用 1 個(gè)字節(jié) 的空間
  • 8 個(gè) 0/1 的排列組合方式一共有 256 種刃宵，也就是 2 ** 8

image

UTF-8 編碼格式

• 計(jì)算機(jī)中使用 1~6 個(gè)字節(jié) 來表示一個(gè) UTF-8 字符衡瓶，涵蓋了 地球上幾乎所有地區(qū)的文字
• 大多數(shù)漢字會(huì)使用 3 個(gè)字節(jié) 表示
• UTF-8 是 UNICODE 編碼的一種編碼格式

4.2 Ptyhon 2.x 中如何使用中文

Python 2.x 默認(rèn)使用 ASCII 編碼格式
Python 3.x 默認(rèn)使用 UTF-8 編碼格式

• 在 Python 2.x 文件的 第一行 增加以下代碼，解釋器會(huì)以 utf-8 編碼來處理 python 文件

# *-* coding:utf8 *-*

這方式是官方推薦使用的牲证！

• 也可以使用

# coding=utf8

unicode 字符串

• 在 Python 2.x 中哮针，即使指定了文件使用 UTF-8 的編碼格式，但是在遍歷字符串時(shí)坦袍，仍然會(huì) 以字節(jié)為單位遍歷 字符串
• 要能夠 正確的遍歷字符串十厢，在定義字符串時(shí)，需要 在字符串的引號(hào)前捂齐，增加一個(gè)小寫字母 u蛮放，告訴解釋器這是一個(gè) unicode 字符串（使用 UTF-8 編碼格式的字符串）

# *-* coding:utf8 *-*

# 在字符串前，增加一個(gè) `u` 表示這個(gè)字符串是一個(gè) utf8 字符串
hello_str = u"你好世界"

print(hello_str)

for c in hello_str:
    print(c)