pytho项目9 读写文件内容_(2)已知有文件“超市营业额.xlsx”中记录了某超市2019年3月1日至3日各个员工在不

▪ 为了长期保存数据以便重复使用、修改和共享，必须将数据以文件的形式存 储到外部存储介质(如磁盘、U盘、光盘或云盘、网盘、快盘等)中。

▪ 文件操作在各类应用软件的开发中均占有重要的地位：

✓ 管理信息系统是使用数据库来存储数据的，而数据库最终还是要以文件的形式存储到 硬盘或其它存储介质上。

✓ 应用程序的配置信息往往也是使用文件来存储的，图形、图像、音频、视频、可执行 文件等等也都是以文件的形式存储在磁盘上的。

▪ 按文件中数据的组织形式把文件分为文本文件和二进制文件两类。

✓ 文本文件：文本文件存储的是常规字符串，由若干文本行组成，通常每行以换行符'\n'结 尾。常规字符串是指记事本或其他文本编辑器能正常显示、编辑并且人类能够直接阅读和

理解的字符串，如英文字母、汉字、数字字符串。文本文件可以使用字处理软件如gedit、记事本进行编辑。

✓ 二进制文件：二进制文件把对象内容以字节串(bytes)进行存储，无法用记事本或其他普通 字处理软件直接进行编辑，通常也无法被人类直接阅读和理解，需要使用专门的软件进行

解码后读取、显示、修改或执行。常见的如图形图像文件、音视频文件、可执行文件、资

源文件、各种数据库文件、各类office文档等都属于二进制文件。

• 无论是文本文件还是二进制文件，其操作流程基本都是一致的，首先打开文 件并创建文件对象，然后通过该文件对象对文件内容进行读取、写入、删除、

修改等操作，最后关闭并保存文件内容。

open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)

✓ file参数指定了被打开的文件名称。

✓mode参数指定了打开文件后的处理方式。

✓buffering参数指定了读写文件的缓存模式。0表示不缓存，1表示缓存，如大于1则表示缓冲区的

大小。默认值是缓存模式。

✓encoding参数指定对文本进行编码和解码的方式，只适用于文本模式，可以使用Python支持的 任何格式，如GBK、utf8、CP936等等。

• 文件打开模式

▪ 如果执行正常，open()函数返回1个文件对象，通过该文件对象可以对文件 进行读写操作。如果指定文件不存在、访问权限不够、磁盘空间不足或其他 原因导致创建文件对象失败则抛出异常。

f1 = open(‘D:\金山办公项目班\gt.txt’)  #文件不存在抛出异常

f1 = open( 'file1.txt', 'r' )     # 以读模式打开文件

f2 = open( 'file2.txt', 'w')      # 以写模式打开文件

▪ 当对文件内容操作完以后，一定要关闭文件对象，这样才能保证所做的任何 修改都确实被保存到文件中。

f1.close()

• 在实际开发中，读写文件应优先考虑使用上下文管理语句with，关键字with 可以自动管理资源，不论因为什么原因（哪怕是代码引发了异常）跳出with

块，总能保证文件被正确关闭，并且可以在代码块执行完毕后自动还原进入

该代码块时的上下文，常用于文件操作、数据库连接、网络连接、多线程与 多进程同步时的锁对象管理等场合。

with open(filename, mode, encoding) as fp:

#这里写通过文件对象fp读写文件内容的语句

▪ 例9-1 向文本文件中写入内容，然后再读出。

s = 'Hello world\n文本文件的读取方法\n文本文件的写入方法\n'

with open(r'C:\Users\HUAWEI\Desktop\sample.txt', 'wt')as fp:#默认使用cp936编码

fp.write(s)

with open(r'C:\Users\HUAWEI\Desktop\sample.txt', 'rt') as fp:#默认使用cp936编码

print(fp.read())

• 例9-2 遍历并输出文本文件的所有行内容。

with open(r‘C:\Users\HUAWEI\Desktop\sample.txt’, ‘rt’) as fp: #读出一行 print(fp.readline())
fp.close()

#读出所有行-遍历
with open(r'C:\Users\HUAWEI\Desktop\sample.txt', 'rt') as fp: for line in fp:                 #文件对象可以直接迭代 print(line)
#读出所有行
with open(r'C:\Users\HUAWEI\Desktop\sample.txt', 'rt') as fp: print(fp.readlines())

• 例9-3 假设文件data.txt中有若干整数，每行一个整数，编写程序读取所有整数，将其按降序排序后再 写入文本文件data_asc.txt中。

n = '2\n4\n43\n5\n0\n49\n23\n12'
with open(r'C:\Users\HUAWEI\Desktop\data.txt', ‘xt') as fp1:  #创建data.txt文件 fp1.write(n)
fp1.close()

with open(r’C:\Users\HUAWEI\Desktop\data.txt’, ‘rt’) as fp1: #查看文件data.txt print(fp1.readlines())
fp1.close()

• 例9-3 假设文件data.txt中有若干整数，每行一个整数，编写程序读取所有整数，将其按降序排序后再 写入文本文件data_asc.txt中。

with open(r'C:\Users\HUAWEI\Desktop\data.txt', 'r') as fp:
data = fp.readlines()                     #读取所有行，存入列表
data = [int(item) for item in data]           #列表推导式，转换为数字
data.sort(reverse=True)                       #降序排序
data = [str(item)+'\n' for item in data]      #将结果转换为字符串
# data.sort(key=int,reverse=True)             #直接这样更简洁
with open(r'C:\Users\HUAWEI\Desktop\data_desc.txt', 'xt') as fp:        #将结果写入文件

fp.writelines(data)

with open(r'C:\Users\HUAWEI\Desktop\data_desc.txt', 'rt') as fp:        #将结果写入文件 print(fp.readlines())

• 例9-4 统计文本文件中最长行的长度和该行的内容。

with open(r'C:\Users\HUAWEI\Desktop\sample.txt') as fp: result = [0, '']
for line in fp:
t = len(line)
if t > result[0]:
result = [t, line]
print(result)

• 例9-5 统计docx文档段落、表格、图片、字符、空格的数量。

• Pip install python-docx     #安装扩展库

• Document类，创建Word文档的对象obj(表示整个文档)

• Document 对象包含一个 Paragrapha 对象的列表，Paragraph 对象包含一个 Run 对象的列表。

• obj.inline_shapes包含所有内嵌类型（主要是图片）

• Run 对象标识相同样式的文本。

• obj.paragraphs包含所有段落

• obj.tables包含所有表格

from docx import Document

fn = input('请输入docx文件名：')
obj = Document(fn)
#obj = Document(r'C:\Users\HUAWEI\Desktop\花儿汇.docx')
num_paragraphs = 0
num_pictures = 0
num_tables = 0
num_characters = 0
num_spaces = 0

#统计图片数量
num_pictures = sum(map(lambda shape: shape.type==3, obj.inline_shapes))
msg = '''段落数：{}\n图片数：{}\n表格数：{}\n字符数：{}\n空格数：{}'''.format(num_paragraphs, num_pictures, num_tables, num_characters, num_spaces)
print(msg)

• 例9-5 统计docx文档段落、表格、图片、字符、空格的数量。

• 例9-6 简体中文Word文档转为繁体版。

from langconv import Converter
from docx import Document

def convert(text, flag=0):
'''text:要转换的文本,flag=0表示简转繁，flag=1表示繁转简''' rule = 'zh-hans' if flag else 'zh-hant'
return Converter(rule).convert(text)

obj = Document(r'C:\Users\HUAWEI\Desktop\花儿汇.docx')

for t in obj.tables:
for r in t.rows:
for c in r.cells:
c.text = convert(c.text)

obj.save(r'C:\Users\HUAWEI\Desktop\花儿汇繁体.docx')

• 例9-8 已知某Excel文件中存储了几个人的爱好，要求编写程序，操作该文件，追加一列，按行对每个人 的爱好进行汇总。如图9-1所示，最后一列为处理后追加的内容。

pip install openpyxl
Excel:Workboot:Worksheet:row:cell

from openpyxl import load_workbook

wb = load_workbook(r'C:\Users\HUAWEI\Desktop\每个人的爱好.xlsx')
ws = wb.worksheets[0]
for index, row in enumerate(ws.rows):
if index == 0:
titles = tuple(map(lambda cell: cell.value, row))[1:]
print(titles)
lastCol = len(titles)+2
ws.cell(row=index+1, column=lastCol, value='所有爱好')
else:
values  = tuple(map(lambda cell: cell.value, row))[1:]
result = '，'.join((titles[i] for i, v in enumerate(values) if v=='是')) ws.cell(row=index+1, column=lastCol, value=result)

wb.save(r'C:\Users\HUAWEI\Desktop\每个人的爱好汇总.xlsx')

20

• 例9-9 编写程序，在当前文件夹中查找包含特定字符串的所有docx、xlsx和 pptx文件。

pip install openpyxl
pip install python-docx
pip install python-pptx

from sys import argv
from os import listdir
from os.path import join, isfile, isdir
from docx import Document
from openpyxl import load_workbook
from pptx import Presentation

def checkdocx(dstStr, fn):
# 打开docx文档
document = Document(fn)
# 遍历所有段落文本
for p in document.paragraphs:
if dstStr in p.text:
return True
# 遍历所有表格中的单元格文本
for table in document.tables:
for row in table.rows:
for cell in row.cells:
if dstStr in cell.text: return True
return False

def checkxlsx(dstStr, fn):
# 打开xlsx文件
wb = load_workbook(fn)
# 遍历所有工作表的单元格
for ws in wb.worksheets:
for row in ws.rows:
for cell in row:
try:
if dstStr in cell.value: return True
except:
pass
return False

def checkpptx(dstStr, fn):
# 打开pptx文档
presentation = Presentation(fn)
# 遍历所有幻灯片
for slide in presentation.slides:
for shape in slide.shapes:
# 表格中的单元格文本
if shape.shape_type == 19:
for row in shape.table.rows:
for cell in row.cells:
if dstStr in cell.text_frame.text:

elif shape.shape_type == 14:
try:
if dstStr in shape.text:

return True

except:

24

pass

def main(dstStr, flag):
# 一个圆点表示当前文件夹
dirs = ['.']
while dirs:
# 获取第一个尚未遍历的文件夹名称
currentDir = dirs.pop(0)
for fn in listdir(currentDir):
path = join(currentDir, fn)
if isfile(path):
if path.endswith('.docx') and checkdocx(dstStr, path): print(path)
elif path.endswith('.xlsx') and checkxlsx(dstStr, path): print(path)
elif path.endswith('.pptx') and checkpptx(dstStr, path): print(path)
# 广度优先遍历目录树
elif flag and isdir(path):
dirs.append(path)

# argv[0]为程序文件名
# argv[1]表示是否要检查所有子文件夹中的文件
if argv[1] != '/s':
dstStr = argv[1]
flag = False
else:
dstStr = argv[2]
flag = True

main(dstStr, flag)

• 例9-10 已知文件“超市营业额.xlsx”中记录了某超市2019年3月1日至5日各员 工在不同时段、不同柜台的销售额。部分数据如图9-2所示，要求编写程序，读取该文件中的数据，并统计每个员工的销售总额、每个时段的销售总额、每个柜台的销售总额。

from openpyxl import load_workbook

# 3个字典分别存储按员工、按时段、按柜台的销售总额

persons = dict()

periods = dict()

goods = dict()
ws = load_workbook('超市营业额.xlsx').worksheets[0]

for index, row in enumerate(ws.rows):
# 跳过第一行的表头

if index==0:

continue
# 获取每行的相关信息

_, name, _, time, num, good = map(lambda cell: cell.value, row) # 根据每行的值更新三个字典

persons[name] = persons.get(name, 0)+num

periods[time] = periods.get(time, 0)+num

goods[good] = goods.get(good, 0)+num

print(persons)

print(periods)

print(goods)

29