当前位置:   article > 正文

python常用文件操作和解析xml文件_python关闭xml文件

python关闭xml文件


1 文件操作的作用

背景介绍:我是java程序员需要去了解一下python,对于里面的一些数据结构,循环判断直接就看看代码就知道了,所以文章没有体现这类基础知识的学习,对于文件操作肯定是python最重要的,因为要做数据分析肯定需要读文件。

java文件操作入门:

Java文件类File

Java文件上传下载删除文件输入输出流IO

2 文件的基本操作

2.1 打开文件

在Python,使用open函数,可以打开一个已经存在的文件,或者创建一个新文件,语法如下:
open(name, mode)
name: 是要打开的目标文件名的字符串(可以包含文件所在的具体路径)
mode:设置打开文件的模式(访问模式):只读、写入、追加等。
(有涉及到读写等操作)

在这里插入图片描述

list1 = 'aaa'
# 1.打开open()
f = open('test.txt', 'w')
# 2.读写操作    write() read()
f.write(list1)

# 3.关闭
f.close()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

运行结果:
在这里插入图片描述

在这里插入图片描述

"""
测试目标:
1. 访问模式对文件的影响
2. 访问模式对write()的影响
3. 访问模式是否可以省略
"""
# r  如果文件不存在,报错
f = open("test1.txt", "r")
f.close()

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10

在这里插入图片描述

该错误是由于读取的时候发现读取不到文件test1.txt而产生的报错

f = open("test.txt", "r")
f.write('aa')

  • 1
  • 2
  • 3

在这里插入图片描述

该错误是由于写入的时候发现前面定义的test.txt只用于读取而产生的报错

f1 = open("2.txt",'a')
f1.write('abc')
f1.close()

  • 1
  • 2
  • 3
  • 4

运行的时候会往2.txt之后增加abc字符串,abc字符串数量取决于运行次数追加到后面字符串

# 访问模式参数是否可以省略
f = open('100.txt')
f.close()

  • 1
  • 2
  • 3
  • 4
f = open('2.txt')
f.close()

  • 1
  • 2
  • 3

由以上两次代码实验得出,当不写访问模式参数的时候,默认视为只读模式(其中2.txt为已经创建的文本文档,100.txt为未创建的)

2.2 读写等操作

2.2.1 read()文件内容读取

文件对象.read(num)
num表示要从文件中读取的数据的长度(单位是字节),如果没有传入num,那么就表示读取文件中所有的数据。
test.txt 已经建立:

f = open('test.txt', 'r')
# 文件内容如果换行,底层有\n,会有字节占位,导致read书写参数读取出来的眼睛看到的个数和参数值不匹配 
print(f.read(6))			# aaaa
							# b

# read不写参数表示读取所有:
print(f.read())				# aaaa
							# bbbb
							# cccc
							# dddd

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11

2.2.2 readline()一次读取一行内容

readline()一次读取一行内容。

f = open('test.txt', 'r')
con = f.readline()
print(con)						# aaaa
print(con)						# aaaa
print(con)						# aaaa

f = open('test.txt', 'r')
con = f.readline()
print(con)						# aaaa
con = f.readline()
print(con)						# bbbb
con = f.readline()
print(con)						# cccc

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14

2.2.3 readlines()按每行返回列表

readlines可以按照行的方式把整个文件中的内容进行一次性读取,返回的是一个列表,其中每一行的数据为一个元素。

# readlines测试
f = open('test.txt', 'r')
con = f.readlines()
print(con)
f.close()		#['aaaa\n', 'bbbb\n', 'cccc\n', 'dddd\n']

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

2.2.4 seek()指定位置进行读取

作用:用来移动文件指针。
语法如下:
文件对象.seek(偏移量,起始位置)
起始位置:
·0:文件开头
·1:当前位置
·2:文件结尾

"""
语法: 文件对象.seek(偏移量, 起始位置) 0 开头 1 当前 2 结尾
目标:
    1.r改变文件指针位置:改变读取数据开始位置或把文件指针放借位(无法读取数据)
    2.a改变文件指针位置,做到可以读取出来数据

"""
f = open('test.txt', 'r+')
# 1.改变读取数据开始位置
# f.seek(2, 0)

# 1.文件指针放结尾,就读不出数据了
f.seek(0, 2)

con = f.read()
print(con)

f.close()

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19

将r+改为a+即可利用a访问模式访问

2.3 关闭文件

.close()

注意:可以只打开和关闭文件,不进行任何读写操作。

3 文件备份

需求:用户输入当前目录下任意文件名,程序完成对该文件的备份功能(备份文件名为XX[备份]后缀,例如:test[备份].txt)

步骤:

1.接受用户输入的文件名
2.规划备份文件名
3.备份文件写入数据
  • 1
  • 2
  • 3

代码实现:接受用户输入目标文件名:

# 1.用户输入目标文件
old_name = input('请输入您要备份的文件名:')
# print(old_name)
# print(type(old_name))
# 2.规划备份文件的名字
# 2,1 提取后缀 -- 找到名字中的点 -- 名字和后缀分离 -- 最右侧的点才是后缀的点--字符串查找某个字串rfind
index = old_name.rfind('.')
# print(index)

# 2,2 组织新名字 = 原名字 + [备份] + 后缀
# 原名字就是字符串中的一部分子串 -- 切片[开始:结束:步长]
new_name = old_name[:index] + '[备份]' + old_name[index:]
print(new_name)

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14

备份文件写入数据

			a)打开源文件和备份文件
			b)将原文件数据写入备份文件
			c)关闭文件
# 备份文件写入数据(数据和源文件一样)
# 1.打开原文件和备份文件
old_f = open(old_name, 'rb')
new_f = open(new_name, 'wb')
# 2.原文件读取,备份文件写入
# 如果不确定目标文件大小,循环读取写入,当读取出来的数据没有了终止循环
while True:
    con = old_f.read(1024)
    if len(con) == 0:
        # 表示读取完成了
        break
    new_f.write(con)
# 3.关闭文件
old_f.close()
new_f.close()

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19

4.思考:如果文件名为.txt该怎么办?

# 4.思考:有效文件才备份.txt
if index > 0:
    # 提取后缀
    postfix = old_name[index:]
# 同时将后面 new_name 改为这种写法
new_name = old_name[:index] + '[备份]' + postfix
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

当文件名为.txt的时候,将old_name 进行倒叙切片,因为.txt之前没有内容,所以无法定义postfix

4 文件和文件夹的操作

在python中文件和文件夹的操作要借助os模块里面的相关功能,具体步骤如下:

  1. 导入os模块:import os
  2. 使用os模块相关功能 os.函数名()
import os
# 1.rename():重命名
# os.rename('test1.txt', '10.txt')

# 2.remove():删除文件
# os,remove('10.txt')
# 3.mkdir():创建文件夹
# os.mkdir('aa')

# 4.rmdir():删除文件夹
# os.rmdir('aa')

# 5.getcwd(): 返回当前文件所在目录路径
# print(os.getcwd())

# 6.chdir():改变目录路径
# os.mkdir('aa')
# 需求:在aa里面创建bb文件夹
# os.mkdir('bb')
# os.chdir('aa')
# os.mkdir('bb')

# 7.listdir(路径) 以列表形式返回某个文件夹下所有文件名字
# print(os.listdir())

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25

5 应用案例

需求:批量修改文件名,既可添加指定字符串,又能删除指定字符串。
··········•步骤

  1. 设置添加删除字符串的标识
  2. 获取指定目录的所有文件
  3. 将原有文件名添加/删除指定字符串,构造新名字
  4. os.rename()重命名
# 需求1:把code文件夹所有文件重命名 Python_xxxxx
# 需求2:删除Python_重命名: 1.构造条件的数据 2. 书写if
import os

# 构造条件的数据
flag = 1
# 当需要把前缀删除的时候可以将flag改为2,一键快捷删除
# 1.找到所有文件:获取code文件夹的目录列表 -- listdir()
file_list = os.listdir()
print(file_list)


# 2,构造名字
for i in file_list:
    if flag == 1:
        # new_name = 'Python_' + 原文件i
        new_name = 'Python_' + i
    elif flag == 2:
        # 删除前缀
        num = len('Python_')
        new_name = i[num:]
	# 3.重命名
    os.rename(i, new_name)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23

6 Python3 XML解析

6.1 什么是XML?

XML 指可扩展标记语言(eXtensible Markup Language),标准通用标记语言的子集,是一种用于标记电子文件使其具有结构性的标记语言。

XML 被设计用来传输和存储数据。

XML 是一套定义语义标记的规则,这些标记将文档分成许多部件并对这些部件加以标识。

它也是元标记语言,即定义了用于定义其他与特定领域有关的、语义的、结构化的标记语言的句法语言。


6.2 python对XML的解析

常见的 XML 编程接口有 DOM 和 SAX,这两种接口处理 XML 文件的方式不同,当然使用场合也不同。

Python 有三种方法解析 XML,SAX,DOM,以及 ElementTree:

6.2.1.SAX (simple API for XML )

Python 标准库包含 SAX 解析器,SAX 用事件驱动模型,通过在解析 XML 的过程中触发一个个的事件并调用用户定义的回调函数来处理 XML 文件。

6.2.2.DOM(Document Object Model)

将 XML 数据在内存中解析成一个树,通过对树的操作来操作 XML。

本章节使用到的 XML 实例文件 movies.xml 内容如下:

<collection shelf="New Arrivals">
<movie title="Enemy Behind">
   <type>War, Thriller</type>
   <format>DVD</format>
   <year>2003</year>
   <rating>PG</rating>
   <stars>10</stars>
   <description>Talk about a US-Japan war</description>
</movie>
<movie title="Transformers">
   <type>Anime, Science Fiction</type>
   <format>DVD</format>
   <year>1989</year>
   <rating>R</rating>
   <stars>8</stars>
   <description>A schientific fiction</description>
</movie>
   <movie title="Trigun">
   <type>Anime, Action</type>
   <format>DVD</format>
   <episodes>4</episodes>
   <rating>PG</rating>
   <stars>10</stars>
   <description>Vash the Stampede!</description>
</movie>
<movie title="Ishtar">
   <type>Comedy</type>
   <format>VHS</format>
   <rating>PG</rating>
   <stars>2</stars>
   <description>Viewable boredom</description>
</movie>
</collection>
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33

6.3 Python 使用 SAX 解析 xml

SAX 是一种基于事件驱动的 API。

利用 SAX 解析 XML 文档牵涉到两个部分:解析器和事件处理器。

解析器负责读取 XML 文档,并向事件处理器发送事件,如元素开始跟元素结束事件;

而事件处理器则负责对事件作出相应,对传递的 XML 数据进行处理。

  • 1、对大型文件进行处理;
  • 2、只需要文件的部分内容,或者只需从文件中得到特定信息。
  • 3、想建立自己的对象模型的时候。

在 Python 中使用 sax 方式处理 xml 要先引入 xml.sax 中的 parse 函数,还有 xml.sax.handler 中的 ContentHandler。

6.3.1 ContentHandler 类方法介绍

characters(content) 方法

调用时机:

从行开始,遇到标签之前,存在字符,content 的值为这些字符串。

从一个标签,遇到下一个标签之前, 存在字符,content 的值为这些字符串。

从一个标签,遇到行结束符之前,存在字符,content 的值为这些字符串。

标签可以是开始标签,也可以是结束标签。

startDocument() 方法

文档启动的时候调用。

endDocument() 方法

解析器到达文档结尾时调用。

startElement(name, attrs) 方法

遇到XML开始标签时调用,name 是标签的名字,attrs 是标签的属性值字典。

endElement(name) 方法

遇到XML结束标签时调用。


6.4 make_parser 方法

以下方法创建一个新的解析器对象并返回。

xml.sax.make_parser( [parser_list] )
  • 1

参数说明:

  • parser_list - 可选参数,解析器列表

6.5 parser 方法

以下方法创建一个 SAX 解析器并解析xml文档:

xml.sax.parse( xmlfile, contenthandler[, errorhandler])
  • 1

参数说明:

  • xmlfile - xml文件名
  • contenthandler - 必须是一个 ContentHandler 的对象
  • errorhandler - 如果指定该参数,errorhandler 必须是一个 SAX ErrorHandler 对象

6.6 parseString 方法

parseString 方法创建一个 XML 解析器并解析 xml 字符串:

xml.sax.parseString(xmlstring, contenthandler[, errorhandler])
  • 1

参数说明:

  • xmlstring - xml字符串
  • contenthandler - 必须是一个 ContentHandler 的对象
  • errorhandler - 如果指定该参数,errorhandler 必须是一个 SAX ErrorHandler对象

6.7 Python 解析XML实例

#!/usr/bin/python3

import xml.sax

class MovieHandler( xml.sax.ContentHandler ):
   def __init__(self):
      self.CurrentData = ""
      self.type = ""
      self.format = ""
      self.year = ""
      self.rating = ""
      self.stars = ""
      self.description = ""

   # 元素开始调用
   def startElement(self, tag, attributes):
      self.CurrentData = tag
      if tag == "movie":
         print ("*****Movie*****")
         title = attributes["title"]
         print ("Title:", title)

   # 元素结束调用
   def endElement(self, tag):
      if self.CurrentData == "type":
         print ("Type:", self.type)
      elif self.CurrentData == "format":
         print ("Format:", self.format)
      elif self.CurrentData == "year":
         print ("Year:", self.year)
      elif self.CurrentData == "rating":
         print ("Rating:", self.rating)
      elif self.CurrentData == "stars":
         print ("Stars:", self.stars)
      elif self.CurrentData == "description":
         print ("Description:", self.description)
      self.CurrentData = ""

   # 读取字符时调用
   def characters(self, content):
      if self.CurrentData == "type":
         self.type = content
      elif self.CurrentData == "format":
         self.format = content
      elif self.CurrentData == "year":
         self.year = content
      elif self.CurrentData == "rating":
         self.rating = content
      elif self.CurrentData == "stars":
         self.stars = content
      elif self.CurrentData == "description":
         self.description = content
  
if ( __name__ == "__main__"):
   
   # 创建一个 XMLReader
   parser = xml.sax.make_parser()
   # 关闭命名空间
   parser.setFeature(xml.sax.handler.feature_namespaces, 0)

   # 重写 ContextHandler
   Handler = MovieHandler()
   parser.setContentHandler( Handler )
   
   parser.parse("movies.xml")
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65

以上代码执行结果如下:

*****Movie*****
Title: Enemy Behind
Type: War, Thriller
Format: DVD
Year: 2003
Rating: PG
Stars: 10
Description: Talk about a US-Japan war
*****Movie*****
Title: Transformers
Type: Anime, Science Fiction
Format: DVD
Year: 1989
Rating: R
Stars: 8
Description: A schientific fiction
*****Movie*****
Title: Trigun
Type: Anime, Action
Format: DVD
Rating: PG
Stars: 10
Description: Vash the Stampede!
*****Movie*****
Title: Ishtar
Type: Comedy
Format: VHS
Rating: PG
Stars: 2
Description: Viewable boredom
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30

完整的 SAX API 文档请查阅 Python SAX APIs


6.8 使用xml.dom解析xml

文件对象模型(Document Object Model,简称DOM),是W3C组织推荐的处理可扩展置标语言的标准编程接口。

一个 DOM 的解析器在解析一个 XML 文档时,一次性读取整个文档,把文档中所有元素保存在内存中的一个树结构里,之后你可以利用DOM 提供的不同的函数来读取或修改文档的内容和结构,也可以把修改过的内容写入xml文件。

python中用xml.dom.minidom来解析xml文件,实例如下:

#!/usr/bin/python3

from xml.dom.minidom import parse
import xml.dom.minidom

# 使用minidom解析器打开 XML 文档
DOMTree = xml.dom.minidom.parse("movies.xml")
collection = DOMTree.documentElement
if collection.hasAttribute("shelf"):
   print ("Root element : %s" % collection.getAttribute("shelf"))

# 在集合中获取所有电影
movies = collection.getElementsByTagName("movie")

# 打印每部电影的详细信息
for movie in movies:
   print ("*****Movie*****")
   if movie.hasAttribute("title"):
      print ("Title: %s" % movie.getAttribute("title"))

   type = movie.getElementsByTagName('type')[0]
   print ("Type: %s" % type.childNodes[0].data)
   format = movie.getElementsByTagName('format')[0]
   print ("Format: %s" % format.childNodes[0].data)
   rating = movie.getElementsByTagName('rating')[0]
   print ("Rating: %s" % rating.childNodes[0].data)
   description = movie.getElementsByTagName('description')[0]
   print ("Description: %s" % description.childNodes[0].data)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28

以上程序执行结果如下:

Root element : New Arrivals
*****Movie*****
Title: Enemy Behind
Type: War, Thriller
Format: DVD
Rating: PG
Description: Talk about a US-Japan war
*****Movie*****
Title: Transformers
Type: Anime, Science Fiction
Format: DVD
Rating: R
Description: A schientific fiction
*****Movie*****
Title: Trigun
Type: Anime, Action
Format: DVD
Rating: PG
Description: Vash the Stampede!
*****Movie*****
Title: Ishtar
Type: Comedy
Format: VHS
Rating: PG
Description: Viewable boredom
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25

完整的 DOM API 文档请查阅 Python DOM APIs

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/小蓝xlanll/article/detail/661151
推荐阅读
相关标签
  

闽ICP备14008679号