当前位置:   article > 正文

Python文件读写_python读写文件

python读写文件

文件读写

常见文件的读写分类:

  • 普通文本文件:txtpymdhtml
  • csv文件:.csv,需要借助于系统模块csv
  • 二进制文件:图片,音频,视频,压缩包等
  • 对象的序列化和反序列化:picklejson
  • 办公文件:excelword,需要借助于第三方模块

一、普通文件读写

1.1 读取
1.1.1 读取文件的操作流程
  • 打开文件:f = open(file,mode,encoding)

    • 传递需要读取的文件的路径:相对路径/绝对路径
    • 选择打开文件的模式
    • 传递需要书写读取文件的编码格式,注意使用关键字参数
    • f = open()f表示被打开的文件对象,后续操作都需要通过f完成
  • 读取内容:read()/readline()/readlines()

    • read():一次全部读取完毕,适用于数据量少的文件
    • readline():一次只能读取一行
    • readlines():一次性全部读完,同样适用于数据量少的情况的,但是返回列表,每一行内容是列表中的元素,使用较多
  • 关闭文件:close()

    • 关闭文件,为了节约内存空间
1.1.2 打开文件语法
open(file,mode,encoding)
  • 1
  • 说明:

    • file:需要打开的文件名称或文件的路径

      • 文件名称:需要打开的文件和当前py文件在同一个目录下,不常用
      • 文件路径:需要打开的文件和当前py文件不在同一个目录下,可以使用相对路径或绝对路径
      • 相对路径:相对当前工程的路径,如:aaa/file1.txt,推荐
      • 绝对路径:从系统盘符开始的路径,如:c:/users/xxxx/Desktop/Coding5/Day21Code/aaa/file1.txt
    • mode:打开文件的模式

      模式说明
      'r'open for reading (default)普通文件的读取
      'w'open for writing, truncating the file first普通文件的写入(删除原文件,生成一个空的新的文件)
      'a'open for writing, appending to the end of the file if it exists普通文件的写入(追加,在原文件内容后添加)
      'rb'打开二进制文件用于读取
      'wb'打开二进制文件用于写入
    • encoding

      • 常用的编码格式:utf-8gbk
1.1.3 正反斜杠

在Python中,文件路径可以使用正斜杠(/)或反斜杠(\)来表示。这两种方式在大多数情况下都是等效的,但是在某些特定情况下可能会有一些差异。

在Windows操作系统中,反斜杠(\)被用作路径分隔符。因此,如果你在Windows上编写Python代码,通常会使用反斜杠来表示文件路径,例如:

path = 'C:\\Users\\Username\\Documents\\file.txt'
  • 1
'
运行

然而,Python也支持使用正斜杠(/)来表示文件路径,即使在Windows上也是如此。这是因为Python解释器会自动将正斜杠转换为适当的路径分隔符。因此,你也可以这样写:

path = 'C:/Users/Username/Documents/file.txt'
  • 1
'
运行

在其他操作系统(如Linux和macOS)中,正斜杠(/)被用作路径分隔符。因此,在这些系统上,使用正斜杠表示文件路径是常见的做法。

总而言之,Python中使用正斜杠或反斜杠来表示文件路径都是可以的。选择哪种方式主要取决于你所使用的操作系统和个人偏好。如果你的代码需要在不同操作系统上运行,可以考虑使用os.path模块提供的函数来处理文件路径,这样可以确保代码在不同平台上都能正常工作。

1.1.4 代码演示

以访问txt文件为例

image-20231026112420521

  • 打开文件:open()

    • 采用绝对路径访问
      • 注:因为路径表达含有反斜杠\,所以使用r使转义失效
    f = open(r"d:/word.txt", "r", encoding="utf-8")
    
    • 1
    • 情况一:如果py文件和txt文件平级,直接写txt文件的名称
      • 在文件01_读取普通文件.py中访问文件致橡树.txt
    f1 = open(r"致橡树.txt", "r", encoding="utf-8")
    
    • 1
    • 情况二:如果py文件和txt文件的上级目录平级,则需要从上级目录开始书写
      • 在文件01_读取普通文件.py中访问文件夹aaa中的文件致橡树2.txt
    f2 = open(r"aaa/致橡树2.txt", "r", encoding="utf-8")
    
    • 1
    • 情况三:虽然py文件和txt文件都在一个子目录中,只要二者是平级的关系,则可以直接书写文件名
      • 在文件夹data中的text01.py中访问文件致橡树1.txt
    f3 = open("致橡树1.txt", "r", encoding="utf-8")
    
    • 1
    • 情况四:如果py文件的上级目录和txt文件平级,则需要回退路径,..表示回退一级
      • 在文件夹data中的text01.py中访问文件致橡树.txt
    f4 = open("../致橡树.txt", "r", encoding="utf-8")
    
    • 1
    • 情况五:如果py文件的上级目录和txt文件的上级目录平级
      • 在文件夹data中的text01.py中访问文件夹aaa中的文件致橡树2.txt
    f5 = open("../aaa/致橡树2.txt", "r", encoding="utf-8")
    
    • 1
# 2.读取内容:read()/readline()/readlines()
# 一次全部读取完毕,适用于数据量少的文件
# r1 = f1.read()
# print(r1)
# 一次只能读取一行
# r2 = f1.readline()
# print(r2)
# 一次性全部读完,同样适用于数据量少的情况的,但是返回列表,每一行内容是列表中的元素,使用较多
r3 = f1.readlines()
print(r3)

# 3.关闭文件:close()
# 关闭文件,为了节约内存空间
f1.close()

# 扩展:结合异常读取文件
# FileNotFoundError
# ValueError
# LookupError

f = None
try:
f = open(r'致橡树.txt', 'r', encoding='gbk56')
print(f.read())
except FileNotFoundError as e:
print("文件路径错误:",e)
except ValueError as e:
print("打开模式错误:",e)
except LookupError as e:
print("编码错误",e)
finally:
if f:
  f.close()
  • 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
  • 读取文件

    • read():一次全部读取完毕,适用于数据量少的文件
    r1 = f1.read()
    print(r1)
    
    • 1
    • 2

    输出结果

    image-20231026113104225

    • readline():一次只能读取一行
    r2 = f1.readline()
    print(r2)
    
    • 1
    • 2

    image-20231026113208389

    • readlines():一次性全部读完,同样适用于数据量少的情况的,但是返回列表,每一行内容是列表中的元素,使用较多
    r3 = f1.readlines()
    print(r3)
    
    • 1
    • 2

    image-20231026113245383

  • 完整流程

# 1.打开文件:open()
f1 = open(r"致橡树.txt", "r", encoding="utf-8")

# 2.读取内容:readlines()
r3 = f1.readlines()
print(r3)

# 3.关闭文件:close()
f1.close()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 拓展

    • 在编写中,如果文件名写错,会报异常;模式写错,也会报异常;编码写错,也会报异常。所以可以添加捕获异常的代码
    f = None
    try:
        f = open("致橡树.txt", "r", encoding="utf-8")
        read = f.readlines()
        print(read)
    except FileNotFoundError as e:
        print("文件路径错误:", e)
    except ValueError as e:
        print("操作模式错误:", e)
    except LookupError as e:
        print("编码格式错误:", e)
    finally:
        if f:
            f.close()
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    '
    运行
1.2 写入
1.2.1 读取文件的操作流程
  • 打开文件:f = open(file,mode,encoding)

    • 写入文件内容(wa)的时候,文件路径可以不存在,自动生成
    • 不管是读取还是写入,encoding的值和源文件的编码格式保持一致
    • 'w':open for writing, truncating the file first,达到了覆盖的效果
    • 'a':open for writing, appending to the end of the file if it exit,达到追加内容的效果
  • 读取内容:write()

    • 如果需要写入的数据量较大,则可以借助于刷新提高写入效率
      • xxx.flush()
  • 关闭文件:close()

    • 关闭文件,为了节约内存空间
1.2.3 代码演示
# 1.打开文件
# 文件路径存在,直接打开
f2 = open("aaa/file.txt", "w", encoding="utf-8")
# 文件路径不存在,创建并打开
# f2_2 = open("aaa/file2.txt", "w", encoding="utf-8")
# "w"覆盖原文件内容,"a"追加源文件内容
# f2_3 = open("aaa/file2.txt", "a", encoding="utf-8")

# 2.写入文件
f2.write("123")

# 3.关闭文件
f2.close()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13

二、with上下文

在实际应用中,进行读写时,往往会忘记最后的关闭操作,所以可以使用with语法,简化代码。

所以也更推荐这种写法

2.1 语法
  • 通用语法
with  对象   as  变量:
	pass
  • 1
  • 2
  • 在文件读写中
with open() as f:/
  • 1
  • 2
2.2 说明
  • with上下文管理器一般用于简化代码,如:文件读写,数据库操作等
  • 使用with上下文管理器进行文件的读写之后,无需手动关闭文件,当with代码块执行完毕,对应的文件会自动关闭
  • 变量表示文件描述符,也就是打开的文件对象
  • 当通过with的方式打开文件,则文件读取和写入的操作一定要在with代码块中完成,否则文件会被关闭导致无法操作
    • ValueError: I/O operation on closed file.
2.3 代码演示
# 读取操作
with open("致橡树.txt", "r", encoding="utf-8") as f1:
    r1 = f1.readlines()
    print(r1)

# 写入操作
with open("aaa/file.txt", "w", encoding="utf-8") as f2:
    f2.write("123123")
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

三、二进制文件读写

  • 二进制文件:图片,音视频,压缩包等
  • 读取和写入二进制文件需要使用rbwb
    • 'rb':打开二进制文件用于读取
    • 'wb':打开二进制文件用于写入
  • 因为二进制文件是由二进制(字节,byte)组成,没有编码一说,所以需要省略encoding参数,如果设置encoding,报错
    • ValueError: binary mode doesn't take an encoding argument
# 读取
with open(r"data/py.jpg", "rb") as f1:
    data = f1.read()
    print(data)

# 写入
with open(r"data/new_py.jpg", "wb") as f2:
    f2.write(data)
    f2.flush()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

四、CSV文件读写

4.1 csv文件
  • CSV:Comma Separated Values,逗号分隔值
  • .csv是一种文件格式(如.txt、.doc等),也可理解.csv文件就是一种特殊格式的纯文本文件。
    • 即是一组字符序列,字符之间用英文字符的逗号或制表符(Tab)分隔
  • CSV文件本身就是是个纯文本文件,这种文件格式经常用来作为不同程序之间的数据交互的格式
  • .csv文件打开方式有多种,如记事本、excel、Notepad++,sublime等,只要是文本编辑器都能正确打开
4.2 读取
  • csv文件的读写较为特殊,所以需要借助于系统模块csv
  • 读取csv文件时,使用csv.reader(),返回迭代器
# csv文件的读写较为特殊,所以需要借助于系统模块csv
import csv

# 1.读取
with open(r'aaa/t1.csv', 'r', encoding='utf-8') as f1:
    # 读取csv文件时,使用csv.reader(),返回迭代器
    reader = csv.reader(f1)  # 相当于f1.read()
    print(reader)  # <_csv.reader object at 0x00000209A4FAEF40>
    
    # 转成列表,获取元素
    datalist = list(reader)
    print(datalist)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
4.3 写入
  • 写入csv文件时,使用csv.writer(),结合writerow()writerows()完成写入操作
    • writerow(可迭代对象):写入一行
    • ``writerows(可迭代对象)`:写入多行
  • 如果写入内容之后,每行后面出现了空行,则可以通过设置newline=''解决
# 如果写入内容之后,每行后面出现了空行,则可以通过设置newline=''解决
with open(r'aaa/t2.csv', 'w', encoding='utf-8', newline='') as f2:
    # 注意3:写入csv文件时,使用csv.writer(),结合writerow()或writerows()完成写入操作
    writer = csv.writer(f2)
    # 注意4:writerow(可迭代对象)或writerows(可迭代对象)
    # writer.writerow('hello')

    datalist = [['name', 'age', 'height', 'address'],
                ['张三', '10', '180', '北京'],
                ['李四', '20', '165', '上海'],
                ['王五', '15', '175', '深圳']]
    # 逐行写入
    # for data in datalist:
    #     writer.writerow(data)

    # 一次性写入多行
    writer.writerows(datalist)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17

五、对象的序列化和反序列化

Python中一切皆对象

  • 对象的序列化:将Python中的对象持久化到磁盘上

  • 对象的反序列化:将磁盘上一个文件中的内容转换为Python对象

  • 注意事项

    • 对象的序列化(写入)和反序列化(读取)通过pickle模块和json模块完成
    • Python中一切皆对象,可以使用pickle或json模块的类型:数字,字符串,列表,字典,元组,集合,类,函数,模块等
    • pickle可以序列化一切类型,json常用于操作字典和列表
5.1 pickle模块

pickle可以序列化一切类型

需要pickle序列化对象,则文件的打开方式一定要使用wbrb,类似二进制文件的读写

序列化:pickle.dump(对象,文件对象)

反序列化:pickle.load(文件对象)

需求:将类对象写入文件中,并校验

# 导入模块
import pickle

# 创建类
class Person():
    def __init__(self, name, age):
        self.name = name
        self.age = age

    def show(self):
        print(f"姓名:{self.name},年龄:{self.age}")

# 创建类对象
per = Person('张三', 10)

# 1.序列化(写入)
# 需要pickle序列化对象,则文件的打开方式一定要使用wb或rb,类似二进制文件的读写
with open(r"data/a1.txt", 'wb') as f:
    pickle.dump(per, f)  # pickle.dump(对象,文件对象)

# 2.反序列化(读取),校验
with open(r"data/a1.txt", 'rb') as f:
    r = pickle.load(f)  # pickle.load(文件对象)
    print(r)
    print(r.name, r.age)
    r.show()
  • 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
'
运行
5.2 json模块
5.2.1 JSON

​ JSON(JavaScript Object Notation)是一种轻量级的数据交换格式。它以易于阅读和编写的文本形式表示结构化数据,并且可以被多种编程语言解析和生成。JSON最初是由Douglas Crockford在2001年提出的,它在Web开发中得到广泛应用。

​ JSON数据由键值对组成,类似于Python中的字典或JavaScript中的对象。每个键值对由一个键(key)和对应的值(value)组成,键和值之间使用冒号(:)分隔,键值对之间使用逗号(,)分隔。JSON支持以下数据类型作为值:

  • 字符串(string):由双引号括起来的文本。
  • 数字(number):整数或浮点数。
  • 布尔值(boolean):表示真或假的值。
  • 数组(array):由方括号括起来的值的有序列表。
  • 对象(object):由花括号括起来的键值对的无序集合。
  • 空值(null):表示空值的特殊关键字。

下面是一个简单的JSON示例:

{
  "name": "John",
  "age": 30,
  "isStudent": False,
  "hobbies": ["reading", "coding", "traveling"],
  "address": {
    "street": "123 Main St",
    "city": "上海"
  },
  "isEmployed": None
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11

JSON具有广泛的应用场景,特别是在Web开发中。它常用于在客户端和服务器之间传输数据,以及存储和交换结构化数据。在Python中,可以使用json模块来解析和生成JSON数据。

5.2.2 JSON和Python中数据类型的对应关系
JSONPython表示
objectdict{}
arraylist[]
5.2.3 代码演示
  • 方法说明

如果中文不需要编码,则可以设置ensure_ascii=False

ensure_ascii的默认值为True,表示对中文进行编码

序列化说明
json.dump()将Python中的字典或列表对象序列化到指定的文件中
json.dumps()将Python中的字典或列表对象序列化为json字符串
反序列化说明
json.load()将指定的文件中的json字符串反序列化为Python中的字典或列表对象
json.loads()将json字符串反序列化为Python中的字典或列表对象
  • 原数据,为字典
data = {
    "name": "John",
    "age": 30,
    "isStudent": False,
    "hobbies": ["reading", "coding", "traveling"],
    "address": {
        "street": "123 Main St",
        "city": "上海"
    },
    "isEmployed": None
}

print(data)
print(type(data))  # <class 'dict'>
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
'
运行
  • 将数据序列化和反序列化
# 导入模块
import json

# json.dumps():将Python中的字典或列表对象序列化为json字符串
new_json = json.dumps(data, ensure_ascii=False)
print(new_json)
print(type(new_json))  # <class 'str'>

# json.loads():将json字符串反序列化为Python中的字典或列表对象
new_data = json.loads(new_json)
print(new_data)
print(type(new_data))  # <class 'dict'>
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 将数据序列化和反序列化(文件操作)
# 导入模块
import json

# json.dump():将Python中的字典或列表对象序列化到指定的文件中
with open(r"data/person.json", "w", encoding="utf-8") as f1:
    json.dump(data, f1, ensure_ascii=False)

# json.load():将指定的文件中的json字符串反序列化为Python中的字典或列表对象
with open(f"data/person.json", "r", encoding="utf-8") as f2:
    new_data = json.load(f2)
    print(new_data)
    print(type(new_data))  # <class 'dict'>
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
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/码创造者/article/detail/820443
推荐阅读
相关标签
  

闽ICP备14008679号