Python 以優雅的姿勢 操作檔案

open() 方法🎏

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

引數如下：

• file：檔案路徑（絕對路徑或者相對路徑），如果直接寫檔案名的話那就是 相對路徑

• mode：為字串引數，用于指定打開檔案的模式，默認值是 “r”，也就是讀取模式，其余模式參考下面內容

• buffering：可選的整數引數，用于設定緩沖策略，若為 0 以切換緩沖關閉（僅允許在二進制模式下），1選擇行緩沖（僅在文本模式下），大于1的整數以指示固定大小的塊緩沖區的大小（單位：位元組），如果沒有給出引數，默認緩沖策略的作業方式如下:

  • 二進制檔案以固定大小的塊進行緩沖；使用啟發式方法選擇緩沖區的大小，嘗試確定底層設備的“塊大小”或使用 io.DEFAULT_BUFFER_SIZE，在大多數系統上，緩沖區的長度通常為 4096 或 8192 位元組，
  • “互動式”文本檔案（ isatty() 回傳 True 的檔案）使用行緩沖，其他文本檔案使用上述策略用于二進制檔案，

• encoding：指定用于解碼或編碼檔案時 所 編碼的名稱，只在文本模式下使用，默認值（默認編碼型別）是根據你的作業系統平臺決定的，Windows系統是默認國產的 GBK編碼，Liunx 、Macos 系統 為默認 UTF-8 編碼，這也是為什么在Windos平臺上打開utf-8編碼檔案時報錯的原因，這里建議 好習慣 encoding=”utf-8"

• errors：可選字串引數，指定如何處理編碼和解碼錯誤，不能在二進制模式下使用

  • strict ：如果存在編碼錯誤，會引發 ValueError 報錯，默認值 None 具有相同的效果
  • ignore ：忽略錯誤，但忽略編碼錯誤可能會導致資料丟失，可能會在一些嵌入式環境中使用
  • replace ：會將替換標記（例如 ‘?’ ）插入有錯誤資料的地方

• newline：控制 universal newlines （通用換行符）模式如何生效（它僅適用于文本模式），如果 newline 為 None，則啟用通用換行模式，輸入中的行可以以 ‘\n’，’\r’ 或 ‘\r\n’ 結尾，這些行被Python翻譯成 ‘\n’ ，簡單來說，就是以什么為判斷內容下一行的依據，windos默認約定為 “\r\n” , Unix 為 “\n”，MacOS 為 “\r”

• closefd：如果 closefd 是 False 并且給出了檔案描述符而不是檔案名，那么當檔案關閉時，底層檔案描述符將保持打開狀態；如果給出檔案名則 必須為 True（默認值，否則將引發錯誤

• opener：設定自定義開啟器，通過使用引數（ file，flags ）呼叫 opener 獲得檔案物件的基礎檔案描述符，開啟器必須回傳一個打開的檔案描述符，

檔案打開模式📌

以 內容資料 型別為參考的話，Python 區分二進制 和 文本，那么又分為文本模式 和 二進制模式

文本模式

在不指定檔案模式時，默認模式為 “r”，打開用于讀取文本，與 “rt” 是一樣的，

文本模式下，檔案內容回傳為 字串，使用 “r”，“w” 等模式時，與 后面加 “t” 相同，“r” = “rt”

二進制模式

二進制模式下，回傳的內容為 bytes 物件，不進行任何解碼

在Python 中創建 圖片、視頻等檔案時，就需要用到 二進制模式 寫入資料內容，

使用 with 陳述句💡

在使用 open() 內置函式 操作檔案時，得記得在操作結束后加上一句 f.close()

每次操作完都得加上 f.close() ，顯得有些麻煩，且如果在操作完忘記加上這一句話，還會造成資源一直占用的問題
于是，這里 推薦使用 with 陳述句 來提升撰寫代碼的效率

普通寫法

f = open("中文.txt", "r", encoding="utf-8")
data = f.read()
print(data)
f.close()

使用 with 陳述句

with open("中文.txt", "r", encoding="utf-8") as f:
    data = f.read()
    print(data)

優點：

• 提升代碼閱讀性
• 減少代碼冗余，免去 f.close() 步驟，同時也防止忘記關閉檔案呼叫

接下來的代碼，我將統一使用 with 陳述句演示

創建檔案

創建檔案，常用的 檔案打開模式是 “w”，當然也可以使用 “x” 模式，前提是你所指定的目錄下沒有這個檔案

只是創建一個空白檔案的話 可以這么寫

with open("檔案.txt", "w", encoding="utf-8") as f_w:
    pass

創建多個檔案 可以配合回圈

for i in range(1, 5):
    with open(f"檔案_{i}.txt", "w", encoding="utf-8") as f_w:
        pass

創建檔案 并且 寫入內容

with open(f"檔案.txt", "w", encoding="utf-8") as f_w:
    f_w.write("hello word")

讀取檔案

讀取檔案，用到的 檔案打開模式是 “r”

• .read(size = -1)*
  讀取全部

  • size ： 指定讀取的位元組數， 默認值-1表示讀取整個檔案

  
  讀取全部內容

  with open(f"中文.txt", "r", encoding="utf-8") as f_w:
      data = f_w.read()           # 讀取所有內容
      print(data)
  

  利用 size 引數 在特點場合下有妙用

  with open(f"中文.txt", "r", encoding="utf-8") as f_w:
      while True:
          data = f_w.read(10)         # 每次只讀取10個位元組
          if data:
              print(data)
          else:
              break
  

• .readline(size = -1)
  讀取一行

  • size ： 指定中讀取的位元組數， 默認值-1表示讀取一行內容， 用法與上面 .read() 相同

  
  讀取一行

  with open(f"中文.txt", "r", encoding="utf-8") as f_w:
      data = f_w.readline()
      print(data)
  

  一行一行方式讀取 全部內容

  with open(f"中文.txt", "r", encoding="utf-8") as f_w:
      while True:
          data = f_w.readline()
          if not data:
              break
          print(data)
          
  # 還可以直接回圈檔案物件實作
  with open(f"中文.txt", "r", encoding="utf-8") as f_w:
      for line in f_w:
          print(line)
  

.readline(size = -1)
讀取所有行，并回傳串列，每一行為串列中的一個值

with open(f"中文.txt", "r", encoding="utf-8") as f_w:
    data_list = f_w.readlines()
    print(data_list)

增加內容（末尾）

對檔案內容進行追加，用到的 檔案打開模式是 “a”

追加的內容會寫在檔案末尾

with open("中文.txt", "w", encoding="utf-8") as f_w:		# 創建初始檔案
    f_w.write("我是第一行內容\n")

with open("中文.txt", "a", encoding="utf-8") as f_a:		# 追加檔案內容
    f_a.write("我是追加的內容")

這個模式用在寫簡單的 程式運行 日志 上

修改檔案內容（重點）🧬

需要使用到兩種 檔案打開模式 進行配合，先讀（“r”）后寫（“w”）

原理：
很簡單，就是先將 內容讀取 到記憶體，然后對讀取到的資料進行修改、增加、洗掉等操作，再重新寫入到新檔案中，再把舊檔案替換成新檔案，在編輯程序未結束的情況下 產生的新檔案可以理解為 臨時檔案，此時尚未與舊檔案替換

這種修改方式其實很常見，拿我們常用的 word 檔案來看
在平時編輯word檔案時，會發現在其相對路徑下會生成一個隱藏檔案，命名通常是以~$開頭，后面跟著檔案名

替換檔案
那么，在py中怎么替換檔案呢？

這就需要用到 os 標準庫模塊下的 os.replace()

os.replace("新檔案", "舊檔案")

根據以上原理，Py實作

temp_name = r"~$"
file_name = "中文.txt"
with open(f"{temp_name}{file_name}", "w", encoding="utf-8") as f_w:
    with open(file_name, "r", encoding="utf-8") as f_r:
        data = f_r.read()
        data = data.replace("內容", "nei_rong")       # 替換操作
        data += "我是再加上的內容\n"                  # 增加內容  
        f_w.write(data)

os.replace(f"{temp_name}{file_name}", file_name)	  # 替換檔案

洗掉檔案

這里需要用到 os 標準庫模塊

file_path = ""
if os.path.isfile(file_path):
    os.remove(file_path)            # 只能洗掉檔案 非檔案夾

注意：只能洗掉檔案，非檔案夾，否則會出現 OSError 錯誤

洗掉檔案夾

需要注意的是，檔案夾分兩種，一種是空檔案夾，另外一種則是檔案夾中有內容的 非空檔案夾

• 空檔案夾：
  利用 os 標準庫模塊
  os.rmdir() 洗掉指定路徑的目錄，檔案夾必須為空

  dir_path = ""
  if not os.listdir(dir_path):
  	os.rmdir(dir_path)
  

7 > 如果洗掉非空檔案夾，會出現 OSError 錯誤

• 非空檔案夾：

  方法一：（推薦）
  利用 shutil 標準庫模塊
  shutil.rmtree() 洗掉一個完整的目錄樹

  path = ""
  if os.path.isdir(path):
  	shutil.rmtree(path)     # 洗掉非空檔案夾
  

  方法二：
  還是使用回 os 標準庫模塊中的功能，但這個方法比較繁瑣

  for b, d, f in os.walk(path, topdown=False):        # 一定要設定 topdown 引數為False，從里層開始
  for file_n in f:
      os.remove(os.path.join(b, file_n))
  for dir_p in d:
      dir_p = os.path.join(b, dir_p)
      if not os.listdir(dir_p):
          os.rmdir(dir_p)
  else:
  	os.rmdir(path)
  

擴展：利用 OS 模塊

OS 模塊是個利器，操作檔案時 有 OS 可以做出更厲害的操作
匯入os模塊

import os

判斷檔案是否存在

os.path.isfile()  	# 判斷路徑是否為檔案

根據檔案是否存在決定寫入模式

file_path = ""                  # 檔案目錄
if os.path.isfile(file_path):
    print("檔案存在")
    with open(file_path, "a", encoding="urf-8") as f_a:
        f_a.write("寫入內容")    # 追加檔案中的內容 
else:
    print("檔案不存在")
    with open(file_path, "w", encoding="utf-8") as f_w:
        f_w.write("寫入內容")

拼接路徑

os.path.join()  	# 把目錄和檔案名合成一個路徑

path = os.path.join("路徑一", "路徑二")

獲取根路徑

適用于當前所運行的 py檔案

BASE_DIR = os.path.dirname(__file__)    # 獲取當前Py 根目錄

判斷檔案夾是否存在

os.path.isdir() 	# 判斷路徑是否為目錄

如果檔案夾不存在，則創建檔案夾并在此檔案夾內創建檔案

BASE_DIR = os.path.dirname(__file__)                     # 獲取當前Py 根目錄
dir_path = [os.path.join(BASE_DIR, "我是檔案夾"), ]       # 檔案夾路徑
file_path = os.path.join(dir_path[0], "我是檔案.txt")         # 檔案目錄


def judg_isdir(funx):
    """
    檔案夾初始化裝飾器
    """
    def inner(*args, **kwargs):
        for d in dir_path:
            if not os.path.isdir(d):    # 如果檔案夾不存在則創建
                os.mkdir(d)
        return funx(*args, **kwargs)
    return inner


@judg_isdir
def mydir():
    if os.path.isfile(file_path):   # 如果檔案存在
        print("檔案存在")
        with open(file_path, "a", encoding="urf-8") as f_a:
            f_a.write("寫入內容")    # 追加檔案中的內容
    else:
        print("檔案不存在")
        with open(file_path, "w", encoding="utf-8") as f_w:
            f_w.write("寫入內容")


mydir()

擴展：檔案編碼知識

ASCII

ASCII (American Standard Code for Information Interchange，美國資訊交換標準代碼）是基于拉丁 字母 的一套編碼，主要用于顯示現代英語和其他西歐語言，是最通用的資訊交換標準，并等同于國際標準 ISO/IEC 646
ASCII 第一次以規范標準的型別發表是在1967年，最后一次更新則是在1986年，到目前為止共定義了128個字符

由于計算機是美國人發明的，因此最早只有 ASCII 被編碼到計算機里，大小寫英文字母、數字和一些符號

大寫字母 A 對應的編碼是65，小寫字母 a 對應編碼是97，數字 1 對應的編碼是 49
這些都可以通過 Python內置函式 ord() 進行查看

print(ord("A"))
print(ord("a"))
print(ord("1"))

GB2312 & GBK

GB2312 和 GBK 都為 國產編碼，GB2312 于1980年 最早發布
GBK 是 GB2312 的升級版，加入更多字符，向下與 GB 2312 編碼兼容國產編碼，一直用到現在，Windos中文平臺 默認編碼依舊是 GBK

可以在 命令提示符 中的屬性 看到Windos平臺 默認的編碼

Unicode

Unicode 是 ISO（國際標誰化組織）制定的可以容納世界上所有文字和符號的字符編碼，所以又俗稱 萬國碼、統一碼，解決了 傳統的字符編碼方案的局限（簡單來說：每個國家都有自己一套的編碼標準，如果跨國辦公或者跨國產品，很容易出現各個國家編碼不相通，造成亂碼，在當時萬國碼沒出來之前，各國之間的編碼可謂是戰國時期，亂碼現象很常見）

特點：

• Unicode 為每種語言中的每個字符設定了統一并且唯一的二進制編碼，以滿足跨語言、跨平臺進行文本轉換、處理、閱讀，極大改善了不同國家之間的資訊傳遞

• 可以跟各種語言的編碼自由轉換，兼容性很強，比如說用 gbk編碼 的文本 ，可以轉成Unicode

• 容納世界上所有文字和符號的字符編碼

UTF-8

Unicode 是 字符集，UTF-8 是 編碼規則

UTF-8 就是 Unicode 的實作方式，對unicode字符集進行編碼的一種編碼方式

在計算機記憶體中，使用Unicode編碼，當需要保存到硬碟或者需要傳輸的時候，就轉換為UTF-8編碼
具體流程：編輯文本時，從檔案讀取 UTF-8 字符轉換為 Unicode 字符到記憶體里，進行編輯操作，編輯完成后，再把記憶體中的 Unicode 字符 轉換為UTF-8 字符 存盤到檔案里

注意：utf-8 不能直接于 gbk 轉換，需要有 Unicode 作為中間人 過渡，這是為什么 在WIndows平臺上 打開utf-8文本檔案時容易出現亂碼的原因

此外 還有UTF-16，UTF-32

對比表

依據 出現時間 排序

相關博客