人工智能技術基礎 課件 模塊8 文件

文件操作為了長期保存數(shù)據(jù)以便重復使用、修改和共享，必須將數(shù)據(jù)以文件的形式存儲到外部存儲介質(如磁盤、U盤、光盤或云盤、網盤、快盤等)中。文件操作在各類應用軟件的開發(fā)中均占有重要的地位：管理信息系統(tǒng)是使用數(shù)據(jù)庫來存儲數(shù)據(jù)的，而數(shù)據(jù)庫最終還是要以文件的形式存儲到硬盤或其他存儲介質上。應用程序的配置信息往往也是使用文件來存儲的，圖形、圖像、音頻、視頻、可執(zhí)行文件等等也都是以文件的形式存儲在磁盤上的。文件操作按文件中數(shù)據(jù)的組織形式把文件分為文本文件和二進制文件兩類。文本文件：文本文件存儲的是常規(guī)字符串，由若干文本行組成，通常每行以換行符'\n'結尾。常規(guī)字符串是指記事本或其他文本編輯器能正常顯示、編輯并且人類能夠直接閱讀和理解的字符串，如英文字母、漢字、數(shù)字字符串。文本文件可以使用字處理軟件如gedit、記事本進行編輯。二進制文件：二進制文件把對象內容以字節(jié)串(bytes)進行存儲，無法用記事本或其他普通字處理軟件直接進行編輯，通常也無法被人類直接閱讀和理解，需要使用專門的軟件進行解碼后讀取、顯示、修改或執(zhí)行。常見的如圖形圖像文件、音視頻文件、可執(zhí)行文件、資源文件、各種數(shù)據(jù)庫文件、各類office文檔等都屬于二進制文件。8.1文件基本操作文件內容操作三部曲：打開、讀寫、關閉open(file,mode='r',buffering=-1,encoding=None,errors=None,newline=None,closefd=True,opener=None)文件名指定了被打開的文件名稱。打開模式指定了打開文件后的處理方式。緩沖區(qū)指定了讀寫文件的緩存模式。0表示不緩存，1表示緩存，如大于1則表示緩沖區(qū)的大小。默認值是緩存模式。參數(shù)encoding指定對文本進行編碼和解碼的方式，只適用于文本模式，可以使用Python支持的任何格式，如GBK、utf8、CP936等等。如果執(zhí)行正常，open()函數(shù)返回1個可迭代的文件對象，通過該文件對象可以對文件進行讀寫操作。如果指定文件不存在、訪問權限不夠、磁盤空間不夠或其他原因導致創(chuàng)建文件對象失敗則拋出異常。下面的代碼分別以讀、寫方式打開了兩個文件并創(chuàng)建了與之對應的文件對象。f1=open('file1.txt','r')f2=open('file2.txt','w')當對文件內容操作完以后，一定要關閉文件對象，這樣才能保證所做的任何修改都確實被保存到文件中。f1.close()8.1文件基本操作需要注意的是，即使寫了關閉文件的代碼，也無法保證文件一定能夠正常關閉。例如，如果在打開文件之后和關閉文件之前發(fā)生了錯誤導致程序崩潰，這時文件就無法正常關閉。在管理文件對象時推薦使用with關鍵字，可以有效地避免這個問題。8.1文件基本操作用于文件內容讀寫時，with語句的用法如下：withopen(filename,mode,encoding)asfp:#這里寫通過文件對象fp讀寫文件內容的語句另外，上下文管理語句with還支持下面的用法，進一步簡化了代碼的編寫。withopen('test.txt','r')assrc,open('test_new.txt','w')asdst:dst.write(src.read())8.1文件基本操作8.1文件基本操作文件打開方式模式說明r讀模式（默認模式，可省略），如果文件不存在則拋出異常w寫模式，如果文件已存在，先清空原有內容x寫模式，創(chuàng)建新文件，如果文件已存在則拋出異常a追加模式，不覆蓋文件中原有內容b二進制模式（可與其他模式組合使用）t文本模式（默認模式，可省略）+讀、寫模式（可與其他模式組合使用）文件對象常用屬性屬性說明buffer返回當前文件的緩沖區(qū)對象closed判斷文件是否關閉，若文件已關閉則返回Truefileno文件號，一般不需要太關心這個數(shù)字mode返回文件的打開模式name返回文件的名稱8.1文件基本操作文件對象常用方法方法功能說明close()把緩沖區(qū)的內容寫入文件，同時關閉文件，并釋放文件對象detach()分離并返回底層的緩沖，底層緩沖被分離后，文件對象不再可用，不允許做任何操作flush()把緩沖區(qū)的內容寫入文件，但不關閉文件read([size])從文本文件中讀取size個字符（Python3.x）的內容作為結果返回，或從二進制文件中讀取指定數(shù)量的字節(jié)并返回，如果省略size則表示讀取所有內容readable()測試當前文件是否可讀readline() 從文本文件中讀取一行內容作為結果返回readlines()把文本文件中的每行文本作為一個字符串存入列表中，返回該列表，對于大文件會占用較多內存，不建議使用seek(offset[,whence])把文件指針移動到新的位置，offset表示相對于whence的位置。whence為0表示從文件頭開始計算，1表示從當前位置開始計算，2表示從文件尾開始計算，默認為0seekable()測試當前文件是否支持隨機訪問，如果文件不支持隨機訪問，則調用方法seek()、tell()和truncate()時會拋出異常tell() 返回文件指針的當前位置truncate([size])刪除從當前指針位置到文件末尾的內容。如果指定了size，則不論指針在什么位置都只留下前size個字節(jié)，其余的一律刪除write(s)把s的內容寫入文件writable()測試當前文件是否可寫writelines(s)把字符串列表寫入文本文件，不添加換行符8.1文件基本操作8.2文本文件操作案例精選例7-1向文本文件中寫入內容，然后再讀出。s='Helloworld\n文本文件的讀取方法\n文本文件的寫入方法\n'withopen('sample.txt','w')asfp:#默認使用cp936編碼fp.write(s)withopen('sample.txt')asfp:#默認使用cp936編碼print(fp.read())8.2文本文件基本操作例7-2讀取并顯示文本文件的前5個字符。withopen('sample.txt','r')sf:s=f.read(5)#讀取文件的前5個字符print('s=',s)print('字符串s的長度(字符個數(shù))=',len(s))8.2文本文件基本操作例7-3讀取并顯示文本文件所有行。withopen('sample.txt')asfp:#假設文件采用CP936編碼forlineinfp:#文件對象可以直接迭代print(line)8.2文本文件基本操作例7-4移動文件指針。Python2.x和Python3.x對于seek()方法的理解和處理是一致的，都是把文件指針定位到文件中指定字節(jié)的位置。但是由于對中文的支持程度不一樣，可能會導致在Python2.x和Python3.x中的運行結果有所不同。例如下面的代碼在Python3.5.2中運行，當遇到無法解碼的字符會拋出異常。8.2文本文件基本操作>>>s='中國山東煙臺SDIBT'>>>fp=open(r'D:\sample.txt','w')>>>fp.write(s)11>>>fp.close()>>>fp=open(r'D:\sample.txt','r')>>>print(fp.read(3))中國山>>>fp.seek(2)2>>>print(fp.read(1))國>>>fp.seek(13)13>>>print(fp.read(1))D>>>fp.seek(3)3>>>print(fp.read(1))UnicodeDecodeError:'gbk'codeccan'tdecodebyte0xfainposition0:illegalmultibytesequence8.2文本文件基本操作而在Python2.7.12中，不拋出異常，而是輸出亂碼，例如：>>>s='中國山東煙臺SDIBT'>>>fp=open(r'D:\sample.txt','w')>>>fp.write(s)>>>fp.close()>>>fp=open(r'D:\sample.txt','r')>>>print(fp.read(3))?й>>>fp.seek(2)>>>print(fp.read(3))?úé>>>print(fp.read(2))蕉>>>fp.close()8.2文本文件基本操作例7-5讀取文本文件data.txt（文件中每行存放一個整數(shù)）中所有整數(shù)，將其按升序排序后再寫入文本文件data_asc.txt中。withopen('data.txt','r')asfp:data=fp.readlines()data=[int(line.strip())forlineindata]data.sort()data=[str(i)+'\n'foriindata]withopen('data_asc.txt','w')asfp:fp.writelines(data)8.2文本文件基本操作例7-6編寫程序，保存為demo6.py，運行后生成文件demo6_new.py，其中的內容與demo6.py一致，但是在每行的行尾加上了行號。filename='demo6.py'withopen(filename,'r')asfp:lines=fp.readlines()maxLength=len(max(lines,key=len))lines=[line.rstri