目錄

• 文件的概念
• 文件的基本操作
• 文件/文件夾的常用操作
• 文本文件的編碼方式

01. 文件的概念

1.1 文件的概念和作用

• 計算機的 文件，就是存儲在某種 長期儲存設(shè)備 上的一段 數(shù)據(jù)
• 長期存儲設(shè)備包括：硬盤、U 盤、移動硬盤、光盤...

文件的作用

將數(shù)據(jù)長期保存下來，在需要的時候使用

1.2 文件的存儲方式

• 在計算機中，文件是以 二進制 的方式保存在磁盤上的

文本文件和二進制文件

• 文本文件

  • 可以使用 文本編輯軟件 查看
  • 本質(zhì)上還是二進制文件
  • 例如：python 的源程序

• 二進制文件

  • 保存的內(nèi)容 不是給人直接閱讀的，而是 提供給其他軟件使用的
  • 例如：圖片文件、音頻文件、視頻文件等等
  • 二進制文件不能使用 文本編輯軟件 查看

02. 文件的基本操作

2.1 操作文件的套路

在 計算機 中要操作文件的套路非常固定，一共包含三個步驟：

1. 打開文件
2. 讀、寫文件
   • 讀 將文件內(nèi)容讀入內(nèi)存
   • 寫 將內(nèi)存內(nèi)容寫入文件
3. 關(guān)閉文件

2.2 操作文件的函數(shù)/方法

• 在 Python 中要操作文件需要記住 1 個函數(shù)和 3 個方法

• open 函數(shù)負責打開文件，并且返回文件對象
• read/write/close 三個方法都需要通過 文件對象 來調(diào)用

2.3 read 方法 —— 讀取文件

• open 函數(shù)的第一個參數(shù)是要打開的文件名（文件名區(qū)分大小寫）
  • 如果文件 存在，返回 文件操作對象
  • 如果文件 不存在，會 拋出異常
• read 方法可以一次性 讀入 并 返回 文件的 所有內(nèi)容
• close 方法負責 關(guān)閉文件
  • 如果 忘記關(guān)閉文件，會造成系統(tǒng)資源消耗，而且會影響到后續(xù)對文件的訪問
• 注意：read 方法執(zhí)行后，會把 文件指針 移動到 文件的末尾

# 1\. 打開 - 文件名需要注意大小寫
file = open("README")

# 2\. 讀取
text = file.read()
print(text)

# 3\. 關(guān)閉
file.close()

提示

• 在開發(fā)中，通常會先編寫 打開 和 關(guān)閉 的代碼，再編寫中間針對文件的 讀/寫 操作！

文件指針（知道）

• 文件指針 標記 從哪個位置開始讀取數(shù)據(jù)
• 第一次打開 文件時，通常 文件指針會指向文件的開始位置
• 當執(zhí)行了 read 方法后，文件指針 會移動到 讀取內(nèi)容的末尾
  • 默認情況下會移動到 文件末尾

思考

• 如果執(zhí)行了一次 read 方法，讀取了所有內(nèi)容，那么再次調(diào)用 read 方法，還能夠獲得到內(nèi)容嗎？

答案

• 不能
• 第一次讀取之后，文件指針移動到了文件末尾，再次調(diào)用不會讀取到任何的內(nèi)容

2.4 打開文件的方式

• open 函數(shù)默認以 只讀方式 打開文件，并且返回文件對象

語法如下：

f = open("文件名", "訪問方式")

提示

• 頻繁的移動文件指針，會影響文件的讀寫效率，開發(fā)中更多的時候會以 只讀、只寫 的方式來操作文件

寫入文件示例

# 打開文件
f = open("README", "w")

f.write("hello python！\n")
f.write("今天天氣真好")

# 關(guān)閉文件
f.close()

2.5 按行讀取文件內(nèi)容

• read 方法默認會把文件的 所有內(nèi)容 一次性讀取到內(nèi)存
• 如果文件太大，對內(nèi)存的占用會非常嚴重

readline 方法

• readline 方法可以一次讀取一行內(nèi)容
• 方法執(zhí)行后，會把 文件指針 移動到下一行，準備再次讀取

讀取大文件的正確姿勢

# 打開文件
file = open("README")

while True:
    # 讀取一行內(nèi)容
    text = file.readline()

    # 判斷是否讀到內(nèi)容
    if not text:
        break

    # 每讀取一行的末尾已經(jīng)有了一個 `\n`
    print(text, end="")

# 關(guān)閉文件
file.close()

2.6 文件讀寫案例 —— 復制文件

目標

用代碼的方式，來實現(xiàn)文件復制過程

小文件復制

• 打開一個已有文件，讀取完整內(nèi)容，并寫入到另外一個文件

# 1\. 打開文件
file_read = open("README")
file_write = open("README[復件]", "w")

# 2\. 讀取并寫入文件
text = file_read.read()
file_write.write(text)

# 3\. 關(guān)閉文件
file_read.close()
file_write.close()

大文件復制

• 打開一個已有文件，逐行讀取內(nèi)容，并順序?qū)懭氲搅硗庖粋€文件

# 1\. 打開文件
file_read = open("README")
file_write = open("README[復件]", "w")

# 2\. 讀取并寫入文件
while True:
    # 每次讀取一行
    text = file_read.readline()

    # 判斷是否讀取到內(nèi)容
    if not text:
        break

    file_write.write(text)

# 3\. 關(guān)閉文件
file_read.close()
file_write.close()

03. 文件/目錄的常用管理操作

• 在 終端 / 文件瀏覽器、 中可以執(zhí)行常規(guī)的 文件 / 目錄 管理操作，例如：
  • 創(chuàng)建、重命名、刪除、改變路徑、查看目錄內(nèi)容、……
• 在 Python 中，如果希望通過程序?qū)崿F(xiàn)上述功能，需要導入 os 模塊

文件操作

目錄操作

提示：文件或者目錄操作都支持 相對路徑 和 絕對路徑

04. 文本文件的編碼格式（科普）

• 文本文件存儲的內(nèi)容是基于 字符編碼 的文件，常見的編碼有 ASCII 編碼，UNICODE 編碼等

Python 2.x 默認使用 ASCII 編碼格式
Python 3.x 默認使用 UTF-8 編碼格式

4.1 ASCII 編碼和 UNICODE 編碼

ASCII 編碼

• 計算機中只有 256 個 ASCII 字符
• 一個 ASCII 在內(nèi)存中占用 1 個字節(jié) 的空間
  • 8 個 0/1 的排列組合方式一共有 256 種，也就是 2 ** 8

UTF-8 編碼格式

• 計算機中使用 1~6 個字節(jié) 來表示一個 UTF-8 字符，涵蓋了 地球上幾乎所有地區(qū)的文字
• 大多數(shù)漢字會使用 3 個字節(jié) 表示
• UTF-8 是 UNICODE 編碼的一種編碼格式

4.2 Ptyhon 2.x 中如何使用中文

Python 2.x 默認使用 ASCII 編碼格式
Python 3.x 默認使用 UTF-8 編碼格式

• 在 Python 2.x 文件的 第一行 增加以下代碼，解釋器會以 utf-8 編碼來處理 python 文件

# *-* coding:utf8 *-*

這方式是官方推薦使用的！

• 也可以使用

# coding=utf8

unicode 字符串

• 在 Python 2.x 中，即使指定了文件使用 UTF-8 的編碼格式，但是在遍歷字符串時，仍然會 以字節(jié)為單位遍歷 字符串
• 要能夠 正確的遍歷字符串，在定義字符串時，需要 在字符串的引號前，增加一個小寫字母 u，告訴解釋器這是一個 unicode 字符串（使用 UTF-8 編碼格式的字符串）

# *-* coding:utf8 *-*

# 在字符串前，增加一個 `u` 表示這個字符串是一個 utf8 字符串
hello_str = u"你好世界"

print(hello_str)

for c in hello_str:
    print(c)