Python从入门到精通 第七章（文件和数据格式化）

一、文件的类型

1、文本文件

（1）文本文件一般由单一特定编码的字符组成（如UTF-8编码），内容容易统一展示和阅读。

（2）大部分文本文件都可以通过文本编辑软件或文字处理软件创建、修改和阅读。

（3）由于文本文件存在编码，所以它也可以被看作是存储在磁盘上的长字符串，如一个txt格式的文本文件。

（4）文本文件本质上还是二进制文件，例如Python的源程序。

2、二进制文件

（1）二进制文件直接由比特0和比特 1组成，没有统一的字符编码，文件内部数据的组织格式与文件用途有关。

（2）二进制文件是信息按照非字符但有特定格式形成的文件，如png格式的图片文件、avi格式的视频文件。

（3）二进制文件和文本文件最主要的区别在于是否有统一的字符编码。进制文件由于没有统一的字符编码，只能当作字节流，而不能看作是字符串。

（4）二进制文件保存的内容不是给人直接阅读的，而是提供给其它软件使用的，不能使用文本编辑软件查看（例如图片文件、音频文件、视频文件）。

（5）在计算机中，文件是以二进制的方式保存在磁盘上的。

二、文件的基本操作

1、操作文件的流程

（1）打开文件。

（2）读、写（操作）文件：

?①读：将文件内容读入内存。

?②写：将内存内容写入文件。

（3）关闭文件。

2、文件的打开和关闭

（1）Python通过open函数打开一个文件（如果文件不存在将会抛出异常），并返回一个操作这个文件的变量，语法形式如下：

<变量名>=open(<文件路径及文件名>,<打开模式>)

（2）open函数默认以只读方式打开文件（且默认为文本模式），常用的文件打开模式如下（打开模式使用字符串方式表示）。

补充：

①x：创建写模式，文件不存在则创建，存在则返回异常FileExistsError。b：二进制文件模式。t：文本文件模式（默认值）。

②文件指针：标记从哪个位置开始读取数据。

③频繁地移动文件指针，会影响文件的读写效率，开发中更多的时候会以只读、只写的方式来操作文件。

（3）文件使用结束后要用close方法关闭，释放文件的使用授权，语法形式如下：

<变量名>.close()

3、操作文件的函数/方法

（1）文件读取方法：

方法	含义
f.read(size=-1)	从文件中读入整个文件内容；参数可选，如果给出，读入前size长度的字符串或字节流
f.readline(size=-1)	从文件中读入一行内容；参数可选，如果给出，读入该行前size长度的字符串或字节流
f.readlines(hint=-1)	从文件中读入所有行，以每行为元素形成一个列表；参数可选，如果给出，读入hint行
f.seek(offset)	改变当前文件操作指针的位置，offset取0为文件开头，offset取2为文件结尾

①read方法可以一次性读入并返回文件的所有内容，read方法执行后会把文件指针移动到文件的末尾。（如果执行了一次read方法读取了所有内容，那么再次调用read方法，将不能够获得到内容，因为第一次读取之后，文件指针移动到了文件末尾，再次调用不会读取到任何的内容）

# 1. 打开 - 文件名需要注意大小写
file = open("README")

# 2. 读取
text = file.read()
print(text)

# 3. 关闭
file.close()

②readline方法可以一次读取一行内容，方法执行后，会把文件指针移动到下一行，准备下一次读取。（对于read方法，如果文件太大，一次性读入文件会对内存的占用非常严重，readline方法可以避免这个问题）

# 打开文件
file = open("README")

while True:
    # 读取一行内容
    text = file.readline()

    # 判断是否读到内容
    if not text:
        break

    # 每读取一行的末尾已经有了一个 `\n`
    print(text, end="")

# 关闭文件
file.close()

（2）文件写入方法：

方法	含义
f.write(s)	向文件写入一个字符串或字节流
f.writelines(lines)	将一个元素为字符串的列表整体写入文件

# 打开文件
f = open("README", "w")

f.write("hello python！\n")
f.write("今天天气真好")

# 关闭文件
f.close()

4、文件读写案例——复制文件

（1）小文件复制：打开一个已有文件，读取完整内容，并写入到另外一个文件。

# 1. 打开文件
file_read = open("README")
file_write = open("README[复件]", "w")

# 2. 读取并写入文件
text = file_read.read()
file_write.write(text)

# 3. 关闭文件
file_read.close()
file_write.close()

（2）大文件复制：打开一个已有文件，逐行读取内容，并顺序写入到另外一个文件。

# 1. 打开文件
file_read = open("README")
file_write = open("README[复件]", "w")

# 2. 读取并写入文件
while True:
    # 每次读取一行
    text = file_read.readline()

    # 判断是否读取到内容
    if not text:
        break

    file_write.write(text)

# 3. 关闭文件
file_read.close()
file_write.close()

三、文件/目录的常用管理操作

在终端/文件浏览器中可以执行常规的文件/目录管理操作，例如：创建、重命名、删除、改变路径、查看目录内容、……

在Python中，如果希望通过程序实现上述功能，需要导入os模块

1、文件操作

2、目录操作

注：文件或者目录操作都支持相对路径和绝对路径

四、数据组织的维度

1、一维数据

（1）一维数据由对等关系的有序或无序数据构成，采用线性方式组织，对应于数学中数组的概念。

（2）在Python中，主要采用列表形式表示一维数据。

list = ["2005","08","03"]

（3）一维数据的文件存储有多种方式，总体思路是采用特殊字符分隔各数据，常见的存储方法有以下四种：

①采用空格分隔元素。

②采用逗号分隔元素。（该格式被称为CSV格式，比较常用）

③采用换行分隔元素。

④采用其它特殊符号（如分号）分隔元素。

list = ["2005","08","03"]
f = open("date.csv","w")
f.write(",".join(list)+"\n")  # 用逗号分隔列表list的每个元素
f.close()

（4）要对一维数据进行处理，首先需要从CSV格式文件读入一维数据，并将其表示为列表对象。需要注意的是，从CSV文件中获得内容时，最后一个元素后面包含了一个换行符“\n”，对于数据的表达和使用来说，这个换行符是多余的，可以使用字符串的strip方法去除。

f = open("date.csv","r")
list = f.read().strip('\n').split(",")  # 先去掉尾部的换行符，再根据逗号分隔符还原文件中的数据，将它们制作成列表
f.close()
print(list)

2、二维数据

（1）二维数据又称表格数据，由关联关系数据构成，采用二维表格方式组织，对应于数学中的矩阵。

（2）二维数据由多个一维数据构成，可以看作是一维数据的组合形式，因此二维数据可以采用二维列表来表示，即大列表中的元素为小列表，大列表的每个元素对应二维数据的一行，这个元素本身也是列表类型，其（小列表）内部各元素对应这行中的各列值。（在C语言中被称为二维数组）

list = [
    ['奇妙大营救','2022.07.15']
    ['勇闯四季城','2023.01.06']
    ['遨游神秘洋','2023.07.06']
]

（3）二维数据由一维数据组成，用CSV格式文件存储，CSV文件的每一行是一组一维数据，整个CSV文件是一个二维数据。

list = [
    ['奇妙大营救','2022.07.15']
    ['勇闯四季城','2023.01.06']
    ['遨游神秘洋','2023.07.06']
]
f = open("date.csv","w")
"""
list是大列表，for循环遍历大列表，每次循环中row都取list中的一组一维数据
将每次取出的一维数据都使用join方法改造为用逗号分隔各数据的字符串，写入文件中
每写一组一维数据就要写一个换行符
"""

for row in list:
    f.write(",".join(row) + "\n")
f.close()

（4）要对二维数据进行处理，首先需要从CSV格式文件读入二维数据，并将其表示为列表对象。

f = open("date.csv","r")
list = []  # 创建空列表，用于存放读入的二维数据
for line in f:
    list.append(line.strip('\n').split(","))  # 逐行读入，先去掉尾部的换行符，再根据逗号分隔符还原当前行的一维数据，将它们制作成一维列表存进二维列表list中
f.close()
print(list)  # 直接打印二维列表

# 以表格的形式打印二维数据
for row in list:
    line = ""
    for item in row:
        line += "{:10}\t".format(item)  # 制表（对齐各数据）
    print(line)  # 逐行打印

3、高维数据

（1）高维数据由键值对类型的数据构成，采用对象方式组织，可以多层嵌套。

（2）高维数据相比一维数据和二维数据，能表达更加灵活和复杂的数据关系。