【Python】文件

文章目录

[1. 文件是什么](#1. 文件是什么)
[2. 文件路径](#2. 文件路径)
[3. 文件操作](#3. 文件操作)
- [3.1 打开文件](#3.1 打开文件)
- [3.2 关闭文件](#3.2 关闭文件)
- [3.3 写文件](#3.3 写文件)
- [3.4 读文件](#3.4 读文件)
[4. 关于中文的处理](#4. 关于中文的处理)
[5. 使用上下文管理器](#5. 使用上下文管理器)

1. 文件是什么

变量是把数据保存到内存中。如果程序重启 / 主机重启，内存中的数据就会丢失。

要想能让数据被持久化存储，就可以把数据存储到硬盘中。也就是在文件中保存。

在 Mac 系统的 "访达" 中，看到的内容都是文件。如下图所示：

通过文件的后缀名，可以看到文件的类型。常见的文件的类型如下：

文本文件 (txt)
可执行文件 (exe, dll)
图片文件 (jpg, gif)
视频文件 (mp4, mov)
office 文件 (.ppt, docx)
...

2. 文件路径

一个机器上，会存在很多文件，为了让这些文件更方面的被组织，往往会使用很多的 "文件夹"（也叫做目录）来整理文件。

实际一个文件往往是放在一系列的目录结构之中的。为了方便确定一个文件所在的位置，使用 文件路径 来进行描述。

例如，上述截图中的 QQ.exe 这个文件，描述这个文件的位置，就可以使用路径 D:\program\qq\Bin\QQ.exe 来表示。

D: 表示盘符。不区分大小写。
每一个 \ 表示一级目录。当前 QQ.exe 就是放在 "D 盘下的 program 目录下的 qq 目录下的 Bin 目录中"。
目录之间的分隔符，可以使用 \ 也可以使用 /。一般在编写代码的时候使用 / 更方便。

上述以盘符开头的路径，我们也称为绝对路径。

除了绝对路径之外，还有一种常见的表示方式是相对路径。相对路径需要先指定一个基准目录，然后以基准目录为参照点，间接的找到目标文件。

描述一个文件的位置，使用 绝对路径 和 相对路径 都是可以的。对于新手来说，使用 绝对路径 更简单更好理解，也不容易出错。

3. 文件操作

要使用文件，主要是通过文件来保存数据，并且在后续把保存的数据读取出来。

但是要想读写文件，需要先 "打开文件"，读写完毕之后还要 "关闭文件"。

3.1 打开文件

使用内建函数 open 打开一个文件。

python 复制代码

f = open('/Users/edison/Work_Python/myPython/test.txt', 'r')

其中：

第一个参数是一个字符串，表示要打开的文件路径
第二个参数是一个字符串，表示打开方式。其中 r 表示按照读方式打开，w 表示按照写方式打开，a 表示追加写方式打开。
如果打开文件成功，返回一个文件对象。后续的读写文件操作都是围绕这个文件对象展开。
如果打开文件失败（比如路径指定的文件不存在），就会抛出异常。

3.2 关闭文件

使用 close 方法关闭已经打开的文件。

python 复制代码

f.close()

使用完毕的文件要记得及时关闭！

另外，一个程序能同时打开的文件个数，是存在上限的。

python 复制代码

flist = []
count = 0
while True:
    f = open('/Users/edison/Work_Python/myPython/test.txt', 'r')
    flist.append(f)
    count += 1
    print(f'count = {count}')

运行结果如下：如果一直循环的打开文件，而不去关闭的话，就会出现下面的报错。

当一个程序打开的文件个数超过上限，就会抛出异常。需要注意的是：

上述代码中，使用一个列表来保存了所有的文件对象。如果不进行保存，那么 Python 内置的垃圾回收机制，会在文件对象销毁的时候自动关闭文件。
但是由于垃圾回收操作不一定及时，所以我们写代码仍然要考虑手动关闭，尽量避免依赖自动关闭。

3.3 写文件

文件打开之后，就可以写文件了。

写文件，要使用写方式打开，open 第二个参数设为 'w'
使用 write 方法写入文件。

python 复制代码

f = open('./test.txt', 'w')
f.write('hello world')
f.close()

结果如下：

如果是使用 'r' 方式打开文件，则写入时会抛出异常。

python 复制代码

f = open('./test.txt', 'r')
f.write('hello')
f.close()

运行结果如下：

使用 'w' 一旦打开文件成功，就会清空文件原有的数据。
使用 'a' 实现 "追加写"，此时原有内容不变，写入的内容会存在于之前文件内容的末尾。

python 复制代码

f = open('./test.txt', 'w')
f.write('good')
f.close()

f = open('./test.txt', 'a')
f.write('edison')
f.close()

运行结果如下：

针对已经关闭的文件对象进行写操作，也会抛出异常。

python 复制代码

f = open('./test.txt', 'w')
f.write('hello')
f.close()
f.write('world')

运行结果如下：

3.4 读文件

我们现在 test.txt 文件中写入：你好。

读文件内容需要使用 'r' 的方式打开文件
使用 read 方法完成读操作。参数表示"读取几个字符"

python 复制代码

f = open('./test.txt', 'r')
result = f.read(2)
print(result)
f.close()

运行结果如下：

如果文件是多行文本，可以使用 for 循环一次读取一行。（记得先构造一个多行文件）

python 复制代码

f = open('./test.txt', 'r')
for line in f:
    print(f'line = {line}')
f.close()

运行结果如下：

注意：

由于文件里每一行末尾都自带换行符，print 打印一行的时候又会默认加上一个换行符，因此打印结果看起来之间存在空行。
使用 print(f'line = {line}', end='') 手动把 print 自带的换行符去掉。

如下所示：

使用 readlines 直接把文件整个内容读取出来，返回一个列表。每个元素即为一行。

python 复制代码

f = open('./test.txt', 'r')
lines = f.readlines()
print(lines)
f.close()

运行结果如下：

注意：此处的 \n 即为换行符。

4. 关于中文的处理

当文件内容存在中文的时候，读取文件内容不一定就顺利。

同样上述代码，有的人执行时可能会出现下面这样的异常：

复制代码

UnicodeDecodeError: 'gbk' codec can't decode byte 0x89 in position 14: illegal multibyte sequence

亦或者，可能出现乱码。

计算机表示中文的时候，会采取一定的编码方式，我们称为 "字符集"

所谓"编码方式"，本质上就是使用数字表示汉字。
我们知道，计算机只能表示二进制数据。要想表示英文字母，或者汉字，或者其他文字符号，就都要通过编码。
最简单的字符编码就是 ASCII 编码。使用一个简单的整数就可以表示英文字母和阿拉伯数字。
但是要想表示汉字，就需要一个更大的码表。
一般常用的汉字编码方式，主要是 GBK 和 UTF-8

必须要保证文件本身的编码方式，和 Python 代码中读取文件使用的编码方式匹配，才能避免出现上述问题。

Python3 中默认打开文件的字符集跟随系统，而 Windows 简体中文版的字符集采用了 GBK，所以如果文件本身是 GBK 的编码，直接就能正确处理。
如果文件本身是其他编码（比如 UTF-8），那么直接打开就可能出现上述问题

5. 使用上下文管理器

打开文件之后，是容易忘记关闭的。Python 提供了 上下文管理器，来帮助程序猿自动关闭文件。

使用 with 语句打开文件。
当 with 内部的代码块执行完毕后，就会自动调用关闭方法。

代码如下：

python 复制代码

with open('./test.txt', 'r', encoding='utf8') as f:
    lines = f.readlines()
    print(lines)

运行结果如下：