【Python】6.基础语法（6）文件

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。

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C:\Program Files\Tencent\QQNT\QQ.exe来表示。

• C: 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 C 盘下的 Program Files 目录下的 Tencent 目录下的 QQNT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，因为存在转义字符。

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.

f = open('d:/test.txt', 'r')
print(f)
print(type(f))

打印：

<_io.TextIOWrapper name='d:/test.txt' mode='r' encoding='cp936'>
<class '_io.TextIOWrapper'>

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。

r 表示read，按照读方式打开。

w 表示write，按照写方式打开。

a 表示append，追加写方式打开，把内容写到原有文件内容的末尾。

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。

open的返回值是一个文件对象。

文件的内容是在硬盘上的，此处的文件对象，是内存上的一个变量。

后续读写文件操作，都是拿着这个文件对象来进行操作的。

3.2 关闭文件

使用 close 方法关闭已经打开的文件。

f = open('d:/test.txt', 'r')
print(f)
print(type(f))

f.close()

使用完毕的文件要记得及时关闭！

因为打开文件，实际上是在申请一定的系统资源，不再使用文件的时候，资源就应该及时释放。

正因为一个系统的资源是有限的，所以一个程序能同时打开的文件个数, 是存在上限的。

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

打印：

如上面代码所示, 如果一直循环的打开文件, 而不去关闭的话, 就会出现上述报错。当一个程序打开的文件个数超过上限, 就会抛出异常。

注意: 上述代码中, 使用一个列表来保存了所有的文件对象：flist.append(f)

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。

8189+3=8192=2^13

为什么要加3呢？

因为每个程序在启动的时候，都会默认打开3个文件：

1. 标准输入：键盘 input
2. 标准输出：显示器 print
3. 标准错误：显示器

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。

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

打印：

用记事本打开文件, 即可看到文件修改后的内容。

如果是使用 ‘r’ 方式打开文件, 则写入时会抛出异常。

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

打印：

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。

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

打印：

针对已经关闭的文件对象进行写操作, 也会抛出异常。

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

打印：

3.4 读文件

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”

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

打印：

he

注意：

这里读取的是两个字符而不是两个字节，所以即使是汉字也是读取两个汉字。

如果文件是多行文本, 可以使用 for 循环一次读取一行。

先构造一个多行文件。

代码：

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

打印：

line = hello

line = world

line = !

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。

我们可以使用 print(f'line = {line}', end='') 手动把 print 自带的换行符去掉。

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。

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

打印：

['hello\n', 'world\n', '!']

此处的 \n 即为换行符。

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

打印：

['helloworld\n', '!']

此处的 \n 即为换行符。

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

打印：

这个是因为记事本里面使用的不是gbk编码，而是UTF-8编码。

我们需要添加一段代码：encoding='utf8'（这个叫做关键字参数）

代码：

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

打印：

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, 有的同学执行时可能会出现异常，也有的可能出现乱码。

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。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。

使用记事本打开文本文件, 在 “菜单栏” -> “文件” -> “另存为” 窗口中, 可以看到当前文件的编码方式。

如果此处的编码为 ANSI , 则表示 GBK 编码。

如果此处为 UTF-8 , 则表示 UTF-8 编码。

此时修改打开文件的代码, 给 open 方法加上 encoding 参数, 显式的指定为和文本相同的字符集, 问题即可解决。

f = open('d:/test.txt', 'r', encoding='utf8')

PS: 字符编码问题, 是编程中一类比较常见, 又比较棘手的问题。需要对于字符编码有一定的理解, 才能从容应对。

可以参考腾讯官方账号发表的帖子, 详细介绍了里面的细节。 https://zhuanlan.zhihu.com/p/46216008

5. 使用上下文管理器

打开文件之后, 是容易忘记关闭的。例如：代码里面有条件判定，函数返回，抛出异常…

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。

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

打印：

['床前明月光\n', '疑是地上霜']

类似的操作在C++里面有智能指针，java里面有try with Resources，Golang里面有defer。