赵工的个人空间

程序中经常有对文件的输入/输出操作，Python语言也提供了操作文件的方法和类。Python文件可分为文本文件和二进制文件，文本文件中存放的是字符；二进制文件是按内存中的存储形式原样输出到磁盘上存放，比如图像、声音、视频、可执行文件等。

1. 打开和关闭文件：

1）打开文件：
对文件进行操作前要先打开文件，使用open()函数。语法：
open(name[, mode[, buffering]])
其中，name表示需要打开的文件名；mode是打开的模式，默认为r；buffering用来控制文件的缓冲，默认为0，表示不缓冲，设置1就会有缓冲。其中的模式值有：

注：使用r+方式打开文件时，该文件应该已经存在；用w+方式打开文件时，如果文件存在则覆盖现有文件，如果不存在则创建；用a+打开文件，保留文件中原有的数据，文件的位置指针在文件尾部，如果不存在则创建新文件。
当使用open()函数打开视频或图片文件时，必须使用b模式。示例：
o=open('d:\index.txt', 'w')
2）文件对象属性：
文件被打开，就可以通过文件对象的属性得到有关该文件的一些信息：

使用方法：文化对象名.属性名
示例：
fo=open("file.txt","wb")
print("Name of the file: ", fo.name)
3）文件对象方法：
Python文件对象有很多方法，通过这些方法可以实现各种文件操作。

3）关闭文件：
对文件操作结束后需要关闭文件，使用close()函数。语法：
o.close()
每次操作文件之后都要调用close()函数来释放资源。

2. 文本文件的操作：

文本文件是以字符形式存储的文件，英文、数字等字符存储的是ASCII码，汉字等是以机内码形式存储。文本文件方便阅读和创建，表示信息的单位至少是一个字符，一般从第一个数据开始依次读/写，为顺序文件，但其中除了字符信息，不能存储其他信息。
1）文本文件的读取：
Python对文本文件提供了read()、readline()、readlines()方法用于读取文本文件的内容。
⑴read()方法：
content=fo.read([count])
此方法用来读取从当前位置直到文件末尾的内容，并作为字符串返回。如果是刚打开的文件，则读取整个文件。read()方法可以带参数count，是读取从当前位置开始的count个字符，如果文件结束就读到文件结束为止。
⑵readline()方法：
content=fo.readline([count])
此方法读取从当前位置到行末的所有字符，并作为字符串返回。通常用来读取文件的当前行，包括行结束符。如果当前处于文件末尾，则返回空串。
⑶readlines()方法：
listcontent=fo.readlines()
此方法读取从当前位置直到文件末尾的所有行，并将这些行构成列表返回。列表中的元素即每一行构成的字符串。如果当前处于文件末尾，则返回空列表。
2）文本文件的写入：
当文件以写方式打开时，可以向文件写入文本内容，有write()、writelines()方法。
⑴write()方法：
fo.write(content)
此方法在文件当前位置写入字符串，并返回字符的个数。
⑵writelines()方法：
fo.writelines(listcontent)
此方法在文件当前位置处依次写入列表中的所有字符串。其中并不会自动加入换行符，如果必要，必须在每一行字符串末尾加上换行符。
3）文件迭代：
Python引入了文件迭代，文件对象为自己的迭代器，通过文件迭代可以访问到文件中的每一行数据。for循环会自动调用next()方法读取下一行，并在所有行结束后捕获StopIteration异常，停止循环。示例：
f=open('D:\\MyDocuments\\Python\\basic\\forarray.py','r')
for eachline in f:
    print(eachline)

3. 二进制文件的操作：

二进制文件存储内容为字节码，甚至可以用二进制位来代表一个信息位。二进制文件一般采用随机存取。
1）文件的定位：
文件中有一个指针，指向当前读/写位置，读/写一次指针向后移动一次。但为了主动调整指针位置，可使用文件指针定位方法。
⑴tell()方法：
location=fo.tell()
此方法返回当前文件的位置，即相当于文件开始位置的字节数，下一次读取或写入操作将发生的当前位置。文件第一个字符的位置为0。
⑵seek()方法：
fo.seek(offset[,where])
此方法用来更改当前文件的位置，偏移参数offset指示要移动的字节数，移动时以设定的参考点where为基础。偏移offset为正数表示向文件尾方向移动，偏移为负表示向文件头方向移动。参考点where指定移动的基准位置，如果设定为0，则表示以文件开始为基准位置，此为默认值；设置为1，是使用当前位置为基准；如果设置为2，则以文件末尾为基准。
文本文件也可以使用seek()方法，但只能相对于文件起始位置移动，当相对于当前位置和文件末尾进行位置移动时，偏移量只能取0。
2）二进制文件的读写：
使用open()方法打开二进制文件时，在打开方式上要加上b，如rb、wb、ab等。
⑴read()和write()方法：
二进制文件的读写可以使用文件对象的read()和write()方法。
⑵struct模块：
Python没有二进制类型，但可以存储二进制类型的数据，就是用字符串类型来存储二进制数据。Python中struct模块的pack()和unpack()方法可以用来处理。
pack()方法可以把整型（或浮点型）打包成二进制的字符串。示例：
import struct
a=65
bytes=struct.pack('i',a) # 将a变为4字节二进制字符串b'A\x00\x00\x00'
# 写入文件
fo=open('data.txt','wb')
fo.write(bytes)
fo.close()
读文件时，可以一次读取4个字节，然后用unpack()方法转换成整数。示例：
fo=open('data.txt','rb')
bytes=fo.read(4)
a=struct.unpack('i',bytes) # unpack()执行后会得到一个元组，这里为(65,)
fo.close()
如果写入的数据是由多个数据构成的，则需要在pack()方法中使用格式串：

示例：
a=b'hello';b=b'world!';c=2;d=45.123
bytes=struct.pack('5s6sif',a,b,c,d) # b'helloworld!\x00\x02\x00\x00\x00\xf4}4B'
fo=open('data1.txt','wb')
fo.write(bytes)
fo.close()
读取时：
fo=open('data1.txt','rb')
fo.read(4)
fo.close()
a,b,c,d=struct.unpack('5s6sif',bytes)
print(a,b,c,d) # b'hello' b'world!' 2 45.12300109863281
其中，格式化字符串('5s6sif'中，5s表示占5个字符的字符串，2i表示2个整数。
⑶pickle模块：
Python有pickle模块，用于把Python对象直接写入文件中，而不需要转换为字符串再存储。其中主要有dump()和load()两个常用方法.
dump()方法：pickle.dump(data,fo)
用于把数据对象data转换为字节字符串，并不存在文件fo中。示例：
import pickle
info={'one':1,'two':2,'three':3}
f1=open('file1','wb')
pickle.dump(info,f1)
f1.close()
load()方法：content=pickle.load(fo)
用于从文件中读取字符串，并将它们转换为Python的数据对象。示例：
import pickle
f2=open('file1','rb')
info=pickle.load(f2)
f2.close()
print(info)
⑷shelve模块：
Shelve模块也提供二进制文件操作功能，可以像字典赋值那样写入二进制文件，也可以像字典读取二进制文件。示例：
import shelve
fp=shelve.open('shelve_test.dat')
txt={'age':38,'sex':'Male','address':'bj'}
fp['txt']=txt
listi={'age':40,'sex':'Male','qq':'12345678','tel':'7654321'}
fp['listi']=listi
fp.close()
fp=shelve.open('shelve_test.dat')
print(fp['txt'] ['age'])
print(fp['listi']['qq'])
fp.close()
⑸marshal模块：
import marshal
x1=30
x2=5.0
x3=[1,2,3]
x4=[4,5,6]
x5={'a':1,'b':2,'c':3}
x6={7,8,9}
x=[eval('x'+str(i)) for i in range(1,7)]
print(x)
with open('test.dat','wb') as fp:
    marshal.dump(len(x),fp)
    for item in x:
        marshal.dump(item,fp)
with open('test.dat','rb') as fp:
    n=marshal.load(fp)
    for i in range(n):
        print(marshal.load(fp))

5. StringIO类文件：

Python的文件接口不仅能处理磁盘文件，其中的处理函数还可以用于与文件对象类似的对象，如内存字节流、网络流、自定义流等。Python的标准库中有很多类文件，如sys.stdin、sys.stdout、sys.stderr、urllib、socket、StringIO。
标准输入sys.stdin为解释器提供输入字节流，通常映射到键盘输入；标准输出sys.stdout接收print语句的输出，产生屏幕输出；标准错误sys.stderr接收出错信息，产生屏幕输出。一般情况下，程序运行时，三个标准文件sys.stdin、sys.stdout、sys.stderr可以直接访问，因为系统会自动打开这三个文件。导入sys模块后，就可以使用sys.stdin、sys.stdout、sys.stderr来访问这三个标准文件了。
StringIO是在内存中创建的，常用作临时缓冲，即使用StringIO类能将内存数据当成文件来操作，通过StringIO可将Matplotlib用于Web环境中。StringIO类在io模块中，使用前要导入io模块。
1）创建StringIO类文件：
构造函数用于创建StringIO类文件，在构造函数中传入字符串，创建出有内容的StringIO类文件。如果没有字符串，构造的是空StringIO类文件。示例：
from io import StringIO
f=StringIO('String example\n')
2）读写StringIO类文件：
读写StringIO类文件与读写普通磁盘文件类似，也支持read()、readline()、readlines()、write()、writelines()等函数。示例：
from io import StringIO
f=StringIO()
f.write('have a nice day\n')
f.writelines(['Well begun is half dine.\n','Every beginning is hard.\n'])
f.read()                # 在文件末尾读出空串 ''
f.seek(0,0)             # 回到文件开头
f.read()                # 读取文件所有内容
f.readline()            # 在文件末尾读出空字符串
f.seek(0,0)             # 回到文件开头
f.readline()            # 读取第一行
# 迭代读出剩余行
for eachline in f.readlines():
    print(eachline)
StringIO类还提供了getvalue()方法，不需要先将文件指针移至文件头再读取文件的内容。
from io import StringIO
f=StringIO()
f.write('getvalue example\n')
f.getvalue()
3）使用StringIO捕获输出：
通常，输出是默认输出到显示器，但是通过修改标准文件sys.stdout，可以将标准输出改为输出到内存。可将print输出内容先输入到内存，检查并替换后再输出到显示器。示例：
from io import StringIO
import sys
f=StringIO()
stdout=sys.stdout       # 暂存标准输出至变量stdout
sys.stdout=f            # 标准输出被替换为StringIO
print('matlab')
print('C++')
print('Computer')
print('Java')
strf=f.getvalue().replace('Computer','Python')
sys.stdout=stdout       # 标准输出从staout变量还原
print(u'原始输出')
print(f.getvalue())
print(u'更替后输出')
print(strf)
f.close()
4）自定义类文件对象：
用户可以自定义类文件对象，需要在其中定义read()和write()等方法，这样类文件可以使用Python的文件接口来操作。示例：
class MyFileLike(object):
    '''自定义类文件'''
    def __init__(self):
        self._container=''
    def write(self,content):
        self._container+=content
    def read(self):
        return self._container

5. os模块函数：

Python标准库中的os模块包含了普通的操作系统功能，提供了操作系统的接口函数，这些接口函数通常指定了操作平台，能在不同操作系统平台下对特定函数自动切换而实现跨平台操作。os模块的跨平台属性：

os模块中常见的函数有：

6. os.path模块：

os.path模块提供对文件路径操作的函数，可以操作文件路径中的各个部分，如查询目录路
径、查询不带路径的文件名、查询路径是不是绝对路径等。

os.path模块还提供了文件信息查询函数：

os.path模块还有其他一些函数：

7. shutil模块函数：

shutil模块是高层次文件操作工具，可以进行文件复制和备份等操作。常用函数有：

shutil模块也提供了创建压缩文件的函数：

8. 文件操作：

1）os.rename()方法：
该方法位于对文件和路径重命名。示例：
import os
os.rename('text1.txt','text2.txt')
os.renames()方法也更改文件名和路径，如果路径中有不存在的目录会自动建立。示例：
os.renames('e:\\mydoc\\text1.txt','d:\\python\\text2.txt')
2）os.remove()/unlink()方法：
该方法用来删除文件。示例：
import os
os.remove('test2.txt')
3）os.stat()方法：返回文件信息
4）os.utime(filename,(访问时间,修改时间))方法：更新访问和修改时间
如果(访问时间,修改时间)指定为None，则用当前时间来更新。
5）tmpfile()方法：创建并打开一个新的临时文件

9. 目录操作：

1）mkdir()方法：
该方法位于os模块中，用来创建一个目录。语法：
import os
os.mkdir(dir)
2）makedirs()方法：
该方法位于os模块中，可以创建多级目录。语法：
import os
os.makedirs(dir)
示例：
import os
os.makedirs("d:\\itzcn\\2018-01\\01")
3）rmdir()方法：
该方法位于os模块中，用来删除空目录，如果该目录中存在子目录或文件就会抛出异常。
import os
os.rmdir(dir)
4）rmtree()方法：
该方法位于shutil模块中，用来删除非空目录。语法：
import shutil
shutil.rmtree(dir)
5）chdir()方法：
用来改变当前目录。示例：
import os
os.chdir('d:\\home')
6）getcwd()方法：
用来显示当前的工作目录。语法：
import os
os.getcwd()
7）walk()方法：
该方法位于os模块中，用来读取指定目录下的文件。语法：
import os
os.walk(path, func, parm)
其中，path表示需要遍历的目录树的路径；func表示回调函数，对遍历路径进行处理；parm与func相关，用来传递回调函数中的参数值。该函数只产生文件路径。
8）path.walk()方法：
import os
os.path.walk(path, topdown=True, onerror=None)
其中，path为需要遍历的目录树路径；topdown的默认值为True，表示首先返回目录树下的文件，然后遍历目录树的子目录，而当为False时，表示先遍历目录树的子目录，然后返回子目录下的文件，最后返回根目录下的文件；onerror的默认值为None，表示忽略文件遍历时所产生的错误。

10. 权限管理函数：

os模块还有文件权限管理的方法。

11. 读写Excel文件：

Excel是一种常用的办公软件，用来存储、管理、处理数据和进行统计分析。Python中有xlrd、xlwt、xlutils模块用来读、写、修改Excel文件。
一个Excel文件对应一个工作簿workbook，工作簿中包含若干张工作表worksheet，每张工作表包含若干行、列交叉形成的单元格，单元格中存储着数据信息。Python访问Excel文件中中的数据时，首先要利用相应库打开workbook对象，然后通过workbook对象访问worksheet对象，最后通过worksheet对象访问具体单元格，操作相应数据。
1）xlwt库：
xlwt库是写Excel文件的Python库，用来创建并保存工作簿。使用前先导入模块：
import xlwt
写Excel文件前，先调用Workbook()方法创建空白工作簿：
b1=xlwt.Workbook()
调用add_sheet()方法向工作簿中添加工作表，并指定工作表标签：
shee1=b1.add_sheet('mysheet1')
shee2=b1.add_sheet('mysheet2')
调用write()方法向单元格中写入内容，第1个参数为行号，第2个参数为列号，行列号都从0开始：
sheet.write(0,0,'cell(0,0)')
sheet.write(5,3,'hello')
也可以通过工作表的行对象来访问单元格：
row1=sheet2.row(2)
row1.write(3,'r2')
可以工作表的列对象对列进行操作，但列对象不能调用write()方法：
col1=sheet2.col(4)
col1.width=20000
写完工作簿后，调用save()方法保存工作簿。
b1.save('d:\\myfirstbook.xls')
2）xlrd库：
xlrd是读Excel文件的Python库，用来读取工作簿中的数据。使用前先导入模块：
import xlrd
利用open_workbook()方法打开工作簿：
efile=xlrd.open_workbook('d:\\myfirstbook.xls')
利用sheet_by_index()或sheet_by_name()方法获取工作表，记不住工作表标签时建议使用sheet_by_index()函数，工作表编号从0开始计数。
esheet1=efile.sheet_by_index(0)
esheet2=efile.sheet_by_name('mysheet2')
通过访问工作表的cell_value()属性获取单元格内容：
print(esheet1.cell_value(0,0))
print(esheet1.cell_value(5,3))
print(esheet2.cell_value(2,3))
在获取worksheet对象后，也可通过下面几种方式获取数据。取整行和整列的值（数组）：
esheet1.row_values(行号)
esheet1.col_values(列号)
获取行数和列数：
nrows=esheet1.nrows
ncols=esheet1.ncols
循环行列表数据：
for i in range(nrows):
    print(sheettable.row_values(i))
获取单元格：
cell_A1=esheet1.cell(0,0).value
cell_C4=esheet1.cell(1,1).value
使用行列索引：
cell_A1=esheet1.row(0)[0].value
cell_A2=esheet1.col(1)[0].value
3）xlutils库：
可以借助xlutils库来完成修改操作。使用前先导入xlrd和xlutils模块：
import xlrd
from xlutils.copy import copy
利用open_workbook()方法打开工作簿：
dfile=xlrd.open_workbook('d:\\myfirstbook.xls')
复制工作簿：
cfile=copy(efile)
用get_sheet()方法获得工作表对象：
ws=cfile.get_sheet(0)
ws.write(0,0,'edited')
cfile.save('d:\\myfirstbook.xls')

12. 其他一些与文件操作有关的模块：

1）直接调用Windows API函数：使用Pywin32模块
2）访问动态链接库DLL功能：使用ctypes模块
3）查询进程及系统资源占有率：使用psutil模块
4）监视Windows系统进程：使用wmi模块
5）计算文件的CRC32值：使用zlib库的crc32方法
6）读写Word文件：使用docx模块
7）操作Excel文件：使用xlwt模块
8）读写Excel2007等高版本Excel文件：使用openpyxl模块
9）访问zip和apk压缩文件：使用zipfile模块
10）访问rar压缩文件：使用rarfile模块