Python之文本操作

文本文件

文本文件是一種典型的順序文件，其文件的邏輯結(jié)構(gòu)又屬于流式文件。文本文件是指以 ASCII 碼方式(也稱文本方式)存儲的文件，更確切地說，英文、數(shù)字等字符存儲的是 ASCII 碼，而漢字存儲的是機(jī)內(nèi)碼。

文本文件中除了存儲文件有效字符信息（包括能用 ASCII 碼字符表示的回車、換行等信息）外，不能存儲其他任何信息，比如圖片、視頻等等。我們常見的 txt 文件就是文本文件。

Python 的 open 方法用于打開一個(gè)文件，并返回文件對象，在對文件進(jìn)行處理過程都需要使用到這個(gè)函數(shù)，如果該文件無法被打開，會拋出異常。

open 方法的語法格式為：

open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closed=True, opener=None)

• file：表示要打開的文件路徑（相對或者絕對路徑）；
• mode：表示文件打開模式；
• buffering：用于設(shè)置緩沖；
• encoding：用于設(shè)置編碼格式，一般使用 utf8；
• errors：指明編碼和解碼錯(cuò)誤時(shí)怎么樣處理，適用于文本模式；
• newline：文本模式之下，控制一行的結(jié)束字符；
• closed：傳入的 file 參數(shù)類型；
• opener：自定義打開文件方式。

文件打開模式

mode 參數(shù)的打開模式具體如下表所示：

模式描述

r	以只讀方式打開文件。文件的指針將會放在文件的開頭。這是默認(rèn)模式。
rb	以二進(jìn)制格式打開一個(gè)文件用于只讀。文件指針將會放在文件的開頭。這是默認(rèn)模式。
r+	打開一個(gè)文件用于讀寫。文件指針將會放在文件的開頭。
rb+	以二進(jìn)制格式打開一個(gè)文件用于讀寫。文件指針將會放在文件的開頭。
w	打開一個(gè)文件只用于寫入。如果該文件已存在則打開文件，并從開頭開始編輯，即原有內(nèi)容會被刪除。如果該文件不存在，創(chuàng)建新文件。
wb	以二進(jìn)制格式打開一個(gè)文件只用于寫入。如果該文件已存在則打開文件，并從開頭開始編輯，即原有內(nèi)容會被刪除。如果該文件不存在，創(chuàng)建新文件。
w+	打開一個(gè)文件用于讀寫。如果該文件已存在則打開文件，并從開頭開始編輯，即原有內(nèi)容會被刪除。如果該文件不存在，創(chuàng)建新文件。
wb+	以二進(jìn)制格式打開一個(gè)文件用于讀寫。如果該文件已存在則打開文件，并從開頭開始編輯，即原有內(nèi)容會被刪除。如果該文件不存在，創(chuàng)建新文件。
a	打開一個(gè)文件用于追加。如果該文件已存在，文件指針將會放在文件的結(jié)尾。也就是說，新的內(nèi)容將會被寫入到已有內(nèi)容之后。如果該文件不存在，創(chuàng)建新文件進(jìn)行寫入。
ab	以二進(jìn)制格式打開一個(gè)文件用于追加。如果該文件已存在，文件指針將會放在文件的結(jié)尾。也就是說，新的內(nèi)容將會被寫入到已有內(nèi)容之后。如果該文件不存在，創(chuàng)建新文件進(jìn)行寫入。
a+	打開一個(gè)文件用于讀寫。如果該文件已存在，文件指針將會放在文件的結(jié)尾。文件打開時(shí)會是追加模式。如果該文件不存在，創(chuàng)建新文件用于讀寫。
ab+	以二進(jìn)制格式打開一個(gè)文件用于追加。如果該文件已存在，文件指針將會放在文件的結(jié)尾。如果該文件不存在，創(chuàng)建新文件用于讀寫。

假設(shè)現(xiàn)在有一個(gè) test.txt 文件，位于 step1 目錄下，我們可以使用下列代碼來打開文件：

f = open("step1/test.txt","r",encoding="utf8") # f就是文件對象，一般情況下，只設(shè)置這3個(gè)參數(shù)

關(guān)閉文件 close 函數(shù)

close() 方法用于關(guān)閉一個(gè)已打開的文件。關(guān)閉后的文件不能再進(jìn)行讀寫操作， 否則會觸發(fā) ValueError 錯(cuò)誤。 close() 方法允許調(diào)用多次。

當(dāng) file 對象被引用到操作另外一個(gè)文件時(shí)，Python 會自動關(guān)閉之前的 file 對象。 使用 close() 方法關(guān)閉文件是一個(gè)好的習(xí)慣。

f = open("step1/test.txt","r",encoding="utf8")# 進(jìn)行相關(guān)的讀寫操作之后使用 close 函數(shù)關(guān)閉文件f.close()

文件對象常用屬性

文件對象常用的屬性主要有 3 個(gè)：

• closed：如果文件已被關(guān)閉返回 True，否則返回 False；

  f = open("step/test.txt","r",encoding="utf8")print(f.closed)f.close()print(f.closed)

  執(zhí)行結(jié)果：

  FalseTrue

• mode：返回被打開文件的訪問模式；

  f = open("step/test.txt","r",encoding="utf8")print(f.mode)

  執(zhí)行結(jié)果：

  r

• name：返回文件的名稱；

  f = open("step/test.txt","r",encoding="utf8")print(f.name)

  執(zhí)行結(jié)果：

  step/test.txt

Python文件之文本文件的隨機(jī)讀寫

隨機(jī)讀寫

使用 read 等順序讀寫函數(shù)時(shí)，每次都是從每行的第一個(gè)字符開始讀取，但是，我們不一定每次的需求都是從頭開始讀取。假設(shè)我們有test.txt文件，內(nèi)容如下：

hello world

下面我們將介紹隨機(jī)讀取的函數(shù)：

• seek(offset,whence=0)：用于移動文件讀取指針到指定位置。offset 表示開始的偏移量，也就是代表需要移動偏移的字節(jié)數(shù)；whence 表示要從哪個(gè)位置開始偏移；0 代表從文件開頭開始算起，1 代表從當(dāng)前位置開始算起，2 代表從文件末尾算起。

  f = open("test.txt","rb") f.seek(2) # 將讀取指針移動到2的位置 print(f.read())# 移動到文件倒數(shù)第5個(gè)字節(jié)，如果要設(shè)置whence參數(shù)，文件的打開格式必須為二進(jìn)制模式 f.seek(-5,2) print(f.read()) f.close()

  執(zhí)行結(jié)果：

  b'llo world'b'world'

• seekable()：如果文件是可搜索的，則 seekable 方法返回 True，否則返回 False。如果文件允許訪問文件流（例如 seek 方法），則該文件是可搜索的。

• tell()：返回文件的當(dāng)前位置，即文件指針當(dāng)前位置。

  f = open("test.txt","r") f.seek(2) print(f.tell()) f.read(1) # 讀取一個(gè)字節(jié)的內(nèi)容print(f.tell()) # 讀取內(nèi)容也會改變指針的位置f.close()

  執(zhí)行結(jié)果：

  23

• truncate([size])：方法用于截?cái)辔募⒎祷亟財(cái)嗟淖止?jié)長度。指定 size 的話，就從文件的開頭開始截?cái)嘀付ㄩL度，其余內(nèi)容刪除；不指定 size 就從文件開頭開始截?cái)嗟疆?dāng)前位置，其余內(nèi)容刪除。

  f = open("test.txt","r+")print(f.truncate(3))print(f.read())f.close()

  執(zhí)行結(jié)果：

  3hel

下面是一個(gè)對讀寫文本文件3種方式的總結(jié)：

使用Python讀/寫文本文件

? 使用Python來讀/寫文本需要用到“open”這個(gè)關(guān)鍵字。它的作用是打開一個(gè)文件，并創(chuàng)建一個(gè)文件對象。
? 使用Python打開文件，有兩種寫法。

第1種方式如下：

f = open('文件路徑', '文件操作方式', encoding='utf-8') 對文件進(jìn)行操作 f.close()

第2種方式，使用Python的上下文管理器：

with open(‘文件路徑’, ‘文件操作方式’, encoding=‘utf-8’) as f:
對文件進(jìn)行操作
第1種方式需要手動關(guān)閉文件，但是在程序開發(fā)中經(jīng)常會出現(xiàn)忘記關(guān)閉文件的情況。第2種方法不需要手動關(guān)閉文件，只要代碼退出了縮進(jìn)，Python就會自動關(guān)閉文件

使用Python讀文本文件

? 使用Python打開一個(gè)文本文件時(shí)，首先要保證這個(gè)文件是存在的。在讀文件的時(shí)候，“文件操作方式”這個(gè)參數(shù)可以省略，也可以寫成“r”，也就是read的首字母。
? 文件路徑可以是絕對路徑，也可以是相對路徑。如果是絕對路徑，Linux和Mac OS不能直接使用“～”表示“home目錄”，因?yàn)镻ython不認(rèn)識“～”這個(gè)符號。如果非要使用這個(gè)符號，需要使用Python的“os”模塊，代碼如下：

import os real_path = os.path.expanduser('～/project/xxx')

使用下面的代碼來打開text.txt文件：

with open('text.txt', encoding='utf-8') as f:

通過f來讀文件
這里有一個(gè)參數(shù)“encoding”。這個(gè)參數(shù)特別有用，它可以在打開文件的時(shí)候?qū)⑽募D(zhuǎn)換為UTF-8編碼格式，從而避免亂碼的出現(xiàn)。這個(gè)參數(shù)只有Python 3有，在Python 2中使用這個(gè)參數(shù)會報(bào)錯(cuò)。如果文件是在Windows中創(chuàng)建的，并且使用UTF-8打開文件出現(xiàn)了亂碼，可以把編碼格式改為GBK

使用Python寫文本文件
使用Python寫文件也需要先打開文件，使用如下代碼來打開文件：

with open('new.txt', 'w', encoding='utf-8') as f:

通過f來寫文件
這里多出來一個(gè)參數(shù)“w”，w是英文write的首字母，意思是以寫的方式打開文件。這個(gè)參數(shù)除了為“w”外，還可以為“a”。它們的區(qū)別在于，如果原來已經(jīng)有一個(gè)new.txt文件了，使用“w”會覆蓋原來的文件，導(dǎo)致原來的內(nèi)容丟失；而使用“a”，則會把新的內(nèi)容寫到原來的文件末尾

二進(jìn)制文件的讀寫

我們學(xué)習(xí)了打開二進(jìn)制文件的方式，比如rb、wb等。假設(shè)我們現(xiàn)在有一個(gè)圖片文件test.png。

with open("test.png","rb") as f: print(f.read()) print(f.read(10)) # 只讀取10個(gè)字節(jié)

執(zhí)行結(jié)果（不同的圖片結(jié)果不一致）：

b'\x89PNG\r\n\x1a\n\x00\x00\x00\rIHDR\x00\x00\x01\x02\x00\x00\x01X\x08\x06\x00\x00\x00\xb8Z\xf2\xc1\x00\x00\x00\x01sRGB\x00\xae\xce\x1c\xe9\x00\....'b'\x89PNG\r\n\x1a\n\x00\x00'

當(dāng)我們寫入二進(jìn)制文件時(shí)，我們只能寫入 bytes 類型的數(shù)據(jù)。

with open("test.png","rb") as f,open("result.png","wb") as fb: data = f.read(10) fb.write(data)

代碼運(yùn)行后，在當(dāng)前文件夾中就會創(chuàng)建一個(gè)result.png文件，該文件的內(nèi)容為test.png的前 10 個(gè)字節(jié)。

CSV模塊讀寫文件

csv 模塊

CSV (Comma Separated Values) 是逗號分隔符文本格式，常用于 Excel 和數(shù)據(jù)庫的導(dǎo)入和導(dǎo)出，Python 標(biāo)準(zhǔn)庫的 CSV 模塊提供了讀取和寫入 CSV 格式文件的對象。CSV 以純文本存儲數(shù)和文本。文件的每一行就代表一條數(shù)據(jù)，每條記錄包含由逗號分隔一個(gè)或多個(gè)屬性值。

以文本的形式打開 csv 文件如圖 1 所示：

圖 1

以 Excel 的形式打開 csv 文件如圖 2 所示：

圖 2

讀取 csv 文件

假設(shè)我們有一個(gè) test.csv 文件，內(nèi)容如圖 2 所示。

• 以返回列表的形式讀取 csv 文件。

  import csv # 導(dǎo)入 csv 模塊 with open("test.csv","r") as f: result = csv.reader(f) # 返回的是一個(gè)迭代器 next(result) # 使用next可以跳過第一行的讀取 print(list(result))

  執(zhí)行結(jié)果：

  [['5.1', '3.5', '1.4', '0.2'], ['4.9', '3', '1.4', '0.2'], ['4.7', '3.2', '1.3', '0.2'], ['4.6', '3.1', '1.5', '0.2'], ['5', '3.6', '1.4', '0.2'], ['5.4', '3.9', '1.7', '0.4'], ['4.6', '3.4', '1.4', '0.3'], ['5', '3.4', '1.5', '0.2'], ['4.4', '2.9', '1.4', '0.2'], ['4.9', '3.1', '1.5', '0.1'], ['5.4', '3.7', '1.5', '0.2'], ['4.8', '3.4', '1.6', '0.2'], ['4.8', '3', '1.4', '0.1'], ['4.3', '3', '1.1', '0.1'], ['5.8', '4', '1.2', '0.2'], ['5.7', '4.4', '1.5', '0.4'], ['5.4', '3.9', '1.3', '0.4'], ['5.1', '3.5', '1.4', '0.3'], ['5.7', '3.8', '1.7', '0.3'], ['5.1', '3.8', '1.5', '0.3'], ['5.4', '3.4', '1.7', '0.2'], ['5.1', '3.7', '1.5', '0.4'], ['4.6', '3.6', '1', '0.2'], ['5.1', '3.3', '1.7', '0.5']]

• 以字典的形式讀取 csv 文件。

  import csv # 導(dǎo)入 csv 模塊 with open("test.csv","r+") as f: # 使用DictReader創(chuàng)建的reader是一個(gè)字典對象，遍歷后，不包含第一行數(shù)據(jù) result = csv.DictReader(f) for x in result: print(x)

  執(zhí)行結(jié)果：

  OrderedDict([('sepal length (cm)', '5.1'), ('sepal width (cm)', '3.5'), ('petal length (cm)', '1.4'), ('petal width (cm)', '0.2')])OrderedDict([('sepal length (cm)', '4.9'), ('sepal width (cm)', '3'), ('petal length (cm)', '1.4'), ('petal width (cm)', '0.2')])OrderedDict([('sepal length (cm)', '4.7'), ('sepal width (cm)', '3.2'), ('petal length (cm)', '1.3'), ('petal width (cm)', '0.2')])OrderedDict([('sepal length (cm)', '4.6'), ('sepal width (cm)', '3.1'), ('petal length (cm)', '1.5'), ('petal width (cm)', '0.2')])OrderedDict([('sepal length (cm)', '5'), ('sepal width (cm)', '3.6'), ('petal length (cm)', '1.4'), ('petal width (cm)', '0.2')])OrderedDict([('sepal length (cm)', '5.4'), ('sepal width (cm)', '3.9'), ('petal length (cm)', '1.7'), ('petal width (cm)', '0.4')])OrderedDict([('sepal length (cm)', '4.6'), ('sepal width (cm)', '3.4'), ('petal length (cm)', '1.4'), ('petal width (cm)', '0.3')])OrderedDict([('sepal length (cm)', '5'), ('sepal width (cm)', '3.4'), ('petal length (cm)', '1.5'), ('petal width (cm)', '0.2')])OrderedDict([('sepal length (cm)', '4.4'), ('sepal width (cm)', '2.9'), ('petal length (cm)', '1.4'), ('petal width (cm)', '0.2')])OrderedDict([('sepal length (cm)', '4.9'), ('sepal width (cm)', '3.1'), ('petal length (cm)', '1.5'), ('petal width (cm)', '0.1')])OrderedDict([('sepal length (cm)', '5.4'), ('sepal width (cm)', '3.7'), ('petal length (cm)', '1.5'), ('petal width (cm)', '0.2')])OrderedDict([('sepal length (cm)', '4.8'), ('sepal width (cm)', '3.4'), ('petal length (cm)', '1.6'), ('petal width (cm)', '0.2')])OrderedDict([('sepal length (cm)', '4.8'), ('sepal width (cm)', '3'), ('petal length (cm)', '1.4'), ('petal width (cm)', '0.1')])OrderedDict([('sepal length (cm)', '4.3'), ('sepal width (cm)', '3'), ('petal length (cm)', '1.1'), ('petal width (cm)', '0.1')])OrderedDict([('sepal length (cm)', '5.8'), ('sepal width (cm)', '4'), ('petal length (cm)', '1.2'), ('petal width (cm)', '0.2')])OrderedDict([('sepal length (cm)', '5.7'), ('sepal width (cm)', '4.4'), ('petal length (cm)', '1.5'), ('petal width (cm)', '0.4')])OrderedDict([('sepal length (cm)', '5.4'), ('sepal width (cm)', '3.9'), ('petal length (cm)', '1.3'), ('petal width (cm)', '0.4')])OrderedDict([('sepal length (cm)', '5.1'), ('sepal width (cm)', '3.5'), ('petal length (cm)', '1.4'), ('petal width (cm)', '0.3')])OrderedDict([('sepal length (cm)', '5.7'), ('sepal width (cm)', '3.8'), ('petal length (cm)', '1.7'), ('petal width (cm)', '0.3')])OrderedDict([('sepal length (cm)', '5.1'), ('sepal width (cm)', '3.8'), ('petal length (cm)', '1.5'), ('petal width (cm)', '0.3')])OrderedDict([('sepal length (cm)', '5.4'), ('sepal width (cm)', '3.4'), ('petal length (cm)', '1.7'), ('petal width (cm)', '0.2')])OrderedDict([('sepal length (cm)', '5.1'), ('sepal width (cm)', '3.7'), ('petal length (cm)', '1.5'), ('petal width (cm)', '0.4')])OrderedDict([('sepal length (cm)', '4.6'), ('sepal width (cm)', '3.6'), ('petal length (cm)', '1'), ('petal width (cm)', '0.2')])OrderedDict([('sepal length (cm)', '5.1'), ('sepal width (cm)', '3.3'), ('petal length (cm)', '1.7'), ('petal width (cm)', '0.5')])

寫入 csv 文件

• 以元組的方式寫入。

  import csvheaders = ["name","age","height"]values = [("小王",18,178),("小張",20,180),("小李",17,166)]with open("test.csv","w",encoding="utf-8",newline="") as f: writer = csv.writer(f) writer.writerow(headers) # 首先寫入第一行 writer.writerows(values) # 寫入values

  代碼運(yùn)行后，test.csv 的內(nèi)容變更為：

  name,age,height 小王,18,178 小張,20,180 小李,17,166

• 以字典的形式寫入。

  import csv headers = ["name", "age", "height"] values = [{"name":"小王","age":18,"height":178},{"name":"小王","age":18,"height":178},{"name":"小王","age":18,"height":178}] with open("test.csv","w",encoding="utf-8",newline="") as f: writer = csv.DictWriter(f,headers) # 使用csv.DictWriter()方法，需傳入兩個(gè)參數(shù)，第一個(gè)為對象，第二個(gè)為文件的title writer.writeheader() # 使用此方法，寫入表頭 writer.writerows(values)

  代碼運(yùn)行之后，test.csv 文件的內(nèi)容為：

  name,age,height 小王,18,178 小張,20,180 小李,17,166

總結(jié)

以上是生活随笔為你收集整理的Python之文本操作的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。