初学Python——文件操作第二篇

  1. 云栖社区>
  2. 博客>
  3. 正文

初学Python——文件操作第二篇

学霸初养成 2018-04-19 15:11:00 浏览477 评论0

摘要: 前言:为什么需要第二篇文件操作?因为第一篇的知识根本不足以支撑基本的需求。下面来一一分析。 一、Python文件操作的特点 首先来类比一下,作为高级编程语言的始祖,C语言如何对文件进行操作?    字符(串):fputc和fgetc,fputs和fgets,fwrite和fread,fprint...

前言:为什么需要第二篇文件操作?因为第一篇的知识根本不足以支撑基本的需求。下面来一一分析。

一、Python文件操作的特点

首先来类比一下,作为高级编程语言的始祖,C语言如何对文件进行操作?

   字符(串):fputc和fgetc,fputs和fgets,fwrite和fread,fprintf和fscanf都可以

   整型:fputc和fgetc(-128~127范围内),rwrite和fread,fprintf和fscanf

   数组(基本类型):for循环内的fputc和fgetc,for循环内的rwrite和fread,for循环内的fprintf和fscanf

   结构体:fwrite和fread

   结构体数组:for循环内的fwrite和fread

其中,用fputc、fputs方式在文件中写入数据,只能写入字符型,每个字符占1个字节,用fgetc、fgets读取出来也是字符型;

用fwrite和fread写入、读出的类型,和内存中数据保持一致,也就是说,写进入的是int型,读出的就是int型,写入一个结构体,读出的就是结构体,原原本本地复原。

简而言之,C语言可以随意地写入数据,再随意地读取,只需要保证,怎么写进去的就怎么读出来,顺序和方式都保持一致,就不会出错。

而Python呢?

只有一种写入方式:

f.write()  #写入的数据必须是字符串

只有四种读取方式:

data=f.read()             #读取文件全部数据赋给字符变量data

data=f.read(5)          #读取5个字节的数据赋给字符变量data

data=f.readline()      #读取一行数据赋给字符变量data

data=f.readlines()     #读取全部数据,按行转化成列表赋给data,所有数据均为字符串

发现特点了吗?Python文件只能以字符型写入,以字符型读出。

问题就来了,如果没有方法使得保存在文件中的数据,读入内存时转化成我们需要的数据类型,那问题就大了。

幸运的是,有。

通过观察读写方式,还可以发现一个特点,即最好一个数据只能占一行,不要随意写入,读取也用readlines(),每个数据为列表中一个元素

如果将若干个数据写入文件,在文件中都存在雨一行,读取的时候将得到一个字符串,包含了原先的若干数据。

而在C语言中不必在意这么多。

二、如何在Python中写入并读取各种类型的数据?

1.如果只是对单个数据操作:

字符:直接写入,直接用f.read()或f.readline()读取

整型:将其转化成字符型写入,f.readline()读出再强转成int(不存在C语言中-128~127的范围限制,原因是Python中将int转化成str后,一位数字占一个字节)

列表

①用for循环将列表中每个数据强转成字符串分行写入文件,再用f.readlines()读出。(局限性大,如果列表中数据不止有字符型,将会难以恢复原来的样子)

②将整个列表强转为字符型写入,再用readline()读出后,用eval函数转化成列表。关于eval函数,后面详细讲。

字典将字典强转为字符型写入,再用readline()读出后,eval函数将字符串转化为字典。

集合:将集合强转为字符型写入,再用readlin()读出后,eval函数将字符串转化为集合。

2.如果对同种类型多个数据操作:

多个字符:①分行写入,分行读取或者readlines()

②一个一个写入(都在同一行),每个数据间加上空格或者其他的分割符,readline()读取,用split函数按照指定的分隔符分割成一个一个的字符(串)

多个整型①分行写入(转化成字符型),分行读取或者readlines(),再转化成int型

②一个一个写入(都在同一行),每个数据间加上空格或者其他的分割符,readline()读取,用split函数按照指定的分隔符分割成一个一个的字符(串)

多个列表:①将每个元素分行写入文件,再用readlines()读取(适用于列表元素类型单一的情况)

②看下文

多个字典:看下文

多个集合:看下文

三、如何将多个不同类型的数据混合写入并读取?

上面说了那么多,终归感觉比较局限,有没有一种通用规范的方式,可以将多个相同和不同的数据写入文件?

我总结了一下:

1.适用于小文件,不对内存造成压力的情况:

①每个数据存一行(列表、字典等作为一个数据)

②读取时用readlines()将所有数据构成一个大列表

③再将不同的数据用eval函数转化成想要的数据类型

下面给出实例:

 1 goods = [[1, "土豆", "3元/kg", 3], [2, "香蕉", "2元/kg", 2], [3, "可乐", "3.5元/瓶", 3.5],
 2              [4, "薯片", "4元/袋", 4], [5, "面包", "6元/个", 6], [6, "手机", "200/部", 200]]
 3 recd={
 4     'backend': 'www.bokeyuan.org',
 5     'record': {
 6         'server': '100.1.7.9',
 7         'weight': 20,
 8         'maxconn': 3000
 9     }
10 }
11 
12 f=open("yesterday3","w",encoding="utf-8")
13 f.write(str(goods)) #直接将列表转化成字符写入文件
14 f.write("\n")   #换行符
15 f.write(str(recd)) #将字典转化成字符写入文件
16 f.write("\n")
17 f.close()
18 
19 f=open("yesterday3","r",encoding="utf-8")
20 data=f.readlines() #读取全部数据
21 f.close()
22 
23 gooded=data[0] # 将大列表第一个数据(字符列表)赋给另一个变量
24 dic=data[1] # 将大列表第二个数据(字符字典)赋给另一个变量
25 
26 gooded=eval(gooded) # 将字符串列表转化成列表
27 dic=eval(dic) # 将字符串字典转化为字典
28 
29 print(gooded)  #输出列表和字典
30 print(dic)

输出结果为:

为了验证不是字符串,访问一下

print(gooded[1][1]) 
print(dic["record"]["server"])

访问结果:

2.如果是大文件,即列表(字典等)本来就含有大量数据:

以列表为例:

①每个列表建议存一个文件,一个元素占一行。小型数据(单个的字符、整型)可以分行存入另一个文件。

②新建一个空列表,用迭代器一行一行读取文件,将每一行字符串赋给新列表作为元素

③用枚举for循环的方式,循环地用eval函数将字符串复原数据类型

实例:

 1 goods = [[1, "土豆", "3元/kg", 3], [2, "香蕉", "2元/kg", 2], [3, "可乐", "3.5元/瓶", 3.5],
 2              [4, "薯片", "4元/袋", 4], [5, "面包", "6元/个", 6], [6, "手机", "200/部", 200]]
 3 
 4 f=open("yesterday3","w",encoding="utf-8")
 5 for i in goods:
 6     f.write(str(i)) #循环将列表每一个元素转化成字符串写入文件
 7     f.write("\n")
 8 f.close()
 9 
10 gooded=[] #新建列表
11 f=open("yesterday3","r",encoding="utf-8")
12 for i in f:
13     gooded.append(i) #将每一行数据循环赋给新列表的元素
14 f.close()
15 
16 for i,j in enumerate(gooded): # 将字符串列表转化成二级列表
17     gooded[i]=eval(j)
18 
19 print(gooded) #输出列表
20 print(gooded[1][1]) #列表访问

运行结果:

 

四、文件修改的完善

在上一篇博客中,关于大文件的修改,需要新建一个文件,将修改后的内容写入新文件,同时保留旧文件。

但在实际应用中,如果用户经常修改数据,会产生至少两个副作用:

①旧文件越来越多,而新文件只有一个,占用存储空间

②新文件的文件名需要人为维护

解决他们非常简单,删除旧文件和重命名新文件就可以了

需要引入os模块

import os

os.remove("文件名")      #删除文件
os.rename("旧文件名","新文件名")     #重命名文件

 

五、二进制文件和文本文件的区别

二者没有本质的区别,确切的说文本文件也属于二进制文件,区别在于应用程序或打开方式对文件的解释不同

1. 能存储的数据类型不同
文本文件只能存储char型字符变量。
二进制文件可以存储char/int/short/long/float/……各种变量值。

2. 每条数据的长度
文本文件每条数据通常是固定长度的。以ASCII为例,每条数据(每个字符)都是1个字节。
二进制文件每条数据不固定。如short占两个字节,int占四个字节,float占8个字节……

3. 读取的软件不同
文本文件编辑器就可以读写。比如记事本、NotePad++、Vim等。
二进制文件需要特别的解码器。比如bmp文件需要图像查看器,rmvb需要播放器……

4. 操作系统对换行符('\n')的处理不同(不重要)
文本文件,操作系统会对'\n'进行一些隐式变换,因此文本文件直接跨平台使用会出问题。

①在Windows下,写入'\n'时,操作系统会隐式的将'\n'转换为"\r\n",再写入到文件中;读的时候,会把“\r\n”隐式转化为'\n',再读到变量中。

②在Linux下,写入'\n'时,操作系统不做隐式变换。

 

六、特别介绍几个实用的函数

1.eval()

这是一个非常神奇的函数!可以将字符串转化成对应的数据类型。

但是使用时需要注意:被转化的字符串必须和真实类型长得完全一模一样,否则无法转化。

给出实例:

 1 arg='''{"a":123,"b":456}'''
 2 
 3 arg2='''{
 4     "a":123,
 5     "b":456
 6 }'''
 7 
 8 arg=eval(arg)
 9 arg2=eval(arg2)
10 print(arg,type(arg))
11 print(arg2,type(arg2))
12 
13 #输出结果:
14 {'a': 123, 'b': 456} <class 'dict'>
15 {'a': 123, 'b': 456} <class 'dict'>

现在如果字符串写的不规范:

arg='''{"a":123 "b":456}'''

arg2='''{
    a:123,
    b:456
}'''

运行报错:

接下来试一下其他数据类型:

 1 a=[1,1,2,3,4]
 2 b=("hello","nihao")
 3 c=set([10,5,1,1,4])
 4 d={1:"wawoo",2:"thank"}
 5 e=5
 6 f="hello"
 7 print("转化前:")
 8 print(type(a))
 9 print(type(b))
10 print(type(c))
11 print(type(d))
12 print(type(e))
13 print(type(f))
14 
15 #转化成字符串
16 a1=str(a)
17 b1=str(b)
18 c1=str(c)
19 d1=str(d)
20 e1=str(e)
21 f1=str(f)
22 
23 #转化回原来的类型
24 a1=eval(a1)
25 b1=eval(b1)
26 c1=eval(c1)
27 d1=eval(d1)
28 e1=eval(e1)
29 
30 print("转化后:")
31 print(type(a1))
32 print(type(b1))
33 print(type(c1))
34 print(type(d1))
35 print(type(e1))
36 print(type(f1))

 运行结果:

完美转化

2.sort()和sorted()

sort是容器的函数:sort(cmp=None, key=None, reverse=False)

sorted是python的内建函数:sorted(iterable, cmp=None, key=None, reverse=False)

参数解析:

cmp:比较函数,比较什么参数由key决定。例如:cmp(e1, e2) 是具有两个参数的比较函数,返回值:负数(e1 < e2);0(e1 == e2);正数( e1 > e2)。
key:用列表元素的某个属性或函数作为关键字。
reverse:排序规则,可以选择True或者False。
sorted多一个参数iterable:待排序的可迭代类型的容器

示例1:

 a=[1,2,5,3,9,4,6,8,7,0,12]
 a.sort()
 print(a)
#运行结果:
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 12]


 a=[1,2,5,3,9,4,6,8,7,0,12]
 a2=print(sorted(a))
 print(a2)
 print(a)
#运行结果:
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 12]
[1, 2, 5, 3, 9, 4, 6, 8, 7, 0, 12]

区别:

对于一个无序的列表a,调用a.sort(),对a进行排序后返回a,sort()函数修改待排序的列表内容。

而对于同样一个无序的列表a,调用sorted(a),对a进行排序后返回一个新的列表,而对a不产生影响。

 

示例2:

假设用元组保存每一个学生的信息,包括学号,姓名,年龄。用列表保存所有学生的信息。

 list1=[(8, 'Logan', 20), (2, 'Mike', 22), (5, 'Lucy', 19)]
 list1.sort()
print( list1)
#运行结果:
[(2, 'Mike', 22), (5, 'Lucy', 19), (8, 'Logan', 20)]

 list1=[(8, 'Logan', 20), (2, 'Mike', 22), (5, 'Lucy', 19)]
 list2=sorted(list1)
print(list2)
print(list1)
#运行结果:
[(2, 'Mike', 22), (5, 'Lucy', 19), (8, 'Logan', 20)]
[(8, 'Logan', 20), (2, 'Mike', 22), (5, 'Lucy', 19)]

小结:由示例可以看出,当列表由list(或者tuple)组成时,默认情况下,sort和sorted都会根据list[0](或者tuple[0])作为排序的key,进行排序。

以上都是默认的排序方式,我们可以编写代码控制两个函数的排序行为。主要有三种方式:基于key函数;基于cmp函数和基于reverse函数

1)基于key函数排序

 list1=[(8, 'Logan', 20), (2, 'Mike', 22), (5, 'Lucy', 19)]
 list1.sort(key=lambda x:x[2])
print( list1)
#运行结果:
[(5, 'Lucy', 19), (8, 'Logan', 20), (2, 'Mike', 22)]


 list1=[(8, 'Logan', 20), (2, 'Mike', 22), (5, 'Lucy', 19)]
 list2=sorted(list1, key=lambda x:x[2])
print(list2)
print( list1)
#运行结果:
[(5, 'Lucy', 19), (8, 'Logan', 20), (2, 'Mike', 22)]
[(8, 'Logan', 20), (2, 'Mike', 22), (5, 'Lucy', 19)]

2)基于cmp函数

 list1=[(8, 'Zogan', 20), (2, 'Mike', 22), (5, 'Lucy', 19)]
 list1.sort(cmp=lambda x,y:cmp(x[1],y[1]))
print( list1)
#运行结果:
[(5, 'Lucy', 19), (2, 'Mike', 22), (8, 'Zogan', 20)]

list1
=[(8, 'Zogan', 20), (2, 'Mike', 22), (5, 'Lucy', 19)] list2=sorted(list1, cmp=lambda x,y:cmp(x[1],y[1])) print(list1) #运行结果: [(5, 'Lucy', 19), (2, 'Mike', 22), (8, 'Zogan', 20)] [(8, 'Zogan', 20), (2, 'Mike', 22), (5, 'Lucy', 19)]

3)基于reverse函数

 a=[1,2,5,3,9,4,6,8,7,0,12]
 a.sort(reverse=False)
print(a)
#运行结果:
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 12]


 a=[1,2,5,3,9,4,6,8,7,0,12]
 a2=a.sort(reverse=True)
print(a2)
#运行结果:
[12, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

小结:reverse=False为升序排序;reverse=True为降序排序

3.split()

 split() 通过指定分隔符对字符串进行分隔,并返回分割后的字符串列表。如果参数 num 有指定值,则仅分隔 num 个子字符串

split(str,num)

参数:

str:分隔符,默认为所有的空字符,包括空格、换行(\n)、制表符(\t)等。

num: 分割次数(可以省略)

str = "Line1-abcdef \nLine2-abc \nLine4-abcd"
print str.split( )
print str.split(' ', 1 )

#运行结果:
['Line1-abcdef', 'Line2-abc', 'Line4-abcd']
['Line1-abcdef', '\nLine2-abc \nLine4-abcd']
【云栖快讯】阿里巴巴小程序繁星计划,20亿补贴第一弹云应用免费申请,限量从速!  详情请点击

网友评论