Python 文件操作-CSDN博客

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 Windows “此电脑” 中看到的内容都是文件：

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：（数据都是保存在硬盘上的）

文本文件（文本：txt，表格：xlsx）
可执行文件（exe，dll）
图片文件（图片：jpg，gif）
视频文件（电影：mp4，歌曲：mp3，mov）
office 文件（.ppt，docx）
... ...

存储器包含内存（空间更小、访问速度快、成本更高、数据易失）和外存（主要体现：硬盘（空间更大、访问速度慢、成本便宜、数据持久化存储）），变量在内存中；文件在硬盘中。

下面主要研究最简单的文本文件。

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（一层层目录构成的字符串）来进行描述。

知道了文件路径就可以知道这个文件在硬盘中的详细位置，也就可以进一步知道这个文件里面有什么了。

文件路径也可以视为是文件在硬盘上的身份标识，每个文件对应的路径都是唯一的。

例如，前面截图中的 QQ.exe 这个文件，可以使用路径来描述这个文件的位置：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，因为有些情况下 \ 有特殊含义，表示 “转义字符”。

上述以盘符开头的路径，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。不过，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”。

（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))

open 的返回值是一个文件对象，此处的文件对象就是内存上的一个变量，就像一个 “遥控器” 一样。在计算机中，把这样远程操控的 “遥控器” 称为 “句柄”（handler）。

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，后面的读写文件操作都是围绕这个文件对象来进行操作的。
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。

（2）关闭文件

使用 close 方法关闭已经打开的文件：

f.close()

注意：使用完毕的文件要记得及时关闭。

A. 一个程序能同时打开的文件个数，是存在上限的

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。

在系统中是可以通过一些设置项来配置能打开文件的最大数目。但是无论配置多少，都不是无穷无尽的，所以都需要记得及时关闭，释放资源。

文件资源泄露是一个蛮严重的问题，因为它不会第一时间暴露出来，而是在我们不注意的时候突然 “偷袭” 一下。

注意：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（GC），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释放，尽量避免依赖自动关闭

正确写法：

每个程序在启动时都会默认打开三个文件：

标准输入（键盘）input
标准输出（显示器）print
标准错误（显示器）

（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

用记事本打开文件，即可看到文件修改后的内容：

A. 如果是使用 'r' 方式打开文件，则写入时会抛出异常

使用 'w' 一旦打开文件成功，就会清空文件原有的数据内容。
使用 'a' 实现 “追加写”，此时原有内容不变，写入的内容会追加在之前文件内容的末尾

B. 针对已经关闭的文件对象进行写操作，也会抛出异常

（4）读文件

A. 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”。

计算机表示中文的时候，会采取一定的编码方式，称为 “字符集”。所谓 “编码方式”，本质上就是使用数字表示汉字。

中文和英文类似，在计算机中都是使用 “数字” 来表示字符的。哪个数字对应哪个汉字，在计算机中可以有多个版本。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。在实际开发的过程中，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。一般常用的汉字编码方式主要是：GBK 和 UTF-8。（相比于 gbk，utf8 是使用更广泛的编码方式）

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：