第93天：文件读写
文件操作中最基本的当然属于文件的读写操作。当我们利用爬虫抓取到一堆数据时，就需要进行文件写操作，将数据写入到文件当中；当我们需要对抓取到的文件内容进行筛选，获取有效信息时，需要对文件进行读操作。本文将介绍文件操作的一些基本内容，助您更高效的处理文件。
1 打开和关闭文件
文件的打开模式多种多样，就像“条条道路通罗马”一样，每一种模式都可以用来打开文件，但是由于“道路”的不同，它们对于打开后文件内容的处理方式不一样。相比来说文件的关闭模式就简单得多了。
1.1 文件的打开模式
表格内列出了一些常见的文件打开模式以及它对于文件的作用。
| 模式 | 描述 |
|---|---|
| b | 以二进制模式打开文件。 |
| + | 以读写模式打开一个文件。 |
| r | 以只读方式打开文件，打开后文件的指针将会放在文件的开头。 |
| rb | 以二进制格式打开一个文件用于只读，文件指针将会放在文件的开头。 |
| r+ | 以读写模式打开一个文件，文件指针将会放在文件的开头。 |
| rb+ | 以二进制格式打开一个文件用于读写，文件指针将会放在文件的开头。 |
| w | 以写模式打开一个文件，如果该文件已存在则打开文件，删除原有文件内容并从开头开始编辑，如果该文件不存在，则创建新文件。 |
| wb | 以二进制格式打开一个文件只用于写入，如果该文件已存在则打开文件，删除原有文件内容并从开头开始编辑，如果该文件不存在，则创建新文件。 |
| w+ | 以读写模式打开一个文件，如果该文件已存在则打开文件，删除原有文件内容并从开头开始编辑，如果该文件不存在，则创建新文件。 |
| wb+ | 以二进制格式打开一个文件用于读写，如果该文件已存在则打开文件，删除原有文件内容并从开头开始编辑，如果该文件不存在，则创建新文件。 |
| a | 以追加模式打开一个文件，如果该文件已存在，文件指针将会放在文件的结尾，将新内容写入到已有内容之后，如果该文件不存在，创建新文件进行写入。 |
| ab | 以二进制格式打开一个文件用于追加，如果该文件已存在，文件指针将会放在文件的结尾，将新内容写入到已有内容之后，如果该文件不存在，创建新文件进行写入。 |
| a+ | 以追加模式打开一个文件，如果该文件已存在，文件指针将会放在文件的结尾，将新内容写入到已有内容之后，如果该文件不存在，创建新文件进行写入。 |
| ab+ | 以二进制格式打开一个文件用于追加，如果该文件已存在，文件指针将会放在文件的结尾，将新内容写入到已有内容之后，如果该文件不存在，创建新文件进行写入。 |
简单总结起来就是：r (read)读取，w (write)写入，a (add)追加，配上 + 后可读可写。
1.2 文件的打开和关闭
1.2.1 Python 内置文件打开和关闭函数
open(file, mode='r’, buffering=-1, encoding=None)，文件打开函数，返回一个 file 对象，从而可以对文件进行读写操作。
file，要访问的文件名称，是一个字符串值，比如：'python-100.txt'，或者可以包含文件路径，即'C:\Users\Desktop\python-100.txt'。 mode，决定了文件的打开模式，默认是 'r' 只读模式。 buffering，如果 buffering 的值被设为 0，就不会有寄存。如果 buffering 的值取 1，访问文件时会寄存行。如果将 buffering 的值设为大于 1 的整数，表明了这就是的寄存区的缓冲大小。如果取负值，寄存区的缓冲大小则为系统默认。 encoding，对文件的内容进行编码，比如采用 'utf-8' 编码方法。
close()，文件关闭函数，没有返回值，用于关闭一个已打开的文件，关闭后的文件不能再进行读写操作。
close() 函数没有参数。
1.2.1 open() + close() 模式
每一个文件打开 open() 函数必须搭配一个文件关闭函数 close()，这样养成一个良好的编码习惯。
示例：
# 打开 'python-100.txt' 文件，如果文件不存在会在程序文件 *.py 所在的目录下创建该文件。
file = open('python-100.txt', 'w')print('测试1：python-100.txt 文件已打开。')
# 关闭已打开的 'python-100.txt' 文件
file.close()print('测试1：python-100.txt 文件已关闭。')
# 打开 'C:\Users\Desktop\py' 路径下的 'python-100.txt' 文件。
file = open('C:\\\\Users\\\\Desktop\\\\py\\\\python-100.txt', 'w')print('测试2：python-100.txt 文件已打开。')
# 关闭已打开的 'python-100.txt' 文件
file.close()print('测试2：python-100.txt 文件已关闭。')1.2.2 with + open() 模式
这种模式下文件打开之后不需要写入文件关闭函数 close()，程序会在执行完 with 结构体中的程序后自动关闭打开的文件。
示例：
# 打开 'python-100.txt' 文件，如果文件不存在会在程序文件 *.py 所在的目录下创建该文件。
with open('python-100.txt', 'w') as f:
print('测试1：python-100.txt 文件已打开。')
print('测试1：python-100.txt 文件已关闭。')
# 打开 'C:\Users\Desktop\py' 路径下的 'python-100.txt' 文件。
with open('C:\\\\Users\\\\Desktop\\\\py\\\\python-100.txt', 'w') as f:
print('测试2：python-100.txt 文件已打开。')
print('测试2：python-100.txt 文件已关闭。')2 读取和写入文件内容
2.1 文件读写方法
当我们打开一个文件之后，根据需要我们会对文件内容进行一些操作， Python 当然为我们提供了文件内容的读写方法。
以下表格内列出了一些常用的文件读写方法：
| 读写方法 | 描述 |
|---|---|
| read() | 一次性将文件中的内容全部读取出来，缺点就是文件过大的话很容易导致内存崩溃。 |
| read(n) | 一次读取 n 个字符，如果再次读取，会在上一次读取过后的位置接着去读取而不是从头开始读取, 如果使用的是 rb 模式，则读取出来的是 n 个字节。 |
| readline() | 一次读取一行内容，每次读取出来的内容都以换行符 '\n' 结尾。 |
| readlines() | 一次读取打开文件的全部内容，返回一个列表，每一行内容作为元素放到一个列表中，缺点就是文件内容过大容易出现内存崩溃的问题。 |
| write(s) | 写入字符串 s，如果再次写入，会在上一次写入的位置末尾继续写入。 |
| writelines(s) | 写入字符串或列表 s，如果是列表的话列表中的所有元素必须为 string 类型，如果再次写入，会在上一次写入的位置末尾继续写入。 |
2.2 文件读应用
2.2.1 read() 示例
# 以 r 模式打开本地建立的 python-100.txt 文件，以 'utf-8' 编码读取文件中的所有内容
with open('python-100.txt', 'r', encoding='utf-8') as f: content = f.read() print(content)
# 输出结果# Python-100# 坚持100天2.2.2 read(n) 示例
# 1.以 r 模式打开本地建立的 python-100.txt 文件，每次读取 n 个字符
with open('python-100.txt', 'r', encoding='utf-8') as f: content = f.read(8) print(content)
content = f.read(8) print(content)
# 输出结果(注意：每次读取到的换行符 '\n' 也是算一个字符的，换行符位于每行内容的末尾)# Python-1# 00# 坚持100
# 2.以 rb 模式打开本地建立的 python-100.txt 文件，每次读取 n 个字节，注意是字节
with open('python-100.txt', 'rb') as f: content = f.read(8) print(content)
content = f.read(8) print(content)
# 输出结果# b'Python-1'# b'00\r\n\xe5\x9d\x9a\xe6'2.2.3 readline() 示例
# 以 r 模式打开本地建立的 python-100.txt 文件，每次读取文件中的一行内容，利用 strip() 函数去掉每一行末尾的换行符
with open('python-100.txt', 'r', encoding='utf-8') as f: firstLine = f.readline().strip('\n') secondLine = f.readline().strip('\n')
print(firstLine) print(secondLine)
# 输出结果# Python-100# 坚持100天2.2.4 readlines() 示例
# 以 r 模式打开本地建立的 python-100.txt 文件，读取文件中所有内容，以列表形式返回
with open('python-100.txt', 'r', encoding='utf-8') as f: content = f.readlines() print(content)
for line in content: print(line.strip('\n'))
# 输出结果# ['Python-100\n', '坚持100天']# Python-100# 坚持100天2.2.5 循环读取文件内容示例
# 每次读取一行内容，该方法较为实用
with open('python-100.txt', 'r', encoding='utf-8') as f: for line in f: print(line.strip('\n'))
# 输出结果# Python-100# 坚持100天2.3 文件写应用
2.3.1 write() 示例
# 以 r 模式打开本地建立的空文件 python-100.txt，向文件中写入内容并读取
f = open('python-100.txt', 'w', encoding='utf-8')
f.write('Python-100\n')f.write('坚持100天')
f.close()
f = open('python-100.txt', 'r', encoding='utf-8')
print(f.read())
f.close()
# 输出结果# Python-100# 坚持100天2.3.2 writelines() 示例
# 以 r 模式打开本地建立的空文件 python-100.txt，向文件中写入内容并读取
f = open('python-100.txt', 'w', encoding='utf-8')
content = ['Python-100\n', '坚持100天']f.writelines(content)
f.close()
f = open('python-100.txt', 'r', encoding='utf-8')print(f.read())
f.close()
# 输出结果# Python-100# 坚持100天3 文件内容定位
| 定位方法 | 描述 |
|---|---|
| tell() | 返回当前文件读取指针在什么位置，按字节数来确定的。 |
| seek(n) | 用于移动文件读取指针到指定位置，移动的单位为字节。 |
tell() 函数应用示例
# 以 w 模式打开本地建立的空文件 python-100.txt，获取文件中读取指针的位置
f = open('python-100.txt', 'w', encoding='utf-8')
print('打开空文件时，指针位置为:', f.tell())f.write('Python-100\n' + '坚持100天') # 'utf-8'编码格式下，换行符占 2 个字节，汉字占 3 个字节print('写入内容后，指针位置为:', f.tell())
f.close()
# 输出结果：# 打开空文件时，指针位置为: 0# 写入内容后，指针位置为: 24seek(offset, whence=0) 函数应用示例
offset，移动偏移的字节数，如果是负数表示从倒数第几位开始。 whence，可选参数，默认值为 0。0 代表从文件开头开始算偏移量，1 代表从当前位置开始算，2 代表从文件末尾算起。
# 以 r 模式打开文件 python-100.txt，移动文件中读取指针的位置
f = open('python-100.txt', 'rb')
print("1.文件内容为:")print(f.read().decode('utf-8'))
f.seek(6)print('\n2.偏移量为 12 个字节时，输出内容为:')print(f.read().decode('utf-8'))
f.seek(-12, 2)print('\n3.偏移量为 -12 个字节时，输出内容为:')print(f.read().decode('utf-8'))
print('\n4.在当前指针位置偏移:')f.seek(12)print('文件指针当前位置为：', f.tell())f.seek(-6, 1)print('文件指针当前位置为：', f.tell())f.seek(6, 1)print('文件指针当前位置为：', f.tell())print(f.read().decode('utf-8'))
f.close()
# 输出结果:# 1.文件内容为:# Python-100# 坚持100天## 2.偏移量为 12 个字节时，输出内容为:# -100# 坚持100天## 3.偏移量为 -12 个字节时，输出内容为:# 坚持100天# # 4.在当前指针位置偏移:# 文件指针当前位置为：12# 文件指针当前位置为：6# 文件指针当前位置为：12# 坚持100天4 总结
本节给大家介绍了 Python 中 文件操作的基本使用方法，主要是文件的读写操作，可以助您更高效的处理爬虫获取到的消息内容。
参考资料
[1] https://www.cnblogs.com/MayDayTime/p/9157432.html
[2] https://www.runoob.com/python/python-files-io.html
示例代码：https://github.com/JustDoPython/python-100-day
系列文章
赞 (0)