一、文件操作概述

一个完整的程序一般都包括数据的存储和读取。前面写的程序数据都没有进行实际的存储，因此Python解释器执行完数据就消失了。实际开发中，经常需要从外部存储介质（硬盘、光盘、U盘等）读取数据，或者将程序产生的数据存储到文件中，实现"持久化"保存。

很多软件系统将数据存储到数据库中，数据库实际也是基于文件形式存储的。

  文本文件和二进制文件

• 文本文件：存储普通"字符"文本，Python默认为unicode字符集（两个字节表示一个字符，最多可表示65536个），可以使用记事本程序打开。

• 二进制文件：把数据内容用"字节"进行存储，无法用记事本打开，必须使用专用的软件解码。常见的有：MP4视频文件、MP3音频文件、JPG图片、doc文档等。

  二、文件操作相关模块概述

  三、创建文件对象open()

open()函数用于创建文件对象，基本语法格式：open(文件名[, 打开方式])

如果只是文件名，代表在当前目录下的文件。文件名可以录入全路径，如 D:\a\b.txt。为了减少\的输入，可以使用原始字符串：r"d:\b.txt"

f = open(r"d:\b.txt", "w")

打开方式如下表：

• 如果没有增加模式 b，则默认创建的是文本文件对象，处理的基本单元是"字符"。

• 如果是二进制模式 b，则创建的是二进制文件对象，处理的基本单元是"字节"。

  四、文本文件的写入

文本文件的写入一般就是三个步骤：

• 创建文件对象

• 写入数据

• 关闭文件对象

▶ 示例：文本写入操作简单测试

f = open(r"a.txt", "a")

s = "itbaizhan\nsxt\n"

f.write(s)

f.close()

▶ 示例：使用with上下文管理写入

with open(r"a.txt", "a") as f:

    s = "itbaizhan\nsxt\n"

f.write(s)

  五、常用编码介绍

在操作文本文件时，经常会操作中文，这时候就经常会碰到乱码问题。

  ASCII

全称为 American Standard Code for Information Interchange，美国信息交换标准代码。用7位表示，只能表示128个字符。0～31表示控制字符；32～126表示打印字符。48～57为0到9十个阿拉伯数字，65～90为26个大写英文字母，97～122为26个小写英文字母。

  ISO8859-1

又称 Latin-1，是一个8位单字节字符集。把ASCII的最 高位也利用起来，并兼容了ASCII。在ASCII编码之上又增加了西欧语言、希腊语、泰语、阿拉伯语、希伯来语对应的文字符号。

  GB2312 / GBK / GB18030

• GB2312：1980年发布，主要收录了6763个汉字、682个符号。完全兼容ISO8859-1。

• GBK：1995年制定，扩展了GB2312，一共收录了21003个汉字。

• GB18030：2000年发布，包含了中国大部分少数民族的语言字符，收录汉字数超过70000余个。向下兼容GB2312和GBK。

  Unicode

Unicode编码设计成了固定两个字节，所有的字符都用16位(2^16=65536)表示，包括之前只占8位的英文字符等，所以会造成空间的浪费。Unicode完全重新设计，不兼容ISO8859-1，也不兼容任何其他编码。

  UTF-8

UTF-8全称是 8-bit Unicode Transformation Format。编码兼容ISO8859-1，同时也可以用来表示所有语言的字符。UTF-8是不定长编码，每一个字符的长度从1-4个字节不等。其中，英文字母都是用一个字节表示，而汉字使用三个字节。

• 一般项目都会使用 UTF-8。

  中文乱码问题

操作系统默认的编码：Windows是GBK，Linux是UTF-8。当用open()时，调用的是操作系统打开的文件，默认的编码是GBK。

▶ 示例：中文字符文件，乱码出现测试

#测试写入中文

f = open(r"b.txt", "w")

f.write("尚学堂\n百战程序员\n")

f.close()

▶ 示例：通过指定文件编码解决中文乱码问题

#测试写入中文

f = open(r"b.txt", "w", encoding="utf-8")

f.write("尚学堂\n百战程序员\n")

f.close()

  六、write()/writelines()写入数据

• write(a)：把字符串a写入到文件中

• writelines(b)：把字符串列表写入文件中，不添加换行符

▶ 示例：添加字符串列表数据到文件中

f = open(r"d:\bb.txt", "w", encoding="utf-8")

s = ["高淇\n", "高老三\n", "高老四\n"]

f.writelines(s)

f.close()

  七、close()关闭文件流

由于文件底层是由操作系统控制，打开的文件对象必须显式调用close()方法关闭。当调用close()方法时，首先会把缓冲区数据写入文件（也可以直接调用flush()方法），再关闭文件，释放文件对象。

为了确保打开的文件对象正常关闭，一般结合异常机制的finally或者with关键字实现无论何种情况都能关闭打开的文件对象。

▶ 示例：结合异常机制的finally，确保关闭文件对象

try:

    f = open(r"my01.txt", "a")

    s = "gaoqi"

    f.write(s)

except BaseException as e:

    print(e)

finally:

f.close()

  八、with语句（上下文管理器）

with关键字（上下文管理器）可以自动管理上下文资源，不论什么原因跳出with块，都能确保文件正确的关闭，并且可以在代码块执行完毕后自动还原进入该代码块时的现场。

▶ 示例：使用with管理文件写入操作

s = ["高淇\n", "高老三\n", "高老五\n"]

with open(r"d:\bb.txt", "w") as f:

f.writelines(s)

  九、文本文件的读取

文件的读取一般使用如下三个方法：

• read([size])：从文件中读取size个字符，并作为结果返回。如果没有size参数，则读取整个文件。读取到文件末尾，会返回空字符串。

• readline()：读取一行内容作为结果返回。读取到文件末尾，会返回空字符串。

• readlines()：文本文件中，每一行作为一个字符串存入列表中，返回该列表。

▶ 示例：读取一个文件前4个字符

with open(r"a.txt", "r", encoding="utf-8") as f:

    print(f.read(4))

▶ 示例：文件较小，一次将文件内容读入到程序中

with open(r"d:\bb.txt", "r") as f:

print(f.read())

▶ 示例：按行读取一个文件

with open(r"bb.txt", "r") as f:

    while True:

        fragment = f.readline()

        if not fragment:

            break

        else:

            print(fragment, end="")

▶ 示例：使用迭代器（每次返回一行）读取文本文件

with open(r"d:\bb.txt", "r") as f:

    for a in f:

        print(a, end="")

▶ 示例：为文本文件每一行的末尾增加行号

with open("b.txt", "r", encoding="utf-8") as f:

    lines = f.readlines()

    lines2 = [line.rstrip() + " #" + str(index) + "\n" for index, line in zip(range(1, len(lines) + 1), lines)]

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

f.writelines(lines2)