Python之文本操作
Python之文本操作
文本文件
文本文件是一種典型的順序文件，其文件的邏輯結構又屬于流式文件。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、數字等字符存儲的是 ASCII 碼，而漢字存儲的是機內碼。
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 方法用于打開一個文件，并返回文件對象，在對文件進行處理過程都需要使用到這個函數，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：用于設置緩沖；
- encoding：用于設置編碼格式，一般使用 utf8；
- errors：指明編碼和解碼錯誤時怎么樣處理，適用于文本模式；
- newline：文本模式之下，控制一行的結束字符；
- closed：傳入的 file 參數類型；
- opener：自定義打開文件方式。
文件打開模式
mode 參數的打開模式具體如下表所示：
| r | 以只讀方式打開文件。文件的指針將會放在文件的開頭。這是默認模式。 |
| rb | 以二進制格式打開一個文件用于只讀。文件指針將會放在文件的開頭。這是默認模式。 |
| r+ | 打開一個文件用于讀寫。文件指針將會放在文件的開頭。 |
| rb+ | 以二進制格式打開一個文件用于讀寫。文件指針將會放在文件的開頭。 |
| w | 打開一個文件只用于寫入。如果該文件已存在則打開文件，并從開頭開始編輯，即原有內容會被刪除。如果該文件不存在，創建新文件。 |
| wb | 以二進制格式打開一個文件只用于寫入。如果該文件已存在則打開文件，并從開頭開始編輯，即原有內容會被刪除。如果該文件不存在，創建新文件。 |
| w+ | 打開一個文件用于讀寫。如果該文件已存在則打開文件，并從開頭開始編輯，即原有內容會被刪除。如果該文件不存在，創建新文件。 |
| wb+ | 以二進制格式打開一個文件用于讀寫。如果該文件已存在則打開文件，并從開頭開始編輯，即原有內容會被刪除。如果該文件不存在，創建新文件。 |
| a | 打開一個文件用于追加。如果該文件已存在，文件指針將會放在文件的結尾。也就是說，新的內容將會被寫入到已有內容之后。如果該文件不存在，創建新文件進行寫入。 |
| ab | 以二進制格式打開一個文件用于追加。如果該文件已存在，文件指針將會放在文件的結尾。也就是說，新的內容將會被寫入到已有內容之后。如果該文件不存在，創建新文件進行寫入。 |
| a+ | 打開一個文件用于讀寫。如果該文件已存在，文件指針將會放在文件的結尾。文件打開時會是追加模式。如果該文件不存在，創建新文件用于讀寫。 |
| ab+ | 以二進制格式打開一個文件用于追加。如果該文件已存在，文件指針將會放在文件的結尾。如果該文件不存在，創建新文件用于讀寫。 |
假設現在有一個 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，只設置這3個參數關閉文件 close 函數
close() 方法用于關閉一個已打開的文件。關閉后的文件不能再進行讀寫操作， 否則會觸發 ValueError 錯誤。 close() 方法允許調用多次。
當 file 對象被引用到操作另外一個文件時，Python 會自動關閉之前的 file 對象。 使用 close() 方法關閉文件是一個好的習慣。
f = open("step1/test.txt","r",encoding="utf8")# 進行相關的讀寫操作之后使用 close 函數關閉文件f.close()文件對象常用屬性
文件對象常用的屬性主要有 3 個：
-
closed：如果文件已被關閉返回 True，否則返回 False；
f = open("step/test.txt","r",encoding="utf8")print(f.closed)f.close()print(f.closed)執行結果：
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)執行結果：
r -
name：返回文件的名稱；
f = open("step/test.txt","r",encoding="utf8")print(f.name)執行結果：
step/test.txt
Python文件之文本文件的隨機讀寫
隨機讀寫
使用 read 等順序讀寫函數時，每次都是從每行的第一個字符開始讀取，但是，我們不一定每次的需求都是從頭開始讀取。假設我們有test.txt文件，內容如下：
hello world下面我們將介紹隨機讀取的函數：
-
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數；whence 表示要從哪個位置開始偏移；0 代表從文件開頭開始算起，1 代表從當前位置開始算起，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())# 移動到文件倒數第5個字節，如果要設置whence參數，文件的打開格式必須為二進制模式 f.seek(-5,2) print(f.read()) f.close()執行結果：
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()：返回文件的當前位置，即文件指針當前位置。
f = open("test.txt","r") f.seek(2) print(f.tell()) f.read(1) # 讀取一個字節的內容print(f.tell()) # 讀取內容也會改變指針的位置f.close()執行結果：
23 -
truncate([size])：方法用于截斷文件并返回截斷的字節長度。指定 size 的話，就從文件的開頭開始截斷指定長度，其余內容刪除；不指定 size 就從文件開頭開始截斷到當前位置，其余內容刪除。
f = open("test.txt","r+")print(f.truncate(3))print(f.read())f.close()執行結果：
3hel
下面是一個對讀寫文本文件3種方式的總結：
使用Python讀/寫文本文件
? 使用Python來讀/寫文本需要用到“open”這個關鍵字。它的作用是打開一個文件，并創建一個文件對象。
? 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:
對文件進行操作
第1種方式需要手動關閉文件，但是在程序開發中經常會出現忘記關閉文件的情況。第2種方法不需要手動關閉文件，只要代碼退出了縮進，Python就會自動關閉文件
使用Python讀文本文件
? 使用Python打開一個文本文件時，首先要保證這個文件是存在的。在讀文件的時候，“文件操作方式”這個參數可以省略，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”，因為Python不認識“～”這個符號。如果非要使用這個符號，需要使用Python的“os”模塊，代碼如下：
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
這里有一個參數“encoding”。這個參數特別有用，它可以在打開文件的時候將文件轉換為UTF-8編碼格式，從而避免亂碼的出現。這個參數只有Python 3有，在Python 2中使用這個參數會報錯。如果文件是在Windows中創建的，并且使用UTF-8打開文件出現了亂碼，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：
通過f來寫文件
這里多出來一個參數“w”，w是英文write的首字母，意思是以寫的方式打開文件。這個參數除了為“w”外，還可以為“a”。它們的區別在于，如果原來已經有一個new.txt文件了，使用“w”會覆蓋原來的文件，導致原來的內容丟失；而使用“a”，則會把新的內容寫到原來的文件末尾
二進制文件的讀寫
我們學習了打開二進制文件的方式，比如rb、wb等。假設我們現在有一個圖片文件test.png。
with open("test.png","rb") as f: print(f.read()) print(f.read(10)) # 只讀取10個字節執行結果（不同的圖片結果不一致）：
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'當我們寫入二進制文件時，我們只能寫入 bytes 類型的數據。
with open("test.png","rb") as f,open("result.png","wb") as fb: data = f.read(10) fb.write(data)代碼運行后，在當前文件夾中就會創建一個result.png文件，該文件的內容為test.png的前 10 個字節。
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 和數據庫的導入和導出，Python 標準庫的 CSV 模塊提供了讀取和寫入 CSV 格式文件的對象。CSV 以純文本存儲數和文本。文件的每一行就代表一條數據，每條記錄包含由逗號分隔一個或多個屬性值。
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
假設我們有一個 test.csv 文件，內容如圖 2 所示。
-
以返回列表的形式讀取 csv 文件。
import csv # 導入 csv 模塊 with open("test.csv","r") as f: result = csv.reader(f) # 返回的是一個迭代器 next(result) # 使用next可以跳過第一行的讀取 print(list(result))執行結果：
[['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 # 導入 csv 模塊 with open("test.csv","r+") as f: # 使用DictReader創建的reader是一個字典對象，遍歷后，不包含第一行數據 result = csv.DictReader(f) for x in result: print(x)執行結果：
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代碼運行后，test.csv 的內容變更為：
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，需傳入兩個參數，第一個為對象，第二個為文件的title writer.writeheader() # 使用此方法，寫入表頭 writer.writerows(values)代碼運行之后，test.csv 文件的內容為：
name,age,height 小王,18,178 小張,20,180 小李,17,166
總結
以上是生活随笔為你收集整理的Python之文本操作的全部內容，希望文章能夠幫你解決所遇到的問題。
