欢迎您访问365答案网,请分享给你的朋友!
生活常识 学习资料

Python基础(八)

时间:2023-05-27
目录

文本文件和二进制文件文件操作相关模块概述创建文件对象 open()文本文件的写入

基本的文件写入操作常用编码介绍

ASCIIISO8859-1GB2312,GBK,GB18030UnicodeUTF-8中文乱码问题 write()/writelines()写入数据close()关闭文件流with 语句(上下文管理器) 文本文件的读取二进制文件的读取和写入文件对象的常用属性和方法文件任意位置操作使用 pickle 序列化CSV 文件的操作

csv.reader 对象和 csv 文件读取csv.writer 对象和 csv 文件写入 os 和 os.path 模块

os 模块-调用操作系统命令os 模块-文件和目录操作os.path模块walk()递归遍历所有文件和目录 shutil 模块(拷贝和压缩)递归算法

使用递归算法遍历目录下所有文件
一个完整的程序一般都包括数据的存储和读取。很多软件系统是将数据存储的数据库中;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

按文件中数据组织形式,我们把文件分为文本文件和二进制文件两大类。

文本文件
文本文件存储的是普通“字符”文本,python 默认为 unicode 字符集(两个字节表示 一个字符,最多可以表示:65536 个),可以使用记事本程序打开。但是,像 word 软件 编辑的文档不是文本文件。二进制文件
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 文档等等。 文件操作相关模块概述

Python 标准库中,如下是文件操作相关的模块:

创建文件对象 open()

open()函数用于创建文件对象,基本语法格式如下:

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,比如:D:ab.txt。
为了减少转义字符“”的输入,可以使用原始字符串:r“d:b.txt”。
示例如下:

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

打开方式有如下几种:

文本文件对象和二进制文件对象的创建:
如果我们没有增加模式“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”。

文本文件的写入 基本的文件写入操作

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

# 测试文件写入操作f = open('a.txt','w')f.write('i love python!') # 调用操作系统的资源对文件进行写入f.close()

结果:

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。这里简单介绍一下各种编码之间的关系。

ASCII

 全称为 American Standard Code for Information Interchange,美国信 息交换标准代码,这是世界上最早最通用的单字节编码系统,主要用来显示现代英语及其他西欧语言。
 ASCII 码用 7 位表示,只能表示 128 个字符。只定义了 2^7=128 个字符,用 7bit 即可完全编码,而一字节 8bit 的容量是 256,所以一字节 ASCII 的编码最 高位总是 0。
 0~31 表示控制字符如回车、退格、删除等;32~126 表示打印字符即可以 通过键盘输入并且能显示出来的字符;其中 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 号为 26 个小写英文字母,其余为一 些标点符号、运算符号等,具体可以参考 ASCII 标准表(大家自行百度,不在此 赘述)。

ISO8859-1

 ISO-8859-1 又称 Latin-1,是一个 8 位单字节字符集,它把 ASCII 的最高 位也利用起来,并兼容了 ASCII,新增的空间是 128,但它并没有完全用完。
 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,它是向下兼容 ASCII 编码。

GB2312,GBK,GB18030

目前市场上GB2312,GBK使用的最多。

GB2312
GB2312 全称为信息交换用汉字编码字符集,是中国于 1980 年发布,主要用于计算机系统中的汉字处理。GB2312 主要收录了 6763 个汉字、682 个符号。
 GB2312覆盖了汉字的大部分使用率,但不能处理像古汉语等特殊的罕用字, 所以后来出现了像 GBK、GB18030 这种编码。
GB2312 完全兼容 ISO8859-1。GBK
全称为 Chinese Internal Code Specification,即汉字内码扩展规范,于 1995 年制定。 它主要是扩展了 GB2312,在它的基础上又加了更多的汉字,它一共收录了 21003 个汉字。GB18030
现在最新的内码字集于 2000 年发布,并于 2001 年强制执行,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。
 它主要采用单字节、双字节、四字节对字符编码,它是向下兼容 GB2312 和 GBK 的, 虽然是我国的强制使用标准,但在实际生产中很少用到,用得最多的反而是 GBK 和 GB2312。 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 在 很长的一段时间内都没有得到推广应用。
 Unicode 完全重新设计,不兼容 iso8859-1,也不兼容任何其他编码。

UTF-8

 对于英文字母,unicode 也需要两个字节来表示。所以 unicode 不便 于传输和存储。因此而产生了 UTF 编码,UTF-8 全称是(8-bit Unicode Transformation Format)。UTF 编码兼容 iso8859-1 编码,同时也可以用来表示所有语言的字符, **不过,UTF 编码是不定长编码,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。unicode 中虽然汉字是两个字节, UTF-8 中汉字是 3 个字节。但是互联网中一个网页也包含了大量的英文字母, 这些英文字母只占用 1 个字节,整体占用空间,UTF-8 仍然优于 Unicode。

中文乱码问题

windows 操作系统默认的编码是 GBK,Linux 操作系统默认的编码是 UTF-8。当我们 用 open()时,调用的是操作系统打开的文件,默认的编码是 GBK。

# 指定操作系统创建文件时的文件编码,不写,则如果使用的windows系统则会以GBK编码写入文件f = open('a.txt','w',encoding = 'utf-8')

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,仅仅只是写入列表内容,并不会自动添加换行符。

close()关闭文件流

由于文件底层是由操作系统控制,所以我们打开的文件对象必须显式调用 close()方法 关闭文件对象。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。

try: f = open(r"my01.txt","a") str = "python" f.write(str)except baseException as e: print(e)finally: f.close()

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。

s = ['我','爱','python']with open('a.txt','w') as f: f.writelines(s)

文件a.txt:

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。

测试read()

with open('a.txt','r') as f: print(f.read()) 输出:我爱pythonoh

测试read(size)

with open('a.txt','r') as f: print(f.read(3)) 输出:我爱p

测试readline按行读取一个文件

with open('a.txt','r') as f: r = f.readline() while(r): print(r) r = f.readline() 输出:我爱pythonoh

测试realines()读取多行存入列表

with open('a.txt','r') as f: l = f.readlines() print(l) 输出:['我爱pythonn', 'oh']

函数推导式生成,为每行增加行号

'''我爱python'''with open('a.txt','r',encoding='utf-8') as f: l = f.readlines() print(l) nl = [str(index) +'.t' + s.lstrip() for index,s in enumerate(l)]with open('a.txt','w') as f: f.writelines(nl)输出:['我n', '爱n', 'python']

结果:

二进制文件的读取和写入

二进制文件的处理流程和文本文件流程一致。首先还是要创建文件对象,不过,我们需要指 定二进制模式,从而创建出二进制文件对象。例如:

f = open(r"d:a.txt", 'wb') #可写的、重写模式的二进制文件对象 f = open(r"d:a.txt", 'ab') #可写的、追加模式的二进制文件对象 f = open(r"d:a.txt", 'rb') #可读的二进制文件对象

创建好二进制文件对象后,仍然可以使用 write()、read()实现文件的读写操作。

with open('pic.png','rb') as f: r = f.readlines() with open('pic_copy.png','wb') as wf: for line in r: wf.write(line)

原始图像pic.png:

拷贝后的图像pic_copy.png:

文件对象的常用属性和方法

文件对象封装了文件相关的操作。我们详细列出文件对象的常用属性和方法,并进行说明。
文件对象的属性:

文件对象的打开模式:

文件对象的常用方法

文件任意位置操作

seek()移动文件指针示例
文件内容:

我爱python,今天天气不错。

with open('a.txt','r') as f: print('文件名是:{0}'.format(f.name)) print(f.tell()) print(f.readline(),end='') print(f.tell()) f.seek(0) print(f.readline(),end='') print(f.tell()) print(f.readline(),end='') print(f.tell())输出:文件名是:a.txt0我爱6我爱6python,17

使用 pickle 序列化

Python 中,一切皆对象,对象本质上就是一个“存储数据的内存块”。有时候,我们 需要将“内存块的数据”保存到硬盘上,或者通过网络传输到其他的计算机上。这时候,就 需要“对象的序列化和反序列化”。对象的序列化机制广泛的应用在分布式、并行系统上。
 序列化指的是:将对象转化成“串行化”数据形式,存储到硬盘或通过网络传输到其他 地方。反序列化是指相反的过程,将读取到的“串行化数据”转化成对象。
 我们可以使用 pickle 模块中的函数,实现序列化和反序列操作。
序列化我们使用:

pickle.dump(obj, file) #obj 就是要被序列化的对象,file 指的是存储的文件 pickle.load(file) #从 file 读取数据,反序列化成对象

将对象序列化到文件中

import picklewith open('data.txt','wb') as f: a1 = 'sherry' a2 = 100 a3 = {'name':'sherry','age':24} a4 = [1,2,3,4,5] pickle.dump(a1,f) pickle.dump(a2,f) pickle.dump(a3,f) pickle.dump(a4,f)

将获得的数据反序列化为对象

import picklewith open('data.txt','rb') as f: a1 = pickle.load(f) a2 = pickle.load(f) a3 = pickle.load(f) a4 = pickle.load(f) print(a1) print(a2) print(a3) print(a4)输出:sherry100{'name': 'sherry', 'age': 24}[1, 2, 3, 4, 5]

CSV 文件的操作

csv(Comma Separated Values)是逗号分隔符文本格式,常用于数据交换、Excel 文件和数据库数据的导入和导出。与 Excel 文件不同,CSV 文件中:

值没有类型,所有值都是字符串不能指定字体颜色等样式不能指定单元格的宽高,不能合并单元格没有多个工作表不能嵌入图像图表
Python 标准库的模块 csv 提供了读取和写入 csv 格式文件的对象。

创建一个csv文件,内容如下:

csv.reader 对象和 csv 文件读取

csv.writer 对象写一个 csv 文件

import csvwith open('a.csv','r') as f: csv_reader = csv.reader(f) header = next(csv_reader) print(header) for row in csv_reader: print(row)输出:['名字', '年龄', '成绩']['sherry', '24', '100']['lily', '24', '90']

csv.writer 对象和 csv 文件写入

csv.writer 对象写一个 csv 文件

import csvheaders = ['name','sex']rows = [('sherry','female'),('lily','female'),('logan','male')]with open('a.csv','w') as f: csv_writer = csv.writer(f) csv_writer.writerow(headers) #写入一行数据 csv_writer.writerows(rows) #写入多行数据

a.csv内容:

os 和 os.path 模块

os 模块可以帮助我们直接对操作系统进行操作。我们可以直接调用操作系统的可执行文件、命令,直接操作文件、目录等等。是系统运维的核心基础。

os 模块-调用操作系统命令

os.system 调用 windows 系统的记事本程序

import osos.system('notepad.exe')

os.system 调用 windows的ping命令

import osos.system('ping www.baidu.com')


【注】Linux 是命令行操作更容易,我们可以通过 os.system 可以更加容易的调用相关的命 令;
【注】控制台输出中文可能会有乱码问题,可以在 file–>setting 中设置

os.system调用注册表

import osos.system('regedit')

·os.startfile:直接调用可执行文件

import osos.startfile('D:SoftwareTencentWeChatWeChat.exe')

os 模块-文件和目录操作

我们可以通过前面讲的文件对象实现对于文件内容的读写操作。如果,还需要对文件和目录做其他操作,可以使用 os 和 os.path 模块。
os 模块下常用操作文件的方法:

os 模块下关于目录操作的相关方法,汇总如下:

os 模块:创建、删除目录、获取文件信息等示例。

#测试os模块中,关于文件和目录的操作import os###### 获取文件和文件夹相关信息#######print(os.name) # windows->nt linux和unix->posixprint(os.sep) # windows-> linux和unix->/print(repr(os.linesep))print(os.stat('a.txt'))########关于工作目录的操作##########print(os.getcwd()) #获得当前工作目录os.mkdir('book') #创建目录########创建目录、创建多级目录、删除#######、os.rmdir('book') #相对路径都是相对于当前的工作目录os.makedirs('movies/1/2/3')os.rename('movies','电影')os.removedirs('电影/1/2/3')#print(os.listdir())输出:nt'rn'os.stat_result(st_mode=33206, st_ino=3096224743922409, st_dev=2317855786, st_nlink=1, st_uid=0, st_gid=0, st_size=32, st_atime=1644835294, st_mtime=1644835292, st_ctime=1644827162)C:UserstestDesktop

os.path模块

os.path 模块提供了目录相关(路径判断、路径切分、路径连接、文件夹遍历)的操作:


测试 os.path 中常用方法

import osimport os.path######判断绝对路径、是否目录、是否文件、是否存在########print(os.path.isdir('a.txt'))print(os.path.isfile('a.txt'))print(os.path.isabs('a.txt'))print(os.path.exists('a.txt'))#######获得文件基本信息########print(os.path.getsize('a.txt'))print(os.path.abspath('a.txt'))print(os.path.dirname('d:')) #返回目录路径print(os.path.getmtime('a.txt')) #获得创建时间###########对路径的操作##########path = os.path.abspath('a.txt')print(os.path.split(path)) #返回目录和文件print(os.path.splitext(path)) #按点切割print(os.path.join('aa','bb','cc','dd'))输出:FalseTrueFalseTrue32C:UserstestDesktopa.txtd:1644835292.6216383('C:\Users\test\Desktop', 'a.txt')('C:\Users\test\Desktop\a', '.txt')aabbccdd

walk()递归遍历所有文件和目录

os.walk()方法:
返回一个 3 个元素的元组,(dirpath, dirnames, filenames),

dirpath:要列出指定目录的路径dirnames:目录下的所有文件夹filenames:目录下的所有文件

#测试os.walk()方法import ospath = os.getcwd()list_file = os.walk(path)for dir_path, dir_name, file_name in list_file: '''for dir in dir_name: print(dir) for file in file_name: print(file)''' print(dir_path)

shutil 模块(拷贝和压缩)

shutil 模块是 python 标准库中提供的,主要用来做文件和文件夹的拷贝、移动、删除等;还可以做文件和文件夹的压缩、解压缩操作。
 os 模块提供了对目录或文件的一般操作。shutil 模块作为补充,提供了移动、复制、压缩、解压等操 作,这些 os 模块都没有提供。

#测试shutil和zipfile

import shutilimport zipfile######复制######## shutil.copy('a.txt','a_copy.txt')# shutil.copytree('movie','movie_copy',ignore=shutil.ignore_patterns("*.html","*.htm"))#######压缩和解压缩#######z = zipfile.ZipFile('a.zip','w') #压缩包存在位置,和压缩的模式z.write('a.txt')z.close()z2 = zipfile.ZipFile('a.zip','r')z2.extractall('d:') #设置解压缩地址z2.close()

递归算法

递归是一种常见的解决问题的方法,即把问题逐渐简单化。递归的基本思想就是“自己 调用自己”,一个使用递归技术的方法将会直接或者间接的调用自己。
利用递归可以用简单的程序来解决一些复杂的问题。比如:斐波那契数列的计算、汉诺 塔、快排等问题。
递归结构包括两个部分:

定义递归头:什么时候不调用自身方法。如果没有头,将陷入死循环,也就 是递归的结束条件。递归体:什么时候需要调用自身方法。

#递归求n的阶乘def factorial(n): if n == 1: return n else: return n*factorial(n-1)print(factorial(10))输出:3628800

递归原理分析:

递归的缺陷;
简单的程序是递归的优点之一。但是递归调用会占用大量的系统堆栈,内存耗用多,在递 归调用层次多时速度要比循环慢的多,所以在使用递归时要慎重。

使用递归算法遍历目录下所有文件

import osallfile = []def getFiles(path,level): files = os.listdir(path) for file in files: filepath = os.path.join(path,file) if os.path.isdir(filepath): getFiles(filepath,level+1) allfile.append('t'*level + filepath)getFiles(r'D:dsc',0)

Copyright © 2016-2020 www.365daan.com All Rights Reserved. 365答案网 版权所有 备案号:

部分内容来自互联网,版权归原作者所有,如有冒犯请联系我们,我们将在三个工作时内妥善处理。