python文件操作之二進制

• 列表項

三元運算符號:

a=3
b=7
val=a if a>b else val=b
print(val)

文件處理

首先給你一個文件，或者自己建立一個文件，那如何查看文件的內容呢？
1.安裝個文本編輯器
2.選中右鍵，利用文本編輯器軟件打開
3.查看OR寫入
4.保存關閉

正常的文件如上面的步驟，怎么用Python打開這個文件，修改刪除

1.怎么樣用Python讀一個文件；(自己在桌面建了一個文件叫test123)

f =open(file='D:/Users/tufengchao/Desktop/test123',mode='r',encoding='utf-8')
data = f.read()
f.close()

• file是路徑
• mode 是打開的模式，r-讀，w-寫，rb-二進制
• encoding 編碼格式
• read() 是讀一個文件
• close()是讀了一個文件然后關閉

• 這里解釋一下這個問題，首先我們的文件在硬盤里面是以二進制存儲格式，最終讀到內存是不是要轉換我們能看懂的東西，從二進制轉化為我們能看懂的內容，是有個對應的關系的，是按照字符編碼來的，這個文件是按照gbk存儲的，結果讀的時候是按照utf-8來讀的，所以在對應的編碼表里面找不到對應的關系；
• 我們平時使用的Word，也是這樣的，只是微軟幫你轉換好了，小白用戶是看不到這里面的轉換的，直接使用就OK了
• 在Python里面，你一定要記住你自己的文檔是什么格式的，讀的時候用什么格式的讀，你要告訴Python你之前的是什么格式，要以什么格式打開，如果不指定，Python3默認的編碼格式就是utf-8,（只要出現上述的報錯，就是編碼格式錯誤）；
• 如果不知道自己的文件原來的編碼格式可以使用pycharm打開，pycharm右下角會自動給你檢測的；

文件處理二進制模式：

python3里面所有的字符都是utf-8的形式，如果在打開一個文件的時候我不知道這個編碼怎么辦？

那我們就不指定encoding的編碼，那么Python3默認就是utf8但是這樣也不行，同時我們要改變讀的模式，才可以，r就是文本模式，可以直接讀取字符串的，如果用戶不知道文件的格式的話可以不指定編碼格式，同時直接使用rb的模式，就是硬盤怎么存儲的你就怎么存到內存，直接以二進制的形式，就可以了；

f=open(file='D:/Users/tufengchao/Desktop/test123',mode='r',encoding='utf-8')
data=f.read()
print(data)

• 如上述我指定了編碼格式會報錯：binary mode doesn't take an encoding argument

f=open(file='D:/Users/tufengchao/Desktop/test123',mode='r',)
data=f.read()
print(data)

• 以上則不會報錯
• 基本二進制就是不給人家看的，例如視頻的格式，等等就是二進制的；
• 基本來說 rb的模式就是不給人看的，就是網絡傳輸用的，硬盤里面存的是什么讀出來的就是什么；

以上如果用戶就是想看呢，怎么辦呢？二進制的傳來傳去的最終有人會使用這個文件的，不管什么文件傳來傳去如果記不得什么格式怎么辦呢？

• 問題：在傳輸的時候對方不知道是以什么格式傳給用戶，傳來傳去彼此都忘了什么格式：

在編碼的時候：utf8:是3個字符，gbk是2個字符，每個字符數字對應的字符，一段2進制串，如果10個字節全部都是中文，永遠不能是utf-8，但是又要存成中文，就只能是gbk了，第三方的工具箱，會自動檢測這段文字是什么編碼。
我們需要用到一個第三方的工具包叫：**chardet**

教大家如何安裝chardet

• pip3 install chardet
• 然后代碼輸入：

import chardet
f= open('log',mode='rb')
data=f.read()
f.close()
result=chardet.detect(open('log',mode='rb').read())
print(result)

• 通過上述我們可以知道什么的編碼了，然后就可以通過具體的編碼來看了;** 備注 **以上文件的路勁都是自己的本地，如果需要練習，大家可以自己創造文件；

文件處理寫模式操作文件：

• 如果文件特別大，一read就全部讀出來，如果內存小怎么辦？
  1.可以不可以每次讀一點，然后丟掉一點，然后在讀一點？答案是當然可以了

f=open('D:/Users/tufengchao/Desktop/test123','r',encoding='utf-8')
for line in f:
    print(line)
f.close()

• 如上述的代碼執行的結果中，竟然每行下邊會有空格，為什么會有空格呢？
  1.因為prit本身就會換行；如上述的代碼換成：

f=open('D:/Users/tufengchao/Desktop/test123','r',encoding='utf-8')
data=f.read()
print(data)

就不會有問題了，
如果是：

for line in f:
    print(line)

就會換行

寫文件：

f=open('D:/Users/tufengchao/Desktop/test123','w',encoding='utf-8')
f.write('老北京科技大學,微信號：xxx')
f.close()

如上述就是寫的格式，（備注：文件可以自行准備，寫的內容可以自己寫入，同時這里面的編碼要根據你要編寫的文件的編碼格式，並不是所有文件都是utf8，有可能是gbk等等）

f=open('D:/Users/tufengchao/Desktop/test123','wb')
f.write('第二夢')
print(f.read())

會發現，之間的文件內容，現在只有：“第二夢”了
w不是修改，是創建了一個新的文件名字，如果和原來的舊文件有名字一樣，原來的文件就是清空，如果是文件名字不一樣就是新建，所以我們要是小心使用：w

追加模式

• 如果對一個文件我要修改一個條，或者追加一個內容：

f=open('D:/Users/tufengchao/Desktop/test','a',encoding='utf-8')
f.write('我要追加哈哈！！！！')
f.close()

• 注意：文件操作的時候，以 “a” 或者“ab”模式打開，則只能追加，即：在原來的內容尾部追加內容
• 寫入硬盤時候，必須是：0101010101，打開時候需要注意：
• ab,寫入時，需要直接傳入以某種編碼的010101010 ，即：字節類型
• a 和encoding 寫入時需要傳入Unicode字符串，內部會根據encoding制定的編碼將Unicode字符串轉換為該編碼的01001010101

讀寫混合模式

• r+ 就是讀寫混合模式：

f=open('D:/Users/tufengchao/Desktop/test','r+',encoding='utf-8')
data=f.read()
print(data)
f.write('混合模式啦！！！！')
data1=f.read()
print(data1)
f.close()

• 注意上述的第二個，read()沒有打印出來對應的插入的內容，

• 不是每次讀完了，都重新讀，就類似一個光標，光標在開始時候光標在第一個位置，然后read之后光標在最后，然后寫的時候，結果光標又定位在最后了，所以讀的時候從光標的位置往后讀，所有讀出來的結果就是空的，沒有讀出來；

• 寫讀模式：w +

• 讀寫和寫讀 聽上去是一樣的，其實完全不一樣，讀寫模式：先讀寫，寫讀：是寫模式打開，是寫打開寫，然后在讀；（寫：可以把原來的覆蓋掉的）

• w+基本上應用場景比較少；

文件操作的其他的基本功能：

def fileno(self,args,**kwargs):返回文件句柄在內核中的索引值，以后做IO多路復用的時候可以用到；
def flush(self ,args,**kwargs):把文件從內存buffer里面強制刷新到硬盤上，例如：

f=("f_flush_test.txt",'w')
f.write("\ntest")

• 這時候打開文件f_flush_test.txt，發現是空白的：why?

• 主要是寫入的內容會先存入內存，然后在從內容寫入硬盤，因為存入內存要比寫入硬盤快很多；
• 如上述的代碼后邊加入：f.close()就可以在文件f_flush_test.txt這個文件里面看到了；so每寫一個字符都要往硬盤里面寫的話會讓速度很慢，所以就搞了個緩存功能，buffer，這個是可以改的，滿了就會刷到硬盤里面，
  1.如果數據特別的大，但是有突然斷電了這個怎么辦呢？
  2.默認是buffer滿了自動刷，現在要求強制刷，有沒有這么的功能呢？

f=("f_flush_test.txt",'w')
f.write("\ntest")
f.flush()

3.這時候打開文件是不是就有了剛才寫的內容了；

def readable(self ,args ,**kwargs):判斷是否可讀
def readline(self ,args,kwargs):只讀一行，遇到\r or \n為止
def seek(self ,*args ,kwargs):
把文件的光標移動到制定的位置；

• 注意：seek的長度是按照字節算的，字符編碼存每個字符所占的字節長度不一樣。
• 如：我愛祖國，用gbk存就是2個字節，用utf-8存就是3個字節，因此以gbk打開時，seek（4）光標就會定位在“愛”之后
• 如果是utf-8，seek(4)會導致，拿到“愛”這個字的一部分字節，打印的話會報錯，因此處理剩下的文本時發現用
• def seekabale(self,*args,**kwargs)判斷文件是否可以進行seek操作
• def tell(self,*args,**kwargs)返回當前文件操作的光標位置

• read()是按照字符來讀的，tell()和seek()是按照字節來的

• def truncate(self,*args,**kwargs)按照指定的長度截取文件
• def writable(self,*args,**kwargs)判斷是否可以寫

• word 在讀取大文件的時候會慢，是因為他把硬盤的文件全部讀取到內存，然后在內存中進行增刪改查，在內存中就可以隨便的修改了，就像列表一樣，可以隨意的修改東西；
• 文件特別的大，會不會內存爆掉呀？
• 有沒有即不爆掉內存，又可以存到內存，我可以邊讀邊修改，先讀出來一點，然后檢測一下是否修改，如果修改，就修改了放到新文件，如果不修改，就直接放到新文件里面，從一邊讀往一邊寫，這樣就不會占內存了，就多站點硬盤；

f_name='f_test.txt'
f_new_name ='%s.new' %f_name
old_str='wo'
new_str='haha'
f=open(f_name,"r",encoding='utf8')
f_new =open(f_new_name,"w",encoding='utf-8')
for line in f:
    if old_str in line:
        line=line.replace(old_str,new_str)
    f_new.write(line)
f.close()
f_new.write(line)
f.close()
f_new.close()
os.rename(f_new_name,f_name)