Python文件处理、os模块、glob模块
作者:springsnow
一、文件基本的操作
1、open() 打开文件
open() 方法用于打开一个文件,并返回File文件对象,在对文件进行处理过程都需要使用到这个函数,如果该文件无法被打开,会抛出 OSError。
注意:使用 open() 方法一定要保证关闭文件对象,即调用 close() 方法。
open() 函数常用形式是接收两个参数:文件名(file)和模式(mode)。
open(file, mode='r')
完整的语法格式为:
open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)
2、read() 读文件
f = open(r'/Users/mac/desktop/jupyter/pythonCourseware/32.txt', mode='r')# read模式打开文件 data = f.read() # 读取文件内容,向操作系统发起读请求,会被操作系统转成具体的硬盘操作,将内容由硬盘读入内存 print(data) # 由于Python的垃圾回收机制只回收引用计数为0的变量,但是打开文件还占用操作系统的资源,所以我们需要回收操作系统的资源资源 # del f 只是回收变量f f.close()
3、write()写文件:
# write模式打开文件 f = open(r'/Users/mac/desktop/jupyter/pythonCourseware/32.txt', mode='w') f.write("""name = 'nick' pwd = '123'""") f.close()
4、with open()方法
with open()方法不仅提供自动释放操作系统占用资源的方法,并且with open可以使用逗号分隔,一次性打开多个文件,实现文件的快速拷贝。
with open('32.txt', 'rt', encoding='utf8') as f: print(f.read()) with open('32.txt', 'rb') as fr, \ open('35r.txt', 'wb') as fw: f.write(f.read())
二、文件的打开模式
文件操作的基础模式有四种
- r模式:(默认)只读模式,只能读不能写,文件的指针将会放在文件的开头,文件不存在时报错。
- w模式:覆盖写模式,文件不存在则创建, 并从开头开始编辑,即原有内容会被删除,即完全覆盖。
- a模式:追加写模式:文件不存在则创建,存在则在文件最后追加内容,就是说,新的内容将会被写入到已有内容之后。
文件读写内容的格式有两种
- t模式为text (默认):文本模式
- b模式为bytes:字节模式。
需要注意的是:t、b这两种模式均不能单独使用,都需要与r/w/a之一连用。
1、文件r打开模式
1、读文本
# rt: read by text # windows的操作系统默认编码为gbk,因此需要使用utf8编码 f = open('32.txt', mode='rt', encoding='utf8') data = f.read() print(data) # nick最帅吗 print(type(data)} # <class 'str'> f.close()
2、读字节
# rb: read by bytes f = open('32.txt', mode='rb') data = f.read() print(data) # b'aaa\nbbb\nccc\nnick\xe6\x9c\x80\xe5\xb8\x85\xe5\x90\x97' print(type(data)) # <class 'bytes'> f.close()
3、for逐行读取,相当于readline。
fname = input("请输入要打开的文件名称:") fo = open(fname, "r") print(type(fo)) # <class '_io.TextIOWrapper'> for line in fo: print(line) fo.close()
4、读方法:
- read(size):一次性读取文件的所有内容,如果给出参数,读入前size长度。
- readline(size):读入一行内容,包括换行符为 '\n'。如果给出参数,读入该行前size长度。下次可以接着上次读完的地方继续读。f.readline() 如果返回一个空字符串, 说明已经已经读取到最后一行。
- readlines([sizeint]):读取所有行并返回列表,若给定sizeint>0,返回总和大约为sizeint字节的行, 实际读取值可能比 sizeint 较大, 因为需要填充缓冲区。
f = open('32.txt', mode='rt', encoding='utf8') print(f.readable()) #True 判断文件是否可读 data1 = f.readline() data2 = f.readlines() print(data1) # aaa print(data2) # ['bbb\n', 'ccc\n', 'nick最帅吗'] f.close()
2、文件W打开模式
只能写,不能读,文件存在的时候回清空文件后再写入内容;文件不存在的时候会创建文件后写入内容。
1、文本模式
f = open('34w.txt', mode='wt', encoding='utf8') print(f"f.readable(): {f.readable()}") #False f.write('nick 真帅呀\n') # '\n'是换行符 f.write('nick,nick, you drop, I drop.') f.write('nick 帅的我五体投地') f.flush() # 立刻将文件内容从内存刷到硬盘 f.close()
2、字节模式
f = open('34a.txt', mode='wb') f.write('nick 帅的我五体投地'.encode('unicode_escape') ) # 编码成bytes类型再写入 print(type('nick 帅的我五体投地'.encode('unicode_escape'))) #<class 'bytes'> f.close()
注意:b模式是通用的模式,因为所有的文件在硬盘中都是以二进制的形式存储的。
需要注意的是:b模式读写文件,一定不能加上encoding参数,因为二进制无法再编码。
try: import requests response = requests.get( 'http://www.chenyoude.com/Python从入门到放弃/文件的三种打开模式-mv.jpg') data = response.content f = open('mv.jpg', 'wb') f.write(data) print('done...') f.close() except Exception as e: print(e, '报错了,那就算了吧,以后爬虫处会详细介绍')
3、写方法:
- write(s):将字符串写入文件,返回的是写入的字符长度。
- writelines(lines):向文件写入一个多行字符串列表,如果需要换行则要自己加入每行的换行符。
- flush():刷新文件内部缓冲,直接把内部缓冲区的数据立刻写入文件, 而不是被动的等待输出缓冲区写入。
3、文件a打开模式
a: 可以追加。文件存在,则在文件的末端写入内容;文件不存在的时候会创建文件后写入内容。
# at f = open('34a.txt', mode='at', encoding='utf8') print(f.readable()) # False f.write('nick 真帅呀\n') # '\n'是换行符 f.write('nick,nick, you drop, I drop.') f.write('nick 帅的我五体投地') f.close()
4、+可读、可写
- r+ :可读、可写。文件指针将会放在文件的开头。
- rb+: 可读、可写二进制格式
- w+: 可写、可读。如果该文件已存在则打开文件,并从开头开始编辑,即原有内容会被删除。如果该文件不存在,创建新文件。
- wb+: 可写、可读 二进制格式
- a+: 可追加、可读。如果该文件已存在,文件指针将会放在文件的结尾。文件打开时会是追加模式。如果该文件不存在,创建新文件用于读写。
- ab+: 可追加、可读二进制格式
# r+t with open('32.txt', 'r+', encoding='utf-8') as fr: print(fr.readable()) # True print(fr.writable()) # True
三、文件指针操作
但凡涉及文件指针的都是字节个数。
1、seek(offset, from_what) :改变当前文件操作指针的位置
from_what 的值, 如果是 0 表示开头, 如果是 1 表示当前位置, 2 表示文件的结尾,例如:
- seek(x,0) : 从起始位置即文件首行首字符开始移动 x 个字符
- seek(x,1) : 表示从当前位置往后移动x个字符
- seek(-x,2):表示从文件的结尾往前移动x个字符
from_what 值为默认为0,即文件开头。
f.seek(0) # 回到文件开头
下面给出一个完整的例子:
f = open('32.txt', 'rb+') print(f.write(b'0123456789abcdef')) # 16 print(f.seek(5)) # 移动到文件的第六个字节 # 5 print(f.read(1)) # b'5' print(f.seek(-3, 2)) # 移动到文件的倒数第三字节 # 13 print(f.read(1)) # b'd'
2、tell():告诉文件当前位置。
每次统计都是从文件开头到当前指针所在位置
with open('32.txt', 'rb') as fr: fr.seek(4, 0) print(fr.tell() ) # 4
3、truncate([size]):截断
从文件的首行首字符开始截断,截断文件为 size 个字符,无 size 表示从当前位置截断;
截断之后后面的所有字符被删除,其中 Widnows 系统下的换行代表2个字符大小。
文件的打开方式必须可写,但是不能用w或w+等方式打开,因为那样直接清空文件了,所以truncate()要在r+或a或a+等模式下测试效果。它的参照物永远是文件头。
truncate()不加参数,相当于清空文件。
with open('32.txt', 'ab') as fr: fr.truncate(2) # 截断2个字节后的所有字符,如果3个字节一个字符,只能截断2/3个字符,还会遗留1/3个字符,会造成乱码
四、文件修改的两种方式
以读的方式打开原文件,以写的方式打开一个新的文件,把原文件的内容进行修改(一行一行的修改或者全部修改),然后写入新文件,之后利用os模块的方法,把原文件删除,重命名新文件为原文件名,达到以假乱真的目的。
方式1、将硬盘存放的该文件的内容全部加载到内存,在内存中是可以修改的,修改完毕后,再由内存覆盖到硬盘(word,vim,nodpad++等编辑器)。
import os with open('37r.txt') as fr, open('37r_swap.txt', 'w') as fw: data = fr.read() # 全部读入内存,如果文件很大,会很卡 data = data.replace('tank', 'tankSB') # 在内存中完成修改 fw.write(data) # 新文件一次性写入原文件内容 # 删除原文件 os.remove('37r.txt') # 重命名新文件名为原文件名 os.rename('37r_swap.txt', '37r.txt')
方式2、将硬盘存放的该文件的内容一行一行地读入内存,修改完毕就写入新文件,最后用新文件覆盖源文件。
import os with open('37r.txt') as fr, open('37r_swap.txt', 'w') as fw: for line in fr: # 循环读取文件内容,逐行修改 line = line.replace('jason', 'jasonSB') fw.write(line) # 新文件写入原文件修改后内容 os.remove('37r.txt') os.rename('37r_swap.txt', '37r.txt')
五、os文件处理模块
os模块负责程序与操作系统的交互,提供了访问操作系统底层的接口,多用于文件处理。
import os
1、os模块
- os.getcwd():获取当前工作目录,即当前python脚本工作的目录路径
- os.chdir("dirname"):改变当前工作目录;相当于shell下cd
- os.curdir:返回当前目录: ('.')
- os.pardir:获取当前目录的父目录字符串名:('..')
- os.listdir('dirname'):列出指定目录下的所有文件和子目录,包括隐藏文件,并以列表方式打印
- os.chmod(path, mode):更改权限
- os.mkdir('dirname'):生成单级目录;相当于shell中mkdir dirname
- os.makedirs('dirname1/dirname2'):可生成多层递归目录
- os.remove(path):删除路径为path的文件。如果path 是一个文件夹,将抛出OSError; 查看下面的rmdir()删除一个 directory。
- os.removedirs('dirname1'):若目录为空,则删除,并递归到上一级目录,如若也为空,则删除,依此类推
- os.rmdir('dirname'):删除单级空目录,若目录不为空则无法删除,报错;相当于shell中rmdir dirname
- os.rename("oldname","newname"):重命名文件/目录
- os.renames(old, new):递归地对目录进行更名,也可以对文件进行更名。
- os.stat('path/filename'):获取文件/目录信息
- os.sep:输出操作系统特定的路径分隔符,win下为"\",Linux下为"/"
- os.linesep:输出当前平台使用的行终止符,win下为"\t\n",Linux下为"\n"
- os.pathsep:输出用于分割文件路径的字符串 win下为;,Linux下为:
- os.name:输出字符串指示当前使用平台。win->'nt'; Linux->'posix'
- os.system("bash command"):运行shell命令,直接显示
- os.environ:获取系统环境变量
2、os.path 模块
主要用于获取文件的属性。
以下是 os.path 模块的几种常用方法:
- os.path.abspath(path):返回path规范化的绝对路径
- os.path.split(path):将path分割成目录和文件名二元组返回
- os.path.splitdrive(path):一般用在 windows 下,返回驱动器名和路径组成的
- os.path.splitext(path):分割路径,返回路径名和文件扩展名的元组
- os.path.dirname(path):返回path的目录名。其实就是os.path.split(path)的第一个元素
- os.path.basename(path):返回path最后的文件名。如何path以/或\结尾,那么就会返回空值。即os.path.split(path)的第二个元素
- os.path.exists(path):如果path存在,返回True;如果path不存在,返回False
- os.path.isabs(path):如果path是绝对路径,返回True
- os.path.isfile(path):如果path是一个存在的文件,返回True。否则返回False
- os.path.isdir(path):如果path是一个存在的目录,则返回True。否则返回False
- os.path.join(path1[, path2[, ...]]):将多个路径组合后返回,第一个绝对路径之前的参数将被忽略
- os.path.getatime(path):返回path所指向的文件或者目录的最后存取时间
- os.path.getmtime(path):返回path所指向的文件或者目录的最后修改时间
- os.path.getsize(path): 返回文件大小,如果文件不存在就返回错误
3、实例:
1、获取指定目录及其子目录下的 py 文件
import os import os.path """获取指定目录及其子目录下的 py 文件路径说明:l 用于存储找到的 py 文件路径 get_py 函数,递归查找并存储 py 文件路径于 l""" l = [] def get_py(path, l): file_list = os.listdir(path) # 获取path目录下所有文件 for filename in file_list: path_tmp = os.path.join(path, filename) # 获取path与filename组合后的路径 if os.path.isdir(path_tmp): # 如果是目录 get_py(path_tmp, l) # 则递归查找 elif filename[-3:].upper() == '.PY': # 不是目录,则比较后缀名 l.append(path_tmp) path = input('请输入路径:').strip() get_py(path, l) print('在%s目录及其子目录下找到%d个py文件\n分别为:\n' % (path, len(l))) for filepath in l: print(filepath + '\n')
2、显示所有视频格式文件,mp4,avi,rmvb
import os vedio_list = [] def search_file(start_dir, target) : os.chdir(start_dir) for each_file in os.listdir(os.curdir) : ext = os.path.splitext(each_file)[1] if ext in target : vedio_list.append(os.getcwd() + os.sep + each_file + os.linesep) if os.path.isdir(each_file) : search_file(each_file, target) # 递归调用 os.chdir(os.pardir) # 递归调用后切记返回上一层目录 start_dir = input('请输入待查找的初始目录:') program_dir = os.getcwd() target = ['.mp4', '.avi', '.rmvb'] search_file(start_dir, target) f = open(program_dir + os.sep + 'vedioList.txt', 'w') f.writelines(vedio_list) f.close()
3、批量修改文件名
import os path = input('请输入文件路径(结尾加上/):') # 获取该目录下所有文件,存入列表中 fileList = os.listdir(path) n = 0 for i in fileList: # 设置旧文件名(就是路径+文件名) oldname = path + os.sep + fileList[n] # os.sep添加系统分隔符 # 设置新文件名 newname1 = path + os.sep + 'a' + str(n + 1) + '.JPG' os.rename(oldname, newname1) # 用os模块中的rename方法对文件改名c:\ print(oldname, '======>', newname1) n += 1
七、glob模块:使用通配符查找文件
用它可以查找符合特定规则的文件路径名。跟使用windows下的文件搜索差不多。
查找文件只用到三个匹配符:“*”, “?”, “[]”。
- “*”:匹配0个或多个字符;
- “?”:匹配单个字符;
- “[]”:匹配指定范围内的字符,如:[0-9]匹配数字。
1、glob.glob:返回所有匹配的文件路径列表。
它只有一个参数pathname,定义了文件路径匹配规则,这里可以是绝对路径,也可以是相对路径。
输出:类型是list型,然后就是输出相关的文件路径了
import glob file = glob.glob(r'C:\工具\*\*\pan*.exe') print(type(file)) # <class 'list'> print(file) # ['C:\\工具\\PanDownload_v2.1.3\\PanDownload\\PanDownload.exe'] #获取上级目录的所有.py文件 print (glob.glob(r'../*.py')) #相对路径
2、glob.iglob:获取一个可遍历对象,使用它可以逐个获取匹配的文件路径名。
与glob.glob()的区别是:glob.glob同时获取所有的匹配路径,而glob.iglob一次只获取一个匹配路径。
下面是一个简单的例子:
import glob #父目录中的.py文件 f = glob.iglob(r'../*.py') print ( f ) # <generator object iglob at 0x00B9FF80> for py in f: print (py)
到此这篇关于Python文件处理的文章就介绍到这了。希望对大家的学习有所帮助,也希望大家多多支持脚本之家。