文件的概念

文件的概念和作用

• 计算机的文件，就是存储在某种长期储存设备上的一段数据
• 长期储存设备包括：硬盘、U盘、光盘...
  文件的作用：将数据长期保存下来，在需要时使用

文件的存储形式

• 在计算机中，文件是以二进制的方式保存在磁盘上的

文本文件和二进制文件

1. 文本文件

• 可以使用文本编辑软件查看
• 本质上还是二进制文件
• 例如：python的源程序

2. 二进制文件

• 保存的内容不是给人直接查询的，而是提供给其他软件使用的
• 二进制文件不能直接使用文本编辑软件查看
• 例如：图片文件、音频文件、视频文件...

文件的基本操作

操作文件的流程

在计算机中要操作文件的流程十分固定，包含以下三个步骤：

1. 打开文件
2. 读/写文件

• 读：将文件内容读入内存
• 写：将内存内容写入文件

3. 关闭文件

操作文件的函数/方法

• 在python中要操作文件需要记住一个函数和三个方法

序号	函数/方法	说明
01	open	打开文件，并且返回文件操作对象
02	read	将文件内容读取到内存
03	write	将指定内容写入文件
04	close	关闭文件

• open函数负责打开文件，并且返回文件对象
• read/write/close三个方法都需要通过文件对象来调用

read方法——读取文件

• open函数的第一个参数是要打开的文件名（区分大小写），如果文件存在，返回文件操作对象，不存在会抛出异常
• read方法可以一次性读入并返回文件的所有内容
• close方法负责关闭文件，如果忘记关闭文件，会造成系统资源消耗，而且会影响到后续对文件的访问
  注意：方法执行后，会把文件指针移动到文件的末尾 file1
  读取文件

提示：在开发中，通常会先编写打开和关闭的代码，在编写中间针对文件的读/写操作

文件指针（了解）

• 文件指针标记从哪个位置开始读取数据
• 第一次打开文件时，通常文件指针会指向文件的开始位置
• 当执行了read方法后，文件指针会移动到读取内容的末尾，默认情况下会移动到文件末尾

思考：如果执行了一次read方法，读取了所有内容，那么再次调用read方法，还能够获取到内容吗？
答：不能，第一次读取后文件指针已经移动到文件末尾，再次调用不会读取到任何的内容

读取文件后文件指针会改变

打开文件的方式

open函数默认以只读方式打开文件，并且返回文件对象
语法：

f = open("文件名", "访问方式")

访问模式	说明
r	以只读方式打开文件，文件的指针将会放在文件的开头，这是默认模式
w	打开一个文件只用于写入，如果该文件已存在则将其覆盖，如果该文件不存在，创建新文件
a	打开一个文件用于追加，如果该文件已存在，文件指针将会放在文件的结尾，也就是说，新的内容将会被写入到已有内容之后，如果该文件不存在，创建新文件进行写入
r+	打开一个文件用于读写，文件指针将会放在文件的开头
w+	打开一个文件用于读写，如果该文件已存在则将其覆盖，如果该文件不存在，创建新文件
a+	打开一个文件用于读写，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

提示：频繁的移动文件指针，会影响文件的读写效率，开发中更多的时候会以只读、只写的方式来操作文件

按行读取文件内容

• read方法默认会把文件的所有内容一次性读取到内存
• 如果文件太大，对内存的占用会非常严重

readline方法（读取大文件）

• readline方法可以一次读取一行内容
• 方法执行后，会把文件指针移动到下一行，准备再次读取 file2
  分行读取文件

文件读写案例——复制文件

文件复制

小文件复制

打开一个已有文件，读取完整内容，并写入另一个文件 小文件复制 file1_copy

大文件复制

打开一个已有文件，逐行读取内容，并顺序写入到另外一个文件 大文件复制 file2_copy

文件/目录的常用管理操作

• 在终端/文件浏览器中可以执行的文件/目录管理操作，例如：创建、重命名、删除、改变路径、查看目录内容...
• 在python中，如果希望通过程序实现上述功能，需要导入os模块

文件操作

序号	方法名	说明	示例
01	rename	重命名文件	os.rename(源文件名，目标文件名）
02	remove	删除文件	os.remove(文件名)

目录操作

序号	方法名	说明	示例
01	listdir	目录列表	os.listdir(目录名)
02	mkdir	创建目录	os.mkdir(目录名)
03	rmdir	删除目录	os.rmdir(目录名)
04	getcwd	获取当前目录	os.getcwd()
05	chdir	修改工作目录	os.chdir(目录名)
06	path.isdir	判断是否是文件	os.path.isdir(文件路径）

提示：文件或者目录操作都支持相对路径和绝对路径

文本文件的编码格式（了解）

文本文件存储的内容是基于字符编码的文件，常见的编码有ASCII编码、UNICODE编码等
python2.x默认使用ASCII编码
python3.x默认使用UTF-8编码

ASCII编码与UNICODE编码

ASCII编码

• 计算机中只有256个ASCII字符
• 一个ASCII在内存中占用1个字节的空间，8个0/1的排列组合方式总共有256中，即2**8

UTF-8编码

• 计算机中使用1-6个字节来表示一个UTF-8字符，涵盖了几乎所有地区的汉字
• 大多数汉字会使用3个字节表示
• UTF-8是UNICODE编码的一种编码格式

python2.x中如何使用中文

在python2.x文件的第一行增加一行代码，解释器会以UTF-8编码来处理python文件

# *-* coding:utf8 *-*

注：官方推荐
也可以使用：

coding=utf8

• 在python2.x中，即使指定了文件使用UTF-8的编码格式，但是在遍历字符串时，仍然会以字节为单位遍历字符串
• 要能够正确的遍历字符串，在定义字符串时，需要在字符串的引号前，增加一个小写字母u，告诉解释器这是一个UNCODE字符串（使用UTF-8编码格式的字符串）
  2020.8.18