一、文件读写笔记

1、文件的类型

文件概述：-文件时存储在辅助存储器上的数据序列

                  -文件时数据存储的一种形式

                  -文件的展现形态：文本文件和二进制文件

文本文件：-由单一特定的编码组成的文件，如UTF-8

                  -由于存在编码，也被看成时存储着的长字符串

                   -适用于例如：.txt文件、.py文件等

二进制文件：-之间由比特0和1组成，没有统一字符编码

                     -一般存在二进制0和1的组织结构，即文件格式

                     -适用于例如：.png文件、.avi文件等

文本文件和二进制文件打开区别

#文本形式
tf=open("f.txt","rt")
print(tf.readline())
tf.close()
#二进制形式
bf=open("f.txt","rb")
print(bf.readline())
bf.close()

2、文件的打开与关闭

文件处理步骤：打开-操作-关闭

 

文件的打开：<变量名>=open(<文件名>,<打开模式>)

open()函数提供的7种基本的打开模式：

 

 

 

 

 

 

 

 

文件读取4种方法：

方法	含义
<file>.readall()	读入整个文件内容，返回一个字符串或字节流*
<file>.read(size=-1)	从文件中读入整个文件内容，如果给出参数，读入前size长度的字符串或字节流
<file>.readline(size = -1)	从文件中读入一行内容，如果给出参数，读入该行前size长度的字符串或字节流
<file>.readlines(hint=-1)	从文件中读入所有行，以每行为元素形成一个列表，如果给出参数，读入hint行

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

实例：

文件全文本操作：

#一次读入。统一处理
fname=input("请输入要打开的文件名称：")
fo=open(fname,"r")
txt=fo.read
fo.close
#按数量读入，逐步处理
fname=input("请输入要打开的文件名称:")
fo=open(fname,"r")
txt=fo.read(2)
while txt !="":
    txt=fo.read(2)
fo.close

文件的逐行操作：

#一次读入，分行处理
fname=input("请输入要打开的文件名称：")
fo=open(fname,"r")
for line in fo.readline():
    print(line)
txt=fo.read
#分行读入。逐行处理
fname=input("请输入要打开的文件名称：")
fo=open(fname,"r")
for line in fo:
    print(line)
txt=fo.read

文件写入函数：

方法	含义
<file>.write(s)	向文件写入一个字符串或字节流
<file>.writelines(lines)	将一个元素为字符串的列表写入文件
<file>.seek(offset)	改变当前文件操作指针的位置，offset的值： 0：文件开头； 1: 当前位置； 2: 文件结尾

 

 

 

 

 

 

 

 

 

 

实例：

#写入一个字符串列表
#无输出
fo=open("output.txt","w+")
ls=["中国","法国","美国"]
fo writelines(ls)
for line to fo:
    print(line)
fo.close()
#有输出
fo=open("output.txt","w+")
ls=["中国","法国","美国"]
fo writelines(ls)
fo.seek(0)
for line to fo:
    print(line)
fo.close()

二、python读入excel文件，更改内容后存为csv格式

import pandas as pd
df = pd.read_excel('file:///D:\Python成绩登记信计.xlsx')  # 读取excel文件中的数据
print(df)
df1=df[:]
df1['一']=df1['一'].map({'优秀':90,'良好':80,'及格':60})
df1['二']=df1['二'].map({'优秀':90,'良好':80,'及格':60})
df1['三']=df1['三'].map({'优秀':90,'良好':80,'及格':60})
df1['四']=df1['四'].map({'优秀':90,'良好':80,'及格':60})
df1=df1.fillna(0)
print(df1)
df1.to_csv('D:\\thon.csv')

运行结果（运行结果过长，这里给出部分做对比）：

更改前

 

 更改后：

 

 最后将其存为csv文件，会在你保存的文件你多了一个csv文件

 

 三、将上述的csv文件保存为html格式

 

代码如下：

df1.to_html('d:\\thon1.html')

同样会在你保存的文件夹中会多出一个html格式的文件