12.python文件IO操作 open、read、write、seek指针、 os.path、Patt模块、shutil、copy、rm、move

文件IO操作

函数 说明
open 打开
read 读取
write 写入
close 关闭
readline 行读取
readlines 多行读取

open方法

open(file, mode='r', buffering=None, encoding=None, errors=None, newline=None, closefd=True)

打开一个文件,返回一个文件对象(流对象)和文件描述符。打开文件失败,则返回异常

基本使用:创建一个文件test,然后打开它,用完关闭

f = open("test") # file对象
# windows <_io.TextIOWrapper name='test' mode='r' encoding='cp936'>
# linux <_io.TextIOWrapper name='test' mode='r' encoding='UTF-8'>
print(f.read()) # 读取文件
f.close() # 关闭文件

文件操作中,最常用的操作就是读和写。
文件访问的模式有两种:文本模式和二进制模式。不同模式下,操作函数不尽相同,表现的结果也不一样。
注:
windows中使用codepage代码页,可以认为每一个代码页就是一张编码表。cp936等同于GBK。

open参数

file

打开或者要创建的文件名。如果不指定路径,默认是当前路径

mode模式

模式描述字符 意义
r 缺省模式,只读打开
w 只写打开
x 创建并写入一个新文件
a 只写打开,追加内容
b 二进制模式
t 缺省模式,文本模式
+ 读或写打开后,使用+来增加缺失的写或读的能力

模式对于IO操作来说,其实只有读和写两种:

  • 只读 r
  • 只写 w、x、a
  • 增加缺失能力 +

r 模式

  • 只读打开文件,如果使用write方法,会抛异常
  • 如果文件不存在,抛出FileNotFoundError异常

w 模式

  • 表示只写方式打开,如果读取则抛出异常
  • 如果文件不存在,则直接创建文件
  • 如果文件存在,则清空文件内容

x 模式

  • 文件不存在,创建文件,并只写方式打开
  • 文件存在,抛出FileExistsError异常

a 模式

  • 文件存在,只写打开,追加内容
  • 文件不存在,则创建后,只写打开,追加内容

wxa模式都可以产生新文件

  • w不管文件存在与否,都会生成全新内容的文件
  • a不管文件是否存在,都能在打开的文件尾部追加
  • x必须要求文件事先不存在,自己要造一个新文件

文本模式t

  • 字符流,将文件的字节按照某种字符编码理解,按照字符操作。open的默认mode就是rt。

二进制模式b

  • 字节流,将文件就按照字节理解,与字符编码无关。二进制模式操作时,字节操作使用bytes类型

+模式

  • 为r、w、a、x提供缺失的读或写功能,但是,获取文件对象依旧按照r、w、a、x自己的特征。
  • +模式不能单独使用,可以认为它是为前面的模式字符做增强功能的。

encoding:编码,仅文本模式使用

None 表示使用缺省编码,依赖操作系统。windows、linux下测试如下代码

f = open('test1','w') 
f.write('啊') 
f.close()

windows下缺省GBK(0xB0A1),Linux下缺省UTF-8(0xE5 95 8A)

文件指针

  • mode=r,指针起始在0
  • mode=a,指针起始在EOF
f = open('o:/test.txt', 'wb+')
print(f) 
f.write(b'abc')
print(f.tell())
f.close()
f = open('o:/test.txt', 'rt+') # windows下打开
f.write('啊') # 从什么地方开始写几个字节?
print(hex(ord('啊')), '啊'.encode(), '啊'.encode('gbk'))
print(f.tell())
f.close()

tell、seek函数都是使用字节索引的

  • tell() 指定当前字节索引位置
  • seek(offset, whence=0)相对于某处偏移
    • 文本模式
      • seek(0)、seek(200),相对开始向右偏移,不能左超界
      • seek(0, 1),只能是偏移0,就是原地踏步,没有用的操作
      • seek(0, 2),只能是偏移0,就是跳到EOF
    • 字节模式
      • seek(0)、seek(200),相对开始向右偏移,不能左超界
      • seek(0, 1)、seek(-5, 1)、seek(5, 1),相对当前索引位置偏移,不能左超界
      • seek(0, 2)、seek(-5, 2)、seek(5, 2),相对EOF偏移,不能左超界
    • 最常用的操作就是seek(0)、seek(0, 2)

read

read(size=-1)

  • size表示读取的多少个字符或字节;负数或者None表示读取到EOF
filename = 'o:/test.txt'
f = open(filename, 'w+') 
f.write('你好python') 
f.close()

f = open(filename)
print(1, f.read(1)) # 按字符
print(2, f.read(2))
print(3, f.read())
f.close()

f = open(filename, 'rb')
print(4, f.read(1)) # 按字节
print(5, f.read(2))
print(6, '你好python'.encode('gbk'))
print(7, f.read())
f.close()

建议,使用文件对象时,一定要指定编码,而不是使用默认编码

write

  • write(s),文本模式时,从当前指针处把字符串s写入到文件中并返回写入字符的个数;二进制时将bytes写入文件并返回写入字节数
  • writelines(lines),将字符串列表写入文件
filename = 'o:/test.txt'
f = open(filename, 'w+')
lines = ['abc', '123\n', 'nihao'] # 需提供换行符
# for line in lines:
#     f.write(line)
f.writelines(lines) 
f.seek(0) # 回到开始
print(f.read())
f.close()

close

flush并关闭文件对象。文件已经关闭,再次关闭没有任何效果。可以查看文件对象的closed属性,判断是否关闭

上下文管理

文件对象这种打开资源并一定要关闭的对象,为了保证其打开后一定关闭,为其提供了上下文支持。

filename = 'o:/test.txt'
with open(filename) as f:
    print(1, f.closed)
    print(f.write('abcd')) # r模式写入失败,抛异常
print(2, f.closed) # with中不管是否抛异常,with结束时都会保证关闭文件对象
with 文件对象 as 标识符: # 等同于 标识符 = 文件对象
    pass # 标识符可以在内部使用

上下文管理

  1. 使用with关键字,上下文管理针对的是with后的对象
  2. 使用with ... as 关键字
  3. 上下文管理的语句块并不会开启新的作用域

文件对象上下文管理

  1. 进入with时,with后的文件对象是被管理对象
  2. as子句后的标识符,指向with后的文件对象
  3. with语句块执行完的时候,会自动关闭文件对象
filename = 'o:/test.txt'
f = open(filename)
with f:
    print(1, f.closed)
    print(f.write('abcd')) # r模式写入失败
print(2, f.closed) # with中不管是否抛异常,with结束时都会关闭文件对象
filename = 'o:/test.txt'
f = open(filename)
with f as f2:
    print(f is f2) # True

文件的遍历

类似于日志文件,文件需要遍历,最常用的方式就是逐行遍历。

filename = 'o:/test.txt'
with open(filename, 'w') as f:
    f.write('\n'.join(map(str, range(101, 120))))
with open(filename) as f:
    for line in f: # 文件对象时可迭代对象,逐行遍历
        print(line.encode()) # 带换行符

路径操作

os.path模块

# os模块常用函数
from os import path
p = path.join('/etc', 'sysconfig', 'network') # 拼接
print(type(p), p)
print(path.exists(p)) # 存在
print(path.split(p))  # 分割
print(path.splitdrive('o:/temp/test')) # windows方法
print(path.dirname(p), path.basename(p)) # 路径和基名
print(path.abspath(''), path.abspath('.')) # 绝对路径
# 打印父目录
p1 = path.abspath(__file__)
print(p1)
while p1 != path.dirname(p1):
    p1 = path.dirname(p1)
    print(p1)

os.path模块操作的都是字符串。

Path类

从3.4开始Python提供了pathlib模块,使用Path类操作目录更加方便。

初始化

p = Path() # 当前目录, Path()、Path('.')、Path('')
p = Path('a', 'b', 'c/d') # 当前目录下的a/b/c/d
p = Path('/etc', Path('sysconfig'), 'network/ifcfg') # 根下的etc目录

拼接

操作符/

  • Path对象 / Path对象
  • Path对象 / 字符串
  • 字符串 / Path对象

joinpath

joinpath(*other) 在当前Path路径上连接多个字符串返回新路径对象

from pathlib import Path
p = Path()
p = p / 'a'
p1 = 'b' / p
p2 = Path('c')
p3 = p2 / p1
print(p1, p2, p3)
print(p3.parts)
print(p3.joinpath('d', 'e/f', Path('g/h')))

分解

parts属性,会返回目录各部分的元组

p = Path('/a/b/c/d')
print(p.parts) # 最左边的/是根目录

父目录

p = Path('/linux/mysql/install/mysql.tar.gz')
print(p.parent)
for x in p.parents: # 可迭代对象
    print(x)

目录组成部分

name、stem、suffix、suffixes、with_suffix(suffix)、with_name(name)

  • name 目录的最后一个部分
  • suffix 目录中最后一个部分的扩展名
  • stem 目录最后一个部分,没有后缀
  • name = stem + suffix

suffixes 返回多个扩展名列表

  • with_suffix(suffix) 有扩展名则替换,无则补充扩展名
  • with_name(name) 替换目录最后一个部分并返回一个新的路径
if __name__ == '__main__':
    p = Path('/usr/local/src/mysql.tar.gz')
    print(p.parent)
    print(p.name)
    print(p.stem)
    print(p.suffix)
    print(p.suffixes)
    print(p.with_name('redis'))
    print(p.with_name('redis').with_suffix('.zip'))

全局方法

  • cwd() 返回当前工作目录
  • home() 返回当前家目录
if __name__ == '__main__':
    print(p.cwd(),Path.cwd(),p.home(),Path.home())

判断方法

  • exists() 目录或文件是否存在
  • is_dir() 是否是目录,目录存在返回True
  • is_file() 是否是普通文件,文件存在返回True
  • is_symlink() 是否是软链接
  • is_socket() 是否是socket文件
  • is_block_device() 是否是块设备
  • is_char_device() 是否是字符设备
  • is_absolute() 是否是绝对路径

注意:文件只有存在,才能知道它是什么类型文件

绝对路径

  • resolve() 非Windows,返回一个新的路径,这个新路径就是当前Path对象的绝对路径,如果是软链接则直接被解析。Windows下没什么效果。
  • absolute() 获取绝对路径。
if __name__ == '__main__':
    p = Path('/usr/local/src/mysql.tar.gz')
    print(p.resolve())
    print(p.absolute())

其它操作

  • rmdir() 删除空目录。没有提供判断目录为空的方法
  • touch(mode=0o666, exist_ok=True) 创建一个文件
  • as_uri() 将路径返回成URI,例如'file:///etc/passwd'
  • mkdir(mode=0o777, parents=False, exist_ok=False)parents,是否创建父目录,True等同于mkdir -p。False时,父目录不存在,则抛出FileNotFoundErrorexist_ok参数,在3.5版本加入。False时,路径存在,抛出FileExistsError;True时,FileExistsError被忽略
  • iterdir() 迭代当前目录,不递归
if __name__ == '__main__':
    p = Path('/usr/local/src')
    p.mkdir(parents=True, exist_ok=True)
    (p / 'mysq.tar.gz').touch()

    for x in p.parents[len(p.parents) - 1].iterdir():
        if x.is_dir():
            print('dir =', x)
        elif x.is_file():
            print('file =', x)
        else:
            print('other =', x)
  • stat 相当于stat命令
  • lstat 使用方法同stat(),但如果是符号链接,则显示符号链接本身的文件信息

通配符

  • glob(pattern) 通配给定的模式,返回生成器对象
  • rglob(pattern) 通配给定的模式,递归目录,返回生成器对象
  • ? 代表一个字符
  • *表示任意个字符
  • [abc]或[a-z] 表示一个字符
list(p.glob('test*')) # 返回当前目录对象下的test开头的文件
list(p.glob('**/*.py')) # 递归所有目录,等同rglob
list(p.glob('**/*'))
g = p.rglob('*.py') # 生成器,递归
next(g)
list(p.rglob('*.???')) # 匹配扩展名为3个字符的文件
list(p1.rglob('[a-z]*.???')) # 匹配字母开头的且扩展名是3个字符的文件

shutil模块

文件拷贝:使用打开2个文件对象,源文件读取内容,写入目标文件中来完成拷贝过程。但是这样丢失stat数据信息(权限等),因为根本没有复制这些信息过去。
目录复制又怎么办呢?

Python提供了一个方便的库shutil(高级文件操作)。

copy 复制

Copyfileobj

  • copyfileobj(fsrc, fdst[, length])

    文件对象的复制,fsrc和fdst是open打开的文件对象,复制内容。fdst要求可写。
    length 指定了表示buffer的大小;

copyfile

  • copyfile(src, dst, *, follow_symlinks=True)

    复制文件内容,不含元数据。src、dst为文件的路径字符串
    本质上调用的就是copyfileobj,所以不带元数据二进制内容复制。

copymode

  • copymode(src, dst, *, follow_symlinks=True)

    仅仅复制权限。

copystat

  • copystat(src, dst, *, follow_symlinks=True)

复制元数据,stat包含权限

copy

  • copy(src, dst, *, follow_symlinks=True)

    复制文件内容、权限和部分元数据,不包括创建时间和修改时间。
    本质上调用的是
    copyfile(src, dst, follow_symlinks=follow_symlinks)
    copymode(src, dst, follow_symlinks=follow_symlinks)

copy2

  • copy2 比copy多了复制全部元数据,但需要平台支持。

    本质上调用的是
    copyfile(src, dst, follow_symlinks=follow_symlinks)
    copystat(src, dst, follow_symlinks=follow_symlinks)

copytree

  • copytree(src, dst, symlinks=False, ignore=None, copy_function=copy2, ignore_dangling_symlinks=False)

    递归复制目录。默认使用copy2,也就是带更多的元数据复制。
    src、dst必须是目录,src必须存在,dst必须不存在
    ignore = func ,提供一个callable(src, names) -> ignored_names。提供一个函数,它会被调用。src是源目录,names是os.listdir(src)的结果,就是列出src中的文件名,返回值是要被过滤的文件名的set类型数据。

# o:/temp下有a、b目录
def ignore(src, names):
    ig = filter(lambda x: x.startswith('a'), names) # 忽略a开头的
    return set(ig)
shutil.copytree('o:/temp','o:/tt/o',ignore=ignore)

rm 删除

shutil.rmtree(path, ignore_errors=False, one rror=None)
递归删除。如同rm -rf一样危险,慎用。
它不是原子操作,有可能删除错误,就会中断,已经删除的就删除了。
ignore_errors为true,忽略错误。当为False或者omitted时onerror生效。
onerror为callable,接受函数function、path和execinfo。

shutil.rmtree('O:/tmp') # 类似 rm -rf

move 移动

move(src, dst, copy_function=copy2)

递归移动文件、目录到目标,返回目标。

本身使用的是 os.rename方法。

如果不支持rename,如果是目录则copytree再删除源目录。

默认使用copy2方法。

shutil.move('o:/a', 'o:/aaa')
os.rename('o:/t.txt','o:/temp/t')
os.rename('test3','/tmp/py/test300')

shutil还有打包功能。生成tar并压缩。支持zip、gz、bz、xz。

上一篇:数据解析之正则


下一篇:http学习 http的代理服务之反向代理