Python文件操作

前言：在使用Python对文件进行操作时，需要先了解绝对路径和相对路径。
绝对路径：指的是从磁盘根目录到文件名，或者网上的一个完整的网络地址。例：“D:\Program Files\Tencent\QQ\Bin\QQScLauncher.exe”，https://www.baidu.com/
相对路径：指的是以当前正在处理的文件为基本路径进行操作。…/表示当前文件的上一层文件夹，…/…/表示当前文件的上上层文件夹。例：当前文件路径为：D:\Program Files\Tencent\123.txt，要获取D:\Program Files\456.txt，可以用"…/456.txt"路径表示。
tips：建议使用相对路径，因为在把我们的项目打包发送给别人时，别人直接就能运行。而如果使用绝对路径，那么还要额外发送外部的文件。

一、文件操作介绍

使⽤Python来读写⽂件是非常简单的操作. 我们使⽤open()函数来打开⼀个⽂件, 获取到⽂
件句柄. 然后通过⽂件句柄就可以进⾏各种各样的操作了. 根据打开⽅式的不同能够执⾏的操
作也会有相应的差异.
打开⽂件的⽅式: r, w, a, r+, w+, a+, rb, wb, ab, r+b, w+b, a+b 默认使⽤的是r(只读)模式

二、读操作（r，rb）

            
              f = open(file_path, mode = "r", enoding="utf-8")
content = f.read()
f.close()
print(content)

#file_path:文件路径，可使用绝对路径也可使用相对路径
#mode:指定对文件进行的操作
#encoding:解码（读）或者编码（写）的格式，一般大多数都是采用utf-8格式
#close():释放文件句柄
#还可以这样写
with open(file_path, mode="r", encoding="utf-8") as f:
    content = f.read()
    print(content)

            
          

这样写会在执行完成之后自动释放文件句柄，不需要自己手动释放

            
              f = open(file_path, mode = "rb")
content = f.read()
f.close()
print(content)

            
          

#因为rb读取出来之后的数据是bytes类型，即就是字节，所以我们在使用rb时可以不用指定encoding。
rb的作⽤: 在读取非⽂本⽂件的时候，比如读取MP3、图像、 视频等信息的时候就需要⽤到rb。 因为这种数据是没办法直接显⽰出来的，还有，我们看的直播， 实际上都是这种数据。

读取文件的方法

read()：将文件里的内容全部读取出来。弊端：如果文件内容数据过大，读取时将会非常占用内存且非常缓慢，严重会导致内存崩溃。

            
              f = open("file/userinfo", mode="r", encoding="utf-8")
content = f.read()
f.close()
print(content)

# dogfa_111111
oldwang_123456
dajiba_dajiba
caoduanjie_111111
oldniu_1332611346

            
          

read(n)：一次读取n个字符。需要注意的是，如果你已经进行了读取操作，那么下一次读取将会从光标定位处继续读取，即上次读取完的位置。rb读取出来的是字节。

            
              f = open("file/userinfo", mode="r", encoding="utf-8")
content = f.read(5)
content2 = f.read(5)
f.close()
print(content)
print(content2)

#dogfa
#_1111

            
          

readline()：一次读取一行数据。需要注意的是，每次读取出来的数据末尾都会有\n，所以我们可以使用strip()来清除\n

            
              f = open("file/userinfo", mode="r", encoding="utf-8")
content = f.readline()
content2 = f.readline()
f.close()
print(content)
print(content2)

#dogfa_111111
#oldwang_123456

            
          

readlines()：读取所有数据，将每一行数据形成一个元素放在一个列表中。弊端：和read()一样，都是全部将数据读取出来，容易导致内存崩溃。

            
              f = open("file/userinfo", mode="r", encoding="utf-8")
content = f.readlines()
print(content)
for line in content:
    print(line)
f.close()

#['dogfa_111111\n', 'oldwang_123456\n', 'dajiba_dajiba\n', 'caoduanjie_111111\n', 'oldniu_1332611346\n']
#dogfa_111111
#oldwang_123456
#dajiba_dajiba
#caoduanjie_111111
#oldniu_1332611346

            
          

循环读取：for line in f: pass。优点：循环一次读取一行，不会产生内存突然溢出崩溃这种情况。（建议使用）

            
              f = open("file/userinfo", mode="r", encoding="utf-8")
for line in f:
 print(line)
f.close()

#dogfa_111111
#oldwang_123456
#dajiba_dajiba
#caoduanjie_111111
#oldniu_1332611346

            
          

三、写操作（w，wb）

写的时候注意。 如果没有⽂件，则会创建⽂件。 如果⽂件存在， 则将原件中原来的内容删除， 再写入新内容。

            
              f = open("file/dog", mode = "w", encoding="utf-8")
f.write("看我这条blog的你真帅！")
f.flush()
f.close()
f = open("file/dog", mode = "wb")
f.write("看我这条blog的你真帅！".encode("utf-8"))    

#使用wb模式写入时，不需要指定文件的编码格式，但是在将内容写入时，要将内容转换成对应格式的bytes类型
f.flush()
f.close()

            
          

四、追加操作（a，ab）

在追加模式下，我们写入的内容会追加在⽂件的结尾。

            
              f = open("file/dog", mode = "a", encoding="utf-8")
f.write("你是最靓的仔")
f.flush()
f.close()
五、读写操作（r+，r+b）
在读写操作模式下，必须先进行读操作，再进行写操作，因为光标默认是在开头的，读取会默认从头开始读到尾，在开始写。

            
          

正常读写

            
              f = open("file/dog", mode = "r+", encoding="utf-8")
content = f.read()
f.write("哈哈哈")
f.flush()
f.close()

            
          

错误读写

            
              f = open("file/dog", mode = "r+", encoding="utf-8")
f.write("哈哈哈")
content = f.read()
f.flush()
f.close()

            
          

开头前三个字将会被“哈哈哈”替换，然后读取的内容也是从第三个字之后开始读取。

核能警告：在r+模式下，如果你读取了内容，不管你读取了多少内容，光标定位在何处，后面的写操作都将追加在文件内容末尾。如果你没有先进行读取操作而是先进行了写操作，那么写操作会将写入的内容替换掉开头对应长度的内容。

六、写读操作（w+，w+b）
在写读模式下，先将内容清空，然后写入内容。在进行读操作时，因为在进行写操作时光标已定位在末尾，所以读取不到任何内容。所以写读模式不常使用。

            
              f = open("file/dog", mode = "w+", encoding="utf-8")
f.write("哈哈哈")
content = f.read()
f.flush()
f.close()
print(content)  # ""

            
          

#为什么不能先进行读操作在进行写操作？
#因为在w+模式下，先进行读操作是读不出来任何数据的，然后在进行写数据，又是将内容清空写入。所以无论是先读后写还是先写后读都是一样的结果。

七、追加读写操作（a+，a+b）

在a+操作时，无论是先进行读操作还是后进行读操作都无法读取到数据，因为光标始终定位在文件内容末尾处。

            
              f = open("file/dog", mode = "a+", encoding="utf-8")
f.write("写了也读不出来")
content = f.read()
f.flush()
f.close()
print(content)  

            
          

八、其它相关操作

seek(n, type)：光标移动到n个字节位置，因为我们大部分是采用utf-8的编码格式，所以一般n取得都是3的倍数。
seek()第一个参数指移动的字节数。
seek()第二个参数指的是从哪个位置进行偏移。取值可以是0，1，2。默认是0。
0：指相对开头偏移
1：指相对本身位置进行偏移
2：指相对结尾偏移
开头：seek(0)
结尾：seek(0, 2)
tell()：帮助我们获取当前光标位置，返回的值也是以字节为单位进行度量的。

truncate()：截断文件

            
              f = open("⼩娃娃", mode="w", encoding="utf-8")
f.write("哈哈") # 写⼊两个字符
f.seek(3) # 光标移动到3, 也就是两个字中间
f.truncate() # 删掉光标后⾯的所有内容
f.close()
做截断操作之前，要先挪动光标，挪动到你想要截断的位置， 然后再进⾏截断。关于truncate(n)， 如果给出了n， 则从开头开头进⾏截断， 如果不给n， 则从当前位置截断， 后⾯的内容将会被删除。

            
          

九、修改文件

⽂件修改: 只能将⽂件中的内容先读取出来， 将信息修改完毕， 然后将源⽂件删除，将新⽂件的名字改成老⽂件的名字。

            
              #文件修改
import os
with open("file/dog", mode="r", encoding="utf-8") as f1, open("file/dog_new", mode="w", encoding="utf-8") as f2:
    for line in f1:
        line_new = line.replace("哈", "嘻")
        f2.write(line_new)

os.remove("file/dog")
os.rename("file/dog_new", "file/dog")

            
          

案例 bs4 爬百度贴吧图片

            
              # 安装的方法很简单， cmd 执行pip install beautifulsoup4
from bs4 import BeautifulSoup
import requests
# 爬取目标网页
html = requests.get("https://tieba.baidu.com/p/6021111523")
html = html.text
# 解析网页
result = BeautifulSoup(html, 'html.parser')

#获取所有的图片img
result_imgs  =  result.find_all("img",class_= "BDE_Image")
print(result_imgs)
i = 1   #计数器
for result_img in result_imgs:
    # 获取链接
    img_url=result_img['src']    # pyhon中的字典
    # 获取文件
    result_img_content = requests.get(img_url).content
    file_name = str(i)+'.jpg'
    # 保存图片
    with open(file_name,'wb') as wf:
        wf.write(result_img_content)
    #i+= 1  # i=i+1与i+=1意思相同
    i=i+1