文本文件和二进制文件

按文件中数据组织形式，我们把文件分为文本文件和二进制文件两大类。

1. 文本文件
   文本文件存储的是普通“字符”文本，python 默认为 unicode 字符集（两个字节表示一个字符，最多可以表示：65536 个），可以使用记事本程序打开。但是，像 word 软件编辑的文档不是文本文件。
2. 二进制文件
   二进制文件把数据内容用“字节”进行存储，无法用记事本打开。必须使用专用的软件解码。常见的有：MP4 视频文件、MP3 音频文件、JPG 图片、doc 文档等等。

文件操作相关模块概述

创建文件对象 open()

open()函数用于创建文件对象，基本语法格式如下：
open(文件名[,打开方式])
如果只是文件名，代表在当前目录下的文件。文件名可以录入全路径，比如：D:\a\b.txt。
为了减少“\”的输入，可以使用原始字符串：r“d:\b.txt”。示例如下：

f=open(r'd:\b.text','w')

文本文件对象和二进制文件对象的创建：
如果我们没有增加模式“b”，则默认创建的是文本文件对象，处理的基本单元是“字
符”。如果是二进制模式“b”，则创建的是二进制文件对象，处理的基本单元是“字节”。

文本文件的写入

基本的文件写入操作

文本文件的写入一般就是三个步骤：

1. 创建文件对象
2. 写入数据
3. 关闭文件对象
   我们首先创建一个小程序，体验一下文本文件的写入操作。
   【操作】文本写入操作简单测试

f=open(r'a.txt','a')
s='gaoshang\nrui\n'
f.write(s)
f.close()

常用编码介绍

在操作文本文件时，经常会操作中文，这时候就经常会碰到乱码问题。为了让大家有能力解决中文乱码问题，这里简单介绍一下各种编码之间的关系。

ASCII

全称为 American Standard Code for Information Interchange，美国信息交换标准代码，这是世界上最早最通用的单字节编码系统，主要用来显示现代英语及其他西欧语言。
ASCII 码用 7 位表示，只能表示 128 个字符。只定义了 2 7 =128 个字符，用7bit 即可完全编码，而一字节 8bit 的容量是 256，所以一字节 ASCII 的编码最高位总是 0。
0～31 表示控制字符如回车、退格、删除等；32～126 表示打印字符即可以通过键盘输入并且能显示出来的字符；其中 48～57 为 0 到 9 十个阿拉伯数字，65～90 为 26 个大写英文字母，97～122 号为 26 个小写英文字母，其余为一些标点符号、运算符号等，具体可以参考 ASCII 标准表（自行百度）。

ISO8859-1

ISO-8859-1 又称 Latin-1，是一个 8 位单字节字符集，它把 ASCII 的最高位也利用起来，并兼容了 ASCII，新增的空间是 128，但它并没有完全用完。在 ASCII 编码之上又增加了西欧语言、希腊语、泰语、阿拉伯语、希伯来语对应的文字符号，它是向下兼容 ASCII 编码

GB2312,GBK,GB18030

GB2312
GB2312 全称为信息交换用汉字编码字符集，是中国于 1980 年发布，主要用于计算机系统中的汉字处理。GB2312 主要收录了 6763 个汉字、682 个符号。GB2312覆盖了汉字的大部分使用率，但不能处理像古汉语等特殊的罕用字，所以后来出现了像 GBK、GB18030 这种编码。
GB2312 完全兼容 ISO8859-1。

GBK
全称为 Chinese Internal Code Specification，即汉字内码扩展规范，于 1995 年制定。它主要是扩展了 GB2312，在它的基础上又加了更多的汉字，它一共收录了 21003 个汉字。

·GB18030
现在最新的内码字集于 2000 年发布，并于 2001 年强制执行，包含了中国大部分少数民族的语言字符，收录汉字数超过 70000 余个。它主要采用单字节、双字节、四字节对字符编码，它是向下兼容 GB2312 和 GBK 的，虽然是我国的强制使用标准，但在实际生产中很少用到，用得最多的反而是 GBK 和GB2312
Unicode
Unicode 编码设计成了固定两个字节，所有的字符都用 16 位(2^16=65536)表示，包括之前只占 8 位的英文字符等，所以会造成空间的浪费，UNICODE 在很长的一段时间内都没有得到推广应用。
Unicode 完全重新设计，不兼容 iso8859-1，也不兼容任何其他编码。
UTF-8
对于英文字母，unicode 也需要两个字节来表示。所以 unicode 不便于传输和存储。因此而产生了 UTF 编码，UTF-8 全称是（8-bit Unicode Transformation Format）。
UTF 编码兼容 iso8859-1 编码，同时也可以用来表示所有语言的字符，不过，UTF 编码是不定长编码，每一个字符的长度从 1-4 个字节不等。其中，英文字母都是用一个字节表示，而汉字使用三个字节。
【老鸟建议】一般项目都会使用 UTF-8。unicode 中虽然汉字是两个字节，UTF-8 中汉字是 3 个字节。但是互联网中一个网页也包含了大量的英文字母，这些英文字母只占用 1 个字节，整体占用空间，UTF-8 仍然由于 Unicode。

中文乱码问题

windows 操作系统默认的编码是 GBK，Linux 操作系统默认的编码是 UTF-8。当我们用 open()时，调用的是操作系统打开的文件，默认的编码是 GBK。
【示例】中文字符文件，乱码出现测试

#测试写入中文
f=open(r'b.txt','w')
f.write('尚\n锐\n')
f.close()

【示例】通过指定文件编码解决中文乱码问题

#测试写入中文
f = open(r"b.txt","w",encoding="utf-8")
f.write("尚\n程序员\n")
f.close()

write()/writelines()写入数据

write(a)：把字符串 a 写入到文件中
writelines(b)：把字符串列表写入文件中，不添加换行符
【操作】添加字符串列表数据到文件中

#添加字符串列表数据到文件中
f=open(r'd:\bb.txt','w',encoding='utf-8')
s=['高老大\n','高老二\n','高老三\n']
f.writelines(s)
f.close()

close()关闭文件流

由于文件底层是由操作系统控制，所以我们打开的文件对象必须显式调用 close()方法关闭文件对象。当调用 close()方法时，首先会把缓冲区数据写入文件(也可以直接调用 flush()方法)，再关闭文件，释放文件对象。
为了确保打开的文件对象正常关闭，一般结合异常机制的 finally 或者 with 关键字实现无论何种情况都能关闭打开的文件对象。
【操作】结合异常机制 finally 确保关闭文件对象

try:f=open(r'my01txt','a')str='gaoshang'f.write(str)
except BaseException as e:print(e)
finally:f.close()

with 语句(上下文管理器)

with 关键字（上下文管理器）可以自动管理上下文资源，不论什么原因跳出 with 块，都能确保文件正确的关闭，并且可以在代码块执行完毕后自动还原进入该代码块时的现场。

【操作】使用 with 管理文件写入操作

s=['高老大\n','高老二\n','高老三\n']
with open(r'd:\bb.txt','w') as f:f.writelines(s)

文本文件的读取

文件的读取一般使用如下三个方法：

1. read([size])
   从文件中读取 size 个字符，并作为结果返回。如果没有 size 参数，则读取整个文件。
   读取到文件末尾，会返回空字符串。
2. readline()
   读取一行内容作为结果返回。读取到文件末尾，会返回空字符串。
3. readlines()
   文本文件中，每一行作为一个字符串存入列表中，返回该列表
   【操作】 读取一个文件前 4 个字符

with open(r'bb','r',encoding='utf-8') as f:print(f.read(4))

【操作】文件较小，一次将文件内容读入到程序中

with open(r'bb','r',encoding='utf-8') as f:print(f.read())

【操作】按行读取一个文件

with open(r'bb','r')  as f:while True:fragment=f.readline()if not fragment:breakelse:print(fragment,end='')

【操作】使用迭代器（每次返回一行）读取文本文件

with open(r"d:\bb.txt","r") as f:for a in f:print(a,end="")

高老大
高老二
高老三Process finished with exit code 0

【操作】为文本文件每一行的末尾增加行号

with open('e.txt','r',encoding='utf-8') as f:lines=f.readlines()lines=[line.rstrip()+'#'+str(index+1)+'\n'for index,line in enumerate(lines)]  #推导生成列表with open('e.txt','w',encoding='utf-8') as f:f.writelines(lines)

二进制文件的读取和写入

二进制文件的处理流程和文本文件流程一致。首先还是要创建文件对象，不过，我们需要指
定二进制模式，从而创建出二进制文件对象。例如：

f = open(r"d:\a.txt", 'wb') #可写的、重写模式的二进制文件对象
f = open(r"d:\a.txt", 'ab') #可写的、追加模式的二进制文件对象
f = open(r"d:\a.txt", 'rb') #可读的二进制文件对象

创建好二进制文件对象后，仍然可以使用 write()、read()实现文件的读写操作。

【操作】 读取图片文件，实现文件的拷贝

with open('aa.gif','rb') as f:with open('aa_copy.gif', 'wb') as w:for line in f.readlines():w.write(line)
print('图片拷贝完成！')

文件对象的常用属性和方法

文件对象封装了文件相关的操作。在前面我们学习了通过文件对象对文件进行读写操作。本
节我们详细列出文件对象的常用属性和方法，并进行说明。

文件任意位置操作

【示例】seek()移动文件指针示例

with open('e.txt','r',encoding='utf-8') as f:print('文件名是：{0}'.format(f.name))print(f.tell())print('读取的内容:{}'.format(str(f.readline())))print(f.tell())f.seek(16)print('读取的内容：{}'.format(str(f.readline())))

使用 pickle 序列化

Python 中，一切皆对象，对象本质上就是一个“存储数据的内存块”。有时候，我们需要将“内存块的数据”保存到硬盘上，或者通过网络传输到其他的计算机上。这时候，就需要“对象的序列化和反序列化”。 对象的序列化机制广泛的应用在分布式、并行系统上。
序列化指的是：将对象转化成“串行化”数据形式，存储到硬盘或通过网络传输到其他地方。反序列化是指相反的过程，将读取到的“串行化数据”转化成对象。
我们可以使用 pickle 模块中的函数，实现序列化和反序列操作。
序列化我们使用：
pickle.dump(obj, file) obj 就是要被序列化的对象，file 指的是存储的文件
pickle.load(file) 从 file 读取数据，反序列化成对象

【操作】将对象序列化到文件中

import pickle
with open(r'd:\data.dat','wb') as f:a1='高琪琪'a2=234a3=[20,30,40]pickle.dump(a1,f)pickle.dump(a2, f)pickle.dump(a3, f)

import pickle
with open(r'd:\data.dat','rb') as f:a1=pickle.load(f)a2=pickle.load(f)a3 = pickle.load(f)print(a1)print(a2)print(a3)

CSV 文件的操作

csv (Comma Separated Values) 是逗号分隔符文本格式，常用于数据交换、Excel
文件和数据库数据的导入和导出。 与 Excel 文件不同，CSV 文件中：
值没有类型，所有值都是字符串
不能指定字体颜色等样式
不能指定单元格的宽高，不能合并单元格
没有多个工作表
不能嵌入图像图表
Python 标准库的模块 csv 提供了读取和写入 csv 格式文件的对象。
我们在 excel 中建立一个简单的表格：

另存为"csv(逗号分隔)"，我们打开查看这个 csv 文件内容：
姓名,年龄,工作,薪水
高淇,18,程序员,50000
高老三,19,测试工程师,20000
高老五,20,人工智能开发,50000

csv.reader 对象和 csv 文件读取

【操作】csv.reader 对象于从 csv 文件读取数据

import csv
with open(r'ee.csv') as ee:ee_csv=csv.reader(ee)  #创建csv对象，它是一个包含所有数据的列表，每一行为一个元素headers=next(ee_csv)  #获得列表对象，包含标题行的信息print(headers)for row in ee_csv:    #循环打印各行内容print(row)

csv.writer 对象和 csv 文件写入

【操作】csv.writer 对象写一个 csv 文件

#【操作】csv.writer 对象写一个 csv 文件
import csvheaders=['工号','姓名','年龄','地址','月薪']
rows=[("1001","高淇",18,"西三旗 1 号院","50000"),("1002","高八",19,"西三旗 1 号院","30000")]with open(r'b.csv','w') as b:b_csv=csv.writer(b)   #创建csv对象b_csv.writerow(headers)   #写入一行（标题）b_csv.writerows(rows)

工号,姓名,年龄,地址,月薪1001,高淇,18,西三旗 1 号院,500001002,高八,19,西三旗 1 号院,30000

os 和 os.path 模块

os 模块可以帮助我们直接对操作系统进行操作。我们可以直接调用操作系统的可执行
文件、命令，直接操作文件、目录等等。在系统运维的核心基础。

os 模块-调用操作系统命令

·os.system 可以帮助我们直接调用系统的命令
【示例】os.system 调用 windows 系统的记事本程序

#【示例】os.system 调用 windows 系统的记事本程序
import os
os.system('notepad.exe')

【示例】os.system 调用 windows 系统中 ping 命令

#【示例】os.system 调用 windows 系统中 ping 命令
import os
os.system('ping www.baidu.com')

【示例】运行安装好的微信

import os
os.startfile(r"C:\Program Files (x86)\Tencent\WeChat\WeChat.exe")

os 模块-文件和目录操作

我们可以通过前面讲的文件对象实现对于文件内容的读写操作。如果，还需要对文件和目录做其他操作，可以使用 os 和 os.path 模块。
os 模块下常用操作文件的方法

os 模块下关于目录操作的相关方法，汇总如下：

#【示例】os 模块：创建、删除目录、获取文件信息等
#测试os模块中，关于文件和目录的操作
import os###########获取文件和文件夹相关的信息#################
# print(os.name)   #windows->nt    linux和unix->posix
# print(os.sep)   #windows->\     linux和unix-->\n\
# print(repr(os.linesep))  #windows->\r\n  linux-->\n\
#
# print(os.stat('my02.py'))
###########关于工作目录的操作####################### print(os.getcwd())
# os.chdir('d:')   #改变当前的工作目录为：d：盘根目录
# os.mkdir('书籍')###########创建目录、创建多级目录、删除#############os.mkdir('书籍')
os.rmdir('书籍')  #相对路径都是相对于当前的工作目录os.makedirs('电影/港台/周星驰')
#os.removedirs('电影/港台/周星驰')  #只能删除空目录
#os.makedirs('../音乐/香港/刘德华')   #../指的是上一级目录
os.rename('电影','movie')dir=os.listdir('movie')
print(dir)

os.path 模块

os.path 模块提供了目录相关（路径判断、路径切分、路径连接、文件夹遍历）的操作

#######################################################################
#【示例】测试 os.path 中常用方法#测试os.path常用方法
import os
import os.path
##########获取目录、文件基本信息##########
########################print(os.path.isabs('a.txt'))  #是否绝对目录
print(os.path.isdir('a,txt'))  #是否目录
print(os.path.isfile("a.txt")) #是否文件
print(os.path.exists("a.txt"))  #文件是否存在
print(os.path.getsize('a.txt'))  #文件大小
print(os.path.abspath('a.txt'))   #输出绝对路径
print(os.path.dirname('a.txt'))  #输出所在目录############获得创建时间、访问时间、最后修改时间############
print(os.path.getctime("a.txt")) #返回创建时间
print(os.path.getatime("a.txt")) #返回最后访问时间
print(os.path.getmtime("a.txt")) #返回最后修改时间
################对路径进行分割、连接操作####################
path = os.path.abspath("a.txt") #返回绝对路径
print(os.path.split(path)) #返回元组：目录、文件print(os.path.splitext(path)) #返回元组：路径、扩展名print(os.path.join("aa","bb","cc")) #返回路径：aa/bb/cc

False
False
True
True
15
D:\PycharmProjects\MyTest\Day0724myio\a.txt1595577712.5804255
1595577712.5804255
1595577725.07714
('D:\\PycharmProjects\\MyTest\\Day0724myio', 'a.txt')
('D:\\PycharmProjects\\MyTest\\Day0724myio\\a', '.txt')
aa\bb\ccProcess finished with exit code 0

【示例】列出指定目录下所有的.py 文件，并输出文件名

##列出指定目录下所有的.py 文件，并输出文件名
import os
import os.pathpath=os.getcwd()  #返回当前工作目录
file_list=os.listdir(path)  #列出子目录和子文件for filename in file_list:pos=filename.rfind('.')if filename[pos+1:]=="py":print(filename,end='\t')print('##############')file_list2=[filename for filename in os.listdir(path) if filename.endswith('.py')]
for filename in file_list2:print(filename,end='\t')

my01.py	my02.py	__init__.py	##############
my01.py	my02.py	__init__.py	
Process finished with exit code 0

walk()递归遍历所有文件和目录

os.walk()方法：
返回一个 3 个元素的元组，(dirpath, dirnames, filenames),
dirpath：要列出指定目录的路径
dirnames：目录下的所有文件夹
filenames：目录下的所有文件
【示例】使用 walk()递归遍历所有文件和目录

#【示例】使用 walk()递归遍历所有文件和目录
import os
all_files=[]path=os.getcwd()
list_files=os.walk(path)for dirpath,dirnames,filenames in list_files:    #返回内容放进三个变量for dir in dirnames:all_files.append(os.path.join(dirpath,dir))    #dirpath：要列出指定目录的路径for name in filenames:all_files.append(os.path.join(dirpath,name))    #dirnames：目录下的所有文件夹
#打印子目录和子文件
for file in all_files:print(file)

shutil 模块(拷贝和压缩)

shutil 模块是 python 标准库中提供的，主要用来做文件和文件夹的拷贝、移动、删除等；还可以做
文件和文件夹的压缩、解压缩操作。
os 模块提供了对目录或文件的一般操作。shutil 模块作为补充，提供了移动、复制、压缩、解压等操
作，这些 os 模块都没有提供。
【示例】实现文件的拷贝

#实现文件的拷贝
import shutil
#copy 文件内容
shutil.copyfile('1.txt','1_copy.txt')

【示例】实现递归的拷贝文件夹内容(使用 shutil 模块)

#【示例】实现递归的拷贝文件夹内容(使用 shutil 模块)import shutil
#'音乐'文件夹不存在才能用
shutil.copytree('movie/港台','音乐',ignore=shutil.ignore_patterns('*.html','*.htm'))

【示例】实现将文件夹所有内容压缩(使用 shutil 模块)

#【示例】实现将文件夹所有内容压缩(使用 shutil 模块)
import shutil
import zipfile# 将movie/港台文件夹下所有内容压缩到音乐文件夹下生成周星驰.zip
shutil.make_archive('音乐/周星驰','zip','movie/港台')#压缩：将指定的多个文件压缩到一个zip文件
z=zipfile.ZipFile('a.zip','w')
z.write('1.txt')
z.write('2.txt')
z.close()

【示例】实现将压缩包解压缩到指定文件夹(使用 shutil 模块)

#【示例】实现将压缩包解压缩到指定文件夹(使用 shutil 模块)
import shutil
import zipfile
#解压缩z2=zipfile.ZipFile('a.zip','r')
z2.extractall('d:/')   #设置解压的地址
z2.close()

递归

【示例 3-22】使用递归求 n!

#测试递归
def factorial(n):if n==1:return 1else:return n*factorial(n-1)a=factorial(8)
print(a)

【示例】使用递归算法遍历目录下所有文件

#递归打印所有的目录和文件
import osallfiles=[]def getAllFiles(path,level):childFiles=os.listdir(path)for file in childFiles:filepath=os.path.join(path,file)if os.path.isdir(filepath):getAllFiles(filepath,level+1)allfiles.append('\t'*level+filepath)getAllFiles('movie',0)for f in reversed(allfiles):print(f)