Python学习—文件操作

1.文件基础知识

1.文件是存储在外部介质上的数据的集合，文件的基本单位是字节，文件所含的字节数就是文件的长度。每个字节都有一个默认的位置，位置从0开始，文件头的位置就是0，文件尾的位置是文件内容结束后的后一个位置，该位置上没有文件内容，为空。文件的读写操作从文件指针所在的位置开始，即读会从文件指针所在的位置开始读取，写会从文件指针所在的位置开始写，如有内容，则会被覆盖。
2.按文件中数据的组织形式把文件分为文本文件和二进制文件两类。文本文件存储的是常规字符串，由文本行组成，通常以换行符'\n'结尾，只能读写常规字符串。文本文件可以用字处理软件如gedit、记事本等进行查看编辑。常规字符串是指文本编辑器能正常显示、编辑的字符串，如英文字母串、汉字串、数字串。二进制文件把对象在内存中的内容以字节串（bytes）的形式进行存储。不能用字处理软件进行编辑。

2.文件的打开或创建

格式：文件变量名 = open(文件名[,打开方式[,缓冲区]])

文件名指定被打开文件对象
打开方式指定文件打开后能进行的处理方式
缓冲区制定了读写文件的缓存模式。0表示不缓存，1表示缓存，如大余1则表示缓冲区的大小。默认值为1
open()函数返回一个文件对象，通过该对象可以对文件进行各种操作

1.普通文本文件

r:
    - 只能读，不能写
    - 读取的文件不存在， 报错 
    - 报错信息：FileNotFoundError: [Errno 2] No such file or directory:xxxxxx
r+：
    - 可以执行读写操作
    - 文件不存在，报错
    - 默认情况下，从文件指针所在位置开始写入

w:
    - 只能写，不能读
    - 文件不存在，不报错，自动创建文件并打开
    - 会清空文件内容
w+：
    - 可以执行读写操作
    - 文件不存在，不报错，自动创建文件并打开
    - 会清空文件内容

a:
    - 只能写，不能读
    - 文件不存在，不报错，自动创建文件并打开
    - 不会清空文件内容
a+:
    - 可以执行读写操作
    - 文件不存在，不报错，自动创建文件并打开
    - 不会清空文件内容

2.二进制文件：打开方式在普通文本文件上加'b'

rb:
    - 只能读，不能写
    - 读取的文件不存在，报错
rb+：
    - 可以执行读写操作
    - 文件不存在，报错
    - 默认情况下，从文件指针所在位置开始写入

wb:
    - 只能写，不能读
    - 文件不存在，不报错，自动创建文件并打开
    - 会清空文件内容
wb+：
    - 可以执行读写操作
    - 文件不存在，不报错，自动创建文件并打开
    - 会清空文件内容

ab:
    - 只能写，不能读
    - 文件不存在，不报错，自动创建文件并打开
    - 不会清空文件内容
ab+:
    - 可以执行读写操作
    - 文件不存在，不报错，自动创建文件并打开
    - 不会清空文件内容

3.文件常用方法

一、读
f.next()    #在文件使用迭代器时会使用到，在循环中，next()方法会在每次循环中调用，该方法返回文件的下一行，如果到达结尾(EOF),则触发 StopIteration
f.read([size])    #方法用于从文件读取指定的字节数，如果未给定或为负则读取所有。
f.readline([size])    #从文件读取整行，包括 "\n" 字符。如果指定了一个非负数的参数，则返回指定大小的字节数，包括 "\n" 字符。
f.readlines([size])    #读取所有行(直到结束符 EOF)并返回列表，该列表可以由 Python 的 for... in ... 结构进行处理。如果碰到结束符 EOF 则返回空字符串。，若给定sizeint>0，则是设置一次读多少字节，这是为了减轻读取压力

二、写
f.write([str])    #用于向文件中写入指定字符串
f.writelines(sequence_of_strings)    #向文件中写入一序列的字符串

三、其他操作
f.flush()    #用来刷新缓冲区的，即将缓冲区中的数据立刻写入文件，同时清空缓冲区，不需要是被动的等待输出缓冲区写入  
f.seek(offset[, whence])    #于移动文件读取指针到指定位置
       offset -- 开始的偏移量，也就是代表需要移动偏移的字节数
       whence -- 可选，默认值为 0。给offset参数一个定义，表示要从哪个位置开始偏移；0代表从文件开头开始算起，1代表从当前位开始算起，2代表从文件末尾算起。 
f.tell()    #返回文件指针当前位置
f.truncate([ size ])    #截断文件，如果指定了可选参数 size，则表示截断文件为 size 个字符。 如果没有指定 size，则从当前位置起截断；截断之后 size 后面的所有字符被删除。
f.close()    #用于关闭一个已打开的文件          
f.closed    #返回true如果文件已被关闭，否则返回false。
f.fileno()    #方法返回一个整型的文件描述符(file descriptor FD 整型)，可用于底层操作系统的 I/O 操作。
f.isatty()    #检测文件是否连接到一个终端设备，如果是返回 True，否则返回 False

四、以下两个属性在python2中有，在python3中已经被删除了
f.mode    #返回被打开文件的访问模式。
f.name    # 返回文件的名称。

4.安全上下文with

上下文管理器:打开文件， 执行完with语句内容之后， 自动关闭文件对象

 with open('/tmp/passwd') as f:
     print("with语句里面:", f.closed)
     print(f.read())
 print("after with语句:", f.closed)

同时打开两个文件对象( python2中不支持)

with    open('/tmp/passwd') as f1, open('/tmp/passwdBack', 'w+') as f2:
    # 将第一个文件的内容写入第二个文件中,文件复制即使如此。
    f2.write(f1.read())
    # 移动指针移动到文件最开始
    f2.seek(0,0)
    # 读取指针内容
    print(f2.read())

python2中只能这么实现

with open('/tmp/passwd') as f1:
    content = f1.read()
with open('/tmp/passwdBack', 'w+'):
    f2.write(content)

5.yield实现读取大文件

# 1. 文件操作
   1). 创建文件data.txt, 文件共100000行, 每行存放一个1～100之间的整数.
   2). 找出文件中数字出现次数最多的10个数字， 写入文件mostNum.txt;
 import random
 with open('data.txt', mode='a+') as f:
     for i in range(1000000):
         f.write(str(random.randint(1,100))+'\n')

# 通过yield， 每次读取一行进行处理
 def byLineReader(filename):
     with open(filename) as f:
         line = f.readline()
         # 如果可以读取到内容， 返回该行信息
         while line:
             yield  line
             line = f.readline()

# read是一个生成器对象,
 read = byLineReader('data.txt')
 print(read)

# #1). next 读取生成器的内容
 print(next(read))
 print(next(read))
 ...

# #2). 通过for循环
 for item in read:
     print(item)

# ******** 文件对象是可以for循环遍历的， 默认遍历的内容为每一行的内容.是节省内存空间的。
from collections import Iterable

f = open('data.txt')
print(isinstance(f, Iterable))
for i, item in enumerate(f):
    if i == 10:
        break
    print(i, item)

6.os模块

os 模块提供了非常丰富的方法用来处理文件和目录。

import os
# 1). 返回操作系统类型， 值为posix，是Linux操作系统, 值为nt， 是windows操作系统
print(os.name)
print('Linux' if os.name=='posix' else 'Windows')

# 2). 操作系统的详细信息
info = os.uname()
print(info)
print(info.sysname)
print(info.nodename)

# 3). 系统环境变量
print(os.environ)

# 4). 通过key值获取环境变量对应的value值
print(os.environ.get('PATH'))
print(os.getenv('PATH'))

遍历指定目录下所有内容

import os
from os.path import join

for root, dirs, files in os.walk('/var/log'):
    #print(root, dirs, files)
    for name in files:
        print(join(root, name))

os模块常用方法大全：

os.access(path, mode)
检验权限模式

os.chdir(path)
改变当前工作目录

os.chflags(path, flags)
设置路径的标记为数字标记。

os.chmod(path, mode)
更改权限

os.chown(path, uid, gid)
更改文件所有者

os.chroot(path)
改变当前进程的根目录

os.close(fd)
关闭文件描述符 fd

os.closerange(fd_low, fd_high)
关闭所有文件描述符，从 fd_low (包含) 到 fd_high (不包含), 错误会忽略

os.dup(fd)
复制文件描述符 fd

os.dup2(fd, fd2)
将一个文件描述符 fd 复制到另一个 fd2

os.fchdir(fd)
通过文件描述符改变当前工作目录

os.fchmod(fd, mode)
改变一个文件的访问权限，该文件由参数fd指定，参数mode是Unix下的文件访问权限。

os.fchown(fd, uid, gid)
修改一个文件的所有权，这个函数修改一个文件的用户ID和用户组ID，该文件由文件描述符fd指定。

os.fdatasync(fd)
强制将文件写入磁盘，该文件由文件描述符fd指定，但是不强制更新文件的状态信息。

os.fdopen(fd[, mode[, bufsize]])
通过文件描述符 fd 创建一个文件对象，并返回这个文件对象

os.fpathconf(fd, name)
返回一个打开的文件的系统配置信息。name为检索的系统配置的值，它也许是一个定义系统值的字符串，这些名字在很多标准中指定（POSIX.1, Unix 95, Unix 98, 和其它）。

os.fstat(fd)
返回文件描述符fd的状态，像stat()。

os.fstatvfs(fd)
返回包含文件描述符fd的文件的文件系统的信息，像 statvfs()

os.fsync(fd)
强制将文件描述符为fd的文件写入硬盘。

os.ftruncate(fd, length)
裁剪文件描述符fd对应的文件, 所以它最大不能超过文件大小。

os.getcwd()
返回当前工作目录

os.getcwdu()
返回一个当前工作目录的Unicode对象

os.isatty(fd)
如果文件描述符fd是打开的，同时与tty(-like)设备相连，则返回true, 否则False。

os.lchflags(path, flags)
设置路径的标记为数字标记，类似 chflags()，但是没有软链接

os.lchmod(path, mode)
修改连接文件权限

os.lchown(path, uid, gid)
更改文件所有者，类似 chown，但是不追踪链接。

os.link(src, dst)
创建硬链接，名为参数 dst，指向参数 src

os.listdir(path)
返回path指定的文件夹包含的文件或文件夹的名字的列表。

os.lseek(fd, pos, how)
设置文件描述符 fd当前位置为pos, how方式修改: SEEK_SET 或者 0 设置从文件开始的计算的pos; SEEK_CUR或者 1 则从当前位置计算; os.SEEK_END或者2则从文件尾部开始. 在unix，Windows中有效

os.lstat(path)
像stat(),但是没有软链接

os.major(device)
从原始的设备号中提取设备major号码 (使用stat中的st_dev或者st_rdev field)。

os.makedev(major, minor)
以major和minor设备号组成一个原始设备号

os.makedirs(path[, mode])
递归文件夹创建函数。像mkdir(), 但创建的所有intermediate-level文件夹需要包含子文件夹。

os.minor(device)
从原始的设备号中提取设备minor号码 (使用stat中的st_dev或者st_rdev field )。

os.mkdir(path[, mode])
以数字mode的mode创建一个名为path的文件夹.默认的 mode 是 0777 (八进制)。

os.mkfifo(path[, mode])
创建命名管道，mode 为数字，默认为 0666 (八进制)

os.mknod(filename[, mode=0600, device])
创建一个名为filename文件系统节点（文件，设备特别文件或者命名pipe）。

os.open(file, flags[, mode])
打开一个文件，并且设置需要的打开选项，mode参数是可选的

os.openpty()
打开一个新的伪终端对。返回 pty 和 tty的文件描述符。

os.pathconf(path, name)
返回相关文件的系统配置信息。

os.pipe()
创建一个管道. 返回一对文件描述符(r, w) 分别为读和写

os.popen(command[, mode[, bufsize]])
从一个 command 打开一个管道

os.read(fd, n)
从文件描述符 fd 中读取最多 n 个字节，返回包含读取字节的字符串，文件描述符 fd对应文件已达到结尾, 返回一个空字符串。

os.readlink(path)
返回软链接所指向的文件

os.remove(path)
删除路径为path的文件。如果path 是一个文件夹，将抛出OSError; 查看下面的rmdir()删除一个 directory。

os.removedirs(path)
递归删除目录。

os.rename(src, dst)
重命名文件或目录，从 src 到 dst

os.renames(old, new)
递归地对目录进行更名，也可以对文件进行更名。

os.rmdir(path)
删除path指定的空目录，如果目录非空，则抛出一个OSError异常。

os.stat(path)
获取path指定的路径的信息，功能等同于C API中的stat()系统调用。

os.stat_float_times([newvalue])
决定stat_result是否以float对象显示时间戳

os.statvfs(path)
获取指定路径的文件系统统计信息

os.symlink(src, dst)
创建一个软链接

os.tcgetpgrp(fd)
返回与终端fd（一个由os.open()返回的打开的文件描述符）关联的进程组

os.tcsetpgrp(fd, pg)
设置与终端fd（一个由os.open()返回的打开的文件描述符）关联的进程组为pg。

os.tempnam([dir[, prefix]])
Python3 中已删除。返回唯一的路径名用于创建临时文件。

os.tmpfile()
Python3 中已删除。返回一个打开的模式为(w+b)的文件对象 .这文件对象没有文件夹入口，没有文件描述符，将会自动删除。

os.tmpnam()
Python3 中已删除。为创建一个临时文件返回一个唯一的路径

os.ttyname(fd)
返回一个字符串，它表示与文件描述符fd 关联的终端设备。如果fd 没有与终端设备关联，则引发一个异常。

os.unlink(path)
删除文件路径

os.utime(path, times)
返回指定的path文件的访问和修改的时间。

os.walk(top[, topdown=True[, onerror=None[, followlinks=False]]])
输出在文件夹中的文件名。通过在树中游走，向上或者向下。

os.write(fd, str)
写入字符串到文件描述符 fd中. 返回实际写入的字符串长度

来自：http://www.runoob.com/python3/python3-os-file-methods.html

8.sys模块

import  sys
# 返回一个列表， 第一个元素为当前文件名
print(sys.argv)
print(sys.argv[0])
# 如果获取脚本传入的第n个参数， sys.argv[n]

批量更改文件名

# 创建目录img,在此目录下随机生成100个以.png结尾的文件，然后把以.png结尾的文件改成以.jpg结尾
import os,random,string,sys

# 创建目录并随机生成.png文件
os.mkdir('img')
for i in range(100):
    os.mknod('img/'+''.join(random.sample(string.ascii_letters+string.digits,4))+'.png')

def modify_suffix(dirname,old_suffix,new_suffix):
    if not os.path.exists(dirname):
        print('目录不存在！')
        exit()
    old_suffix_file_list = list(filter(lambda x:x.endswith(old_suffix),os.listdir(dirname)))

    #字符串方法：
    #new_suffix_file_list = []
    # for i in old_suffix_file_list:
    #     new_suffix_file_list.append(i.replace(old_suffix,new_suffix))
    # print(new_suffix_file_list)
    # for i,j in zip(old_suffix_file_list,new_suffix_file_list):
    #     print(dirname+i,dirname+j)
    #     os.rename(dirname+'/'+i,dirname+'/'+j)

    #文件操作方法：
    file_name = [os.path.splitext(name)[0] for name in old_suffix_file_list]
    for i in file_name:
        os.rename(dirname+'/'+i+old_suffix,dirname+'/'+i+new_suffix)
modify_suffix('img','.png','.jpg')