Python小白学习之路(二十)—【打开文件的模式二】【文件的其他操作】

时间:2021-02-24 08:20:50

打开文件的模式(二)

对于非文本文件,我们只能使用b模式,"b"表示以字节的方式操作
(而所有文件也都是以字节的形式存储的,使用这种模式无需考虑文本文件的字符编码、图片文件的jgp格式、视频文件的avi格式)

rb:    以字节方式读文件
wb:  以字节方式写文件
ab:   以字节方式追加文件

注:以b方式打开时,读取到的内容是字节类型,写入时也需要提供字节类型,所以不能指定编码

1. rb

#错误举例
f = open ('test1.py', 'rb', encoding = 'utf -8')
data = f.read()
print(data)
f.close() #执行结果:
报错
f = open ('test1.py', 'rb', encoding = 'utf-8')
ValueError: binary mode doesn't take an encoding argument (以b方式打开时,因为读取到的内容是字节类型,所以不能指定编码方式,否则会报错)
#正确
f = open ('test1.py', 'rb')
data = f.read()
print(data)
f.close() #执行结果:
b"'hello'\r\n'\xe5\xb0\x8f\xe7\x81\xab\xe9\x94\x85'\r\n'666'"

test1.py中的内容如下:

'hello'
'小火锅'
'666'

分析该程序执行结果:

1. python在windows操作系统下,换行符为在windows操作系统下,换行符为 \r\n
2. ‘字符串’-------encode-------》bytes
     bytes---------decode-------》‘字符串’

所以,我们想让执行结果为字符串,可在print时做decode处理

f = open ('test1.py', 'rb')
data = f.read()
print(data.decode('utf-8'))
f.close() #执行结果:
'hello'
'小火锅'
''

2. wb

#错误举例

f = open ('test1.py', 'wb')
f.write('hello')
f.close() #执行结果: TypeError: a bytes-like object is required, not 'str' (以b方式写入时需要提供字节类型,所以不能写入字符串类型)
#正确

f = open ('test1.py', 'wb')
f.write(bytes('hello\n小火锅', encoding = 'utf-8' ))
f.close()

3. ab

#举例
f = open ('test1.py', 'ab')
f.write(bytes('hello\n小火锅\n', encoding = 'utf-8' ))
f.close()

关于文件的其他操作介绍

1. .encoding 读取文件打开时后的编码方式(即open时指定的编码方式)

#举例

f = open ('test1.py', 'w', encoding = 'GB2312')
f.close()
print(f.encoding) #执行结果: GB2312

2. .closed 确定文件是否关闭

#举例

f = open ('test1.py', 'w', encoding = 'utf-8')
f.close()
print(f.closed) #执行结果: True

3. .flush 刷新操作(将文件内容从内存刷到硬盘)

4. .tell 读取光标所在位置

补充:文件内光标移动

一: read(3):

   1. 文件打开方式为文本模式时,代表读取3个字符

   2. 文件打开方式为b模式时,代表读取3个字节

二: 其余的文件内光标移动都是以字节为单位如seek,tell,truncate

test1中的内容
aaa
小火锅
666

#举例
f = open ('test1.py', 'r', encoding = 'utf-8')
print(f.tell())
f.readline()
print(f.tell())
f.readline()
print(f.tell())
f.close() #执行结果:
0
5
16
#结果分析:
第一个tell判断光标位置时候,光标在文件开头,即在位置0
读取了一行之后,光标跑到文件第二行开头,但是在Windows操作系统,换行符为 \r\n,占两个字节,而且tell光标移动以字节为单位,所以光标位置为 5
读取了第二行之后,光标跑到了文件第三行开头,光标经历了三个汉字和换行符,在编码方式为 utf-8 时,走过了3*3+2=11个字节,所以光标位置为 16

5. .seek 控制光标的移动

#举例
f = open ('test1.py', 'r', encoding = 'utf-8')
f.seek(2) #光标从默认位置0开始,往后移动两个字节
data = f.read()
print(data) #打印光标后的内容
f.close() #执行结果:
a
小火锅
666

如果,我将test1.py的内容改为

小火锅
aaa
666

再次执行上述程序

#报错:UnicodeDecodeError: 'utf-8' codec can't decode byte 0x8f in position 0: invalid start byte

原因:一个汉字在utf-8编码方式为3个字节,seek(2)移动两个字节,难道有神奇的功能将汉字劈开嘛,所以肯定会报错啊!

关于seek的一些补充:

seek有三种模式,分别为

  • 0模式 默认从0开始(不用指定)
  • 1模式 从上次相对位置开始
  • 2模式 从文件末尾开始seek(第一个参数需要为负数)
举例:
f = open ('test1.py', 'r', encoding = 'utf-8')
f.seek(3)
print(f.tell())
f.seek(9)
print(f.tell())
f.close() #执行结果
3
9
f = open ('test1.py', 'rb')
f.seek(3,1)
print(f.tell())
f.seek(10,1)
print(f.tell())
f.close() #执行结果
3
13
f = open ('test1.py', 'rb')
f.seek(-3,2) #seek 在模式 2 时,第一个参数为负数
print(f.tell())
print(f.read())
f.close() #执行结果
18
b'6\r\n'

任务:应用:打开一个日志文件,并且读取最新日志(核心:倒着读文件内容)

日志文件内容如下:
2018/11/20 aaa 上网听歌
2018/11/20 bbb 上网网购
2018/11/20 ccc 上网学习

#方法一
f = open('日志文件', 'rb')
data = f.readlines() #将日志文件的内容以列表形式读到内存中
print(data[-1].decode('utf-8')) #以切片方式读取列表中最后一个元素,即文件最后一行内容 #执行结果
2018/11/20 ccc 上网学习
#方法二
f = open('日志文件', 'rb')
for i in f: #文件循环方式
offs = -10 #设置初始偏移量
while True: #设置一个死循环来读取文件的最后一行内容,读取到break
f.seek(offs, 2) #seek模式2,光标倒着移动
data = f.readlines() #以列表形式读取光标后的内容
if len(data) > 1: #如果该列表长度大于1,说明光标移动到最后一行之前,最后一行内容已被读出,break,反则最后一行内容还未全部读出,将偏移量扩大,直到独处最后一行全部内容
  print('文件最后一行:%s'%(data[-1].decode('utf-8')))
  break
offs *= 2 #执行结果
文件最后一行:2018/11/20 ccc 上网学习

方法一看着简单,但是方法一需要将日志文件的内容一列表形式全部读到内存中,占用较多内存
方法二的思想就是我用最后一行内容,我倒着读,只关注我想得到的信息

6. .truncate 截取文件内容(实质为文件内容的改写,所以在 open 文件时,需要设置正确的打开文件的模式)

举例:

f = open('日志文件', 'r+',encoding = 'utf-8')
data = f.truncate(8)
print(data)

注意:

  • 打开方式不可以是r(报错,实质为文件的改写)
  • 打开方式不可以是w w+(这两个模式将内容全部删除,所以截取不到任何内容)