文件操作中最基本的当然属于文件的读写操作。当我们利用爬虫抓取到一堆数据时,就需要进行文件写操作,将数据写入到文件当中;当我们需要对抓取到的文件内容进行筛选,获取有效信息时,需要对文件进行读操作。本文将介绍文件操作的一些基本内容,助您更高效的处理文件。
1 打开和关闭文件
文件的打开模式多种多样,就像“条条道路通罗马”一样,每一种模式都可以用来打开文件,但是由于“道路”的不同,它们对于打开后文件内容的处理方式不一样。相比来说文件的关闭模式就简单得多了。
1.1 文件的打开模式
表格内列出了一些常见的文件打开模式以及它对于文件的作用。
模式 | 描述 |
---|---|
b | 以二进制模式打开文件。 |
+ | 以读写模式打开一个文件。 |
r | 以只读方式打开文件,打开后文件的指针将会放在文件的开头。 |
rb | 以二进制格式打开一个文件用于只读,文件指针将会放在文件的开头。 |
r+ | 以读写模式打开一个文件,文件指针将会放在文件的开头。 |
rb+ | 以二进制格式打开一个文件用于读写,文件指针将会放在文件的开头。 |
w | 以写模式打开一个文件,如果该文件已存在则打开文件,删除原有文件内容并从开头开始编辑,如果该文件不存在,则创建新文件。 |
wb | 以二进制格式打开一个文件只用于写入,如果该文件已存在则打开文件,删除原有文件内容并从开头开始编辑,如果该文件不存在,则创建新文件。 |
w+ | 以读写模式打开一个文件,如果该文件已存在则打开文件,删除原有文件内容并从开头开始编辑,如果该文件不存在,则创建新文件。 |
wb+ | 以二进制格式打开一个文件用于读写,如果该文件已存在则打开文件,删除原有文件内容并从开头开始编辑,如果该文件不存在,则创建新文件。 |
a | 以追加模式打开一个文件,如果该文件已存在,文件指针将会放在文件的结尾,将新内容写入到已有内容之后,如果该文件不存在,创建新文件进行写入。 |
ab | 以二进制格式打开一个文件用于追加,如果该文件已存在,文件指针将会放在文件的结尾,将新内容写入到已有内容之后,如果该文件不存在,创建新文件进行写入。 |
a+ | 以追加模式打开一个文件,如果该文件已存在,文件指针将会放在文件的结尾,将新内容写入到已有内容之后,如果该文件不存在,创建新文件进行写入。 |
ab+ | 以二进制格式打开一个文件用于追加,如果该文件已存在,文件指针将会放在文件的结尾,将新内容写入到已有内容之后,如果该文件不存在,创建新文件进行写入。 |
简单总结起来就是: r (read)读取,w (write)写入,a (add)追加,配上 + 后可读可写。
1.2 文件的打开和关闭
1.2.1 Python 内置文件打开和关闭函数
open(file, mode=‘r’, buffering=-1, encoding=None),文件打开函数,返回一个 file 对象,从而可以对文件进行读写操作。
- file,要访问的文件名称,是一个字符串值,比如:’python-100.txt’,或者可以包含文件路径,即’C:\Users\Desktop\python-100.txt’。
- mode,决定了文件的打开模式,默认是 ‘r’ 只读模式。
- buffering,如果 buffering 的值被设为 0,就不会有寄存。如果 buffering 的值取 1,访问文件时会寄存行。如果将 buffering 的值设为大于 1 的整数,表明了这就是的寄存区的缓冲大小。如果取负值,寄存区的缓冲大小则为系统默认。
- encoding,对文件的内容进行编码,比如采用 ‘utf-8’ 编码方法。
close(),文件关闭函数,没有返回值,用于关闭一个已打开的文件,关闭后的文件不能再进行读写操作。
- close() 函数没有参数。
1.2.1 open() + close() 模式
每一个文件打开 open() 函数必须搭配一个文件关闭函数 close(),这样养成一个良好的编码习惯。
示例:
1 |
|
1.2.2 with + open() 模式
这种模式下文件打开之后不需要写入文件关闭函数 close(),程序会在执行完 with 结构体中的程序后自动关闭打开的文件。
示例:
1 |
|
2 读取和写入文件内容
2.1 文件读写方法
当我们打开一个文件之后,根据需要我们会对文件内容进行一些操作, Python 当然为我们提供了文件内容的读写方法。
以下表格内列出了一些常用的文件读写方法:
读写方法 | 描述 |
---|---|
read() | 一次性将文件中的内容全部读取出来,缺点就是文件过大的话很容易导致内存崩溃。 |
read(n) | 一次读取 n 个字符,如果再次读取,会在上一次读取过后的位置接着去读取而不是从头开始读取, 如果使用的是 rb 模式,则读取出来的是 n 个字节。 |
readline() | 一次读取一行内容,每次读取出来的内容都以换行符 ‘\n’ 结尾。 |
readlines() | 一次读取打开文件的全部内容,返回一个列表,每一行内容作为元素放到一个列表中,缺点就是文件内容过大容易出现内存崩溃的问题。 |
write(s) | 写入字符串 s,如果再次写入,会在上一次写入的位置末尾继续写入。 |
writelines(s) | 写入字符串或列表 s,如果是列表的话列表中的所有元素必须为 string 类型,如果再次写入,会在上一次写入的位置末尾继续写入。 |
2.2 文件读应用
2.2.1 read() 示例
1 |
|
2.2.2 read(n) 示例
1 |
|
2.2.3 readline() 示例
1 |
|
2.2.4 readlines() 示例
1 |
|
2.2.5 循环读取文件内容示例
1 |
|
2.3 文件写应用
2.3.1 write() 示例
1 |
|
2.3.2 writelines() 示例
1 |
|
3 文件内容定位
定位方法 | 描述 |
---|---|
tell() | 返回当前文件读取指针在什么位置,按字节数来确定的。 |
seek(n) | 用于移动文件读取指针到指定位置,移动的单位为字节。 |
tell() 函数应用示例
1 |
|
seek(offset, whence=0) 函数应用示例
- offset,移动偏移的字节数,如果是负数表示从倒数第几位开始。
- whence,可选参数,默认值为 0。0 代表从文件开头开始算偏移量,1 代表从当前位置开始算,2 代表从文件末尾算起。
1 |
|
4 总结
本节给大家介绍了 Python 中 文件操作的基本使用方法,主要是文件的读写操作,可以助您更高效的处理爬虫获取到的消息内容。
参考资料
[1] https://www.cnblogs.com/MayDayTime/p/9157432.html
[2] https://www.runoob.com/python/python-files-io.html