本篇内容主要讲解“怎么使用Python超过99%的文件操作”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“怎么使用Python超过99%的文件操作”吧!
一、打开和关闭文件
当您要读取或写入文件时,首先要做的就是打开文件。 Python具有打开的内置函数,该函数打开文件并返回文件对象。 文件对象的类型取决于打开文件的模式。 它可以是文本文件对象,原始二进制文件和缓冲的二进制文件。 每个文件对象都有诸如read()和write()之类的方法。
该代码块中有问题,您能识别出来吗? 我们将在后面讨论。
file = open("test_file.txt","w+") file.read() file.write("a new line")
Python文档列出了所有可能的文件模式。 表中列出了最常见的模式。 一个重要的规则是,任何与w相关的模式都将首先截断该文件(如果存在),然后创建一个新文件。 如果您不想覆盖文件,请谨慎使用此模式,并尽可能使用附加模式。
mode meaning r 打开以供阅读(默认) r+ 为读取和写入打开(文件指针位于文件的开头) w 打开进行写入(如果存在则截断文件) w+ 可以同时进行读写(截断文件,如果存在的话) a 开放写操作(如果存在,追加到文件末尾,并且文件指针位于文件末尾)
上一个代码块中的问题是我们只打开了文件,但没有关闭文件。 在处理文件时始终关闭文件很重要。 拥有打开的文件对象可能会导致不可预测的行为,例如资源泄漏。 有两种方法可以确保正确关闭文件。
1. 使用close()
第一种方法是显式使用close()。 一个好的做法是将其放入最后,以便我们可以确保在任何情况下都将关闭该文件。 它使代码更加清晰,但另一方面,开发人员应该承担责任,不要忘记关闭它。
try: file = open("test_file.txt","w+") file.write("a new line") exception Exception as e: logging.exception(e) finally: file.close()
2. 使用上下文管理器,将open(...)设置为f
第二种方法是使用上下文管理器。 如果您不熟悉上下文管理器,那么请查阅Dan Bader用Python编写的上下文管理器和“ with”语句。 与open()一起使用,因为f语句实现__enter__和__exit__方法来打开和关闭文件。 此外,它将try / finally语句封装在上下文管理器中,这意味着我们将永远不会忘记关闭文件。
with open("test_file","w+") as file: file.write("a new line")
这个上下文管理器解决方案是否总是比close()更好? 这取决于您在哪里使用它。 以下示例实现了将50,000条记录写入文件的3种不同方式。 从输出中可以看到,use_context_manager_2()函数与其他函数相比性能极低。 这是因为with语句在单独的函数中,它基本上为每个记录打开和关闭文件。 这种昂贵的I / O操作会极大地影响性能。
def _write_to_file(file, line): with open(file, "a") as f: f.write(line) def _valid_records(): for i in range(100000): if i % 2 == 0: yield i def use_context_manager_2(file): for line in _valid_records(): _write_to_file(file, str(line)) def use_context_manager_1(file): with open(file, "a") as f: for line in _valid_records(): f.write(str(line)) def use_close_method(file): f = open(file, "a") for line in _valid_records(): f.write(str(line)) f.close() use_close_method("test.txt") use_context_manager_1("test.txt") use_context_manager_2("test.txt") # Finished 'use_close_method' in 0.0253 secs # Finished 'use_context_manager_1' in 0.0231 secs # Finished 'use_context_manager_2' in 4.6302 secs
二、读写文件
打开文件后,您必须要读取或写入文件。文件对象提供了三种读取文件的方法,分别是read(),readline()和readlines()。
默认情况下,read(size = -1)返回文件的全部内容。如果文件大于内存,则可选参数size可以帮助您限制返回的字符(文本模式)或字节(二进制模式)的大小。
readline(size = -1)返回整行,最后包括字符\ n。如果size大于0,它将从该行返回最大字符数。
readlines(hint = -1)返回列表中文件的所有行。可选参数hint表示如果返回的字符数超过了hint,则将不返回任何行。
在这三种方法中,read()和readlines()的内存效率较低,因为默认情况下,它们以字符串或列表形式返回完整的文件。一种更有效的内存迭代方式是使用readline()并使其停止读取,直到返回空字符串。空字符串“”表示指针到达文件末尾。
with open('test.txt', 'r') as reader: line = reader.readline() while line != "": line = reader.readline() print(line)
在编写方面,有两种方法write()和writelines()。 顾名思义,write()是写一个字符串,而writelines()是写一个字符串列表。 开发人员有责任在末尾添加\ n。
with open("test.txt", "w+") as f: f.write("hi\n") f.writelines(["this is a line\n", "this is another line\n"]) # >>> cat test.txt # hi # this is a line # this is another line
如果您将文本写入特殊的文件类型(例如JSON或csv),则应在文件对象顶部使用Python内置模块json或csv。
import csv import json with open("cities.csv", "w+") as file: writer = csv.DictWriter(file, fieldnames=["city", "country"]) writer.writeheader() writer.writerow({"city": "Amsterdam", "country": "Netherlands"}) writer.writerows( [ {"city": "Berlin", "country": "Germany"}, {"city": "Shanghai", "country": "China"}, ] ) # >>> cat cities.csv # city,country # Amsterdam,Netherlands # Berlin,Germany # Shanghai,China with open("cities.json", "w+") as file: json.dump({"city": "Amsterdam", "country": "Netherlands"}, file) # >>> cat cities.json # { "city": "Amsterdam", "country": "Netherlands" }
1. 在文件内移动指针
当我们打开文件时,我们得到一个指向特定位置的文件处理程序。 在r和w模式下,处理程序指向文件的开头。 在一种模式下,处理程序指向文件的末尾。
(1) tell()和seek()
当我们从文件中读取时,指针将移动到下一个读取将开始的位置,除非我们告诉指针移动。 您可以使用2种方法来做到这一点:tell()和seek()。
tell()以文件开头的字节数/字符数的形式返回指针的当前位置。 seek(offset,whence = 0)将处理程序移到一个位置,offset字符距离wherece。 地点可以是:
0:从文件开头
1:从当前位置开始
2:从文件末尾开始
在文本模式下,wherece仅应为0,偏移应≥0。
with open("text.txt", "w+") as f: f.write("0123456789abcdef") f.seek(9) print(f.tell()) # 9 (pointer moves to 9, next read starts from 9) print(f.read()) # 9abcdef
2. 了解文件状态
操作系统上的文件系统可以告诉您许多有关文件的实用信息。 例如,文件的大小,创建和修改的时间。 要在Python中获取此信息,可以使用os或pathlib模块。 实际上,os和pathlib之间有很多共同之处。 pathlib是比os更面向对象的模块。
3. 操作系统
获取完整状态的一种方法是使用os.stat(“ test.txt”)。 它返回具有许多统计信息的结果对象,例如st_size(文件大小,以字节为单位),st_atime(最新访问的时间戳),st_mtime(最新修改的时间戳)等。
print(os.stat("text.txt")) >>> os.stat_result(st_mode=33188, st_ino=8618932538, st_dev=16777220, st_nlink=1, st_uid=501, st_gid=20, st_size=16, st_atime=1597527409, st_mtime=1597527409, st_ctime=1597527409)
您也可以使用os.path单独获取统计信息。
os.path.getatime() os.path.getctime() os.path.getmtime() os.path.getsize()
三、路径库
获取完整状态的另一种方法是使用pathlib.Path(“ text.txt”)。stat()。 它返回与os.stat()相同的对象。
print(pathlib.Path("text.txt").stat()) >>> os.stat_result(st_mode=33188, st_ino=8618932538, st_dev=16777220, st_nlink=1, st_uid=501, st_gid=20, st_size=16, st_atime=1597528703, st_mtime=1597528703, st_ctime=1597528703)
在以下各节中,我们将比较os和pathlib的更多方面。
四、复制,移动和删除文件
Python有许多内置模块来处理文件移动。 在您信任Google返回的第一个答案之前,您应该意识到,不同的模块选择会导致不同的性能。 一些模块将阻塞线程,直到文件移动完成,而其他模块则可能异步执行。
1. 关闭
shutil是用于移动,复制和删除文件和文件夹的最著名的模块。 它提供了4种仅复制文件的方法。 copy(),copy2()和copyfile()。
copy()与 copy2():copy2()与copy()非常相似。 不同之处在于copy2()还复制文件的元数据,例如最近的访问时间,最近的修改时间。 但是根据Python文档,由于操作系统的限制,即使copy2()也无法复制所有元数据。
shutil.copy("1.csv", "copy.csv") shutil.copy2("1.csv", "copy2.csv") print(pathlib.Path("1.csv").stat()) print(pathlib.Path("copy.csv").stat()) print(pathlib.Path("copy2.csv").stat()) # 1.csv # os.stat_result(st_mode=33152, st_ino=8618884732, st_dev=16777220, st_nlink=1, st_uid=501, st_gid=20, st_size=11, st_atime=1597570395, st_mtime=1597259421, st_ctime=1597570360) # copy.csv # os.stat_result(st_mode=33152, st_ino=8618983930, st_dev=16777220, st_nlink=1, st_uid=501, st_gid=20, st_size=11, st_atime=1597570387, st_mtime=1597570395, st_ctime=1597570395) # copy2.csv # os.stat_result(st_mode=33152, st_ino=8618983989, st_dev=16777220, st_nlink=1, st_uid=501, st_gid=20, st_size=11, st_atime=1597570395, st_mtime=1597259421, st_ctime=1597570395)
2. 367/5000
copy()与 copyfile():copy()将新文件的权限设置为与原始文件相同,但是copyfile()不会复制其权限模式。 其次,copy()的目标可以是目录。 如果存在同名文件,则将其覆盖,否则,将创建一个新文件。 但是,copyfile()的目的地必须是目标文件名。
shutil.copy("1.csv", "copy.csv") shutil.copyfile("1.csv", "copyfile.csv") print(pathlib.Path("1.csv").stat()) print(pathlib.Path("copy.csv").stat()) print(pathlib.Path("copyfile.csv").stat()) # 1.csv # os.stat_result(st_mode=33152, st_ino=8618884732, st_dev=16777220, st_nlink=1, st_uid=501, st_gid=20, st_size=11, st_atime=1597570395, st_mtime=1597259421, st_ctime=1597570360) # copy.csv # os.stat_result(st_mode=33152, st_ino=8618983930, st_dev=16777220, st_nlink=1, st_uid=501, st_gid=20, st_size=11, st_atime=1597570387, st_mtime=1597570395, st_ctime=1597570395) # copyfile.csv # permission (st_mode) is changed # os.stat_result(st_mode=33188, st_ino=8618984694, st_dev=16777220, st_nlink=1, st_uid=501, st_gid=20, st_size=11, st_atime=1597570387, st_mtime=1597570395, st_ctime=1597570395) shutil.copyfile("1.csv", "./source") # IsADirectoryError: [Errno 21] Is a directory: './source'
3. os
os模块具有一个system()函数,允许您在子shell中执行命令。 您需要将该命令作为参数传递给system()。 这与在操作系统上执行的命令具有相同的效果。 为了移动和删除文件,您还可以在os模块中使用专用功能。
# copy os.system("cp 1.csv copy.csv") # rename/move os.system("mv 1.csv move.csv") os.rename("1.csv", "move.csv") # delete os.system("rm move.csv")
4. 异步复制/移动文件
到目前为止,解决方案始终是同步的,这意味着如果文件很大并且需要更多时间移动,则程序可能会被阻止。 如果要使程序异步,则可以使用threading,multiprocessing或subprocess模块使文件操作在单独的线程或单独的进程中运行。
import threading import subprocess import multiprocessing src = "1.csv" dst = "dst_thread.csv" thread = threading.Thread(target=shutil.copy, args=[src, dst]) thread.start() thread.join() dst = "dst_multiprocessing.csv" process = multiprocessing.Process(target=shutil.copy, args=[src, dst]) process.start() process.join() cmd = "cp 1.csv dst_subprocess.csv" status = subprocess.call(cmd, shell=True)
五、搜索文件
复制和移动文件后,您可能需要搜索与特定模式匹配的文件名。 Python提供了许多内置函数供您选择。
1. glob
glob模块根据Unix shell使用的规则查找与指定模式匹配的所有路径名。 它支持通配符,例如*?。 []。
glob.glob(“ *。csv”)搜索当前目录中所有具有csv扩展名的文件。 使用glob模块,还可以在子目录中搜索文件。
>>> import glob >>> glob.glob("*.csv") ['1.csv', '2.csv'] >>> glob.glob("**/*.csv",recursive=True) ['1.csv', '2.csv', 'source/3.csv']
2. os
os模块是如此强大,以至于它基本上可以执行文件操作。 我们可以简单地使用os.listdir()列出目录中的所有文件,并使用file.endswith()和file.startswith()来检测模式。 如果要遍历目录,请使用os.walk()。
import os for file in os.listdir("."): if file.endswith(".csv"): print(file) for root, dirs, files in os.walk("."): for file in files: if file.endswith(".csv"): print(file)
3. pathlib
pathlib具有与glob模块类似的功能。 也可以递归搜索文件名。 与以前的基于os的解决方案相比,pathlib具有更少的代码,并且提供了更多的面向对象的解决方案。
六、播放文件路径
使用文件路径是我们执行的另一项常见任务。 它可以获取文件的相对路径和绝对路径。 它也可以连接多个路径并找到父目录等。
1. 相对路径和绝对路径
os和pathlib都提供了获取文件或目录的相对路径和绝对路径的功能。
import os import pathlib print(os.path.abspath("1.txt")) # absolute print(os.path.relpath("1.txt")) # relative print(pathlib.Path("1.txt").absolute()) # absolute print(pathlib.Path("1.txt")) # relative
2. 联接路径
这是我们可以独立于环境连接os和pathlib中的路径的方式。 pathlib使用斜杠创建子路径。
import os import pathlib print(os.path.join("/home", "file.txt")) print(pathlib.Path("/home") / "file.txt")
3. 获取父目录
dirname()是在os中获取父目录的函数,而在pathlib中,您可以仅使用Path()。parent来获取父文件夹。
import os import pathlib # relative path print(os.path.dirname("source/2.csv")) # source print(pathlib.Path("source/2.csv").parent) # source # absolute path print(pathlib.Path("source/2.csv").resolve().parent) # /Users/<...>/project/source print(os.path.dirname(os.path.abspath("source/2.csv"))) # /Users/<...>/project/source
4. 操作系统 路径库
最后但并非最不重要的一点是,我想简要介绍一下os和pathlib。 如Python文档所述,pathlib是比os更面向对象的解决方案。 它将每个文件路径表示为适当的对象,而不是字符串。 这给开发人员带来了很多好处,例如,使连接多个路径变得更加容易,在不同的操作系统上更加一致,并且可以直接从对象访问方法。
到此,相信大家对“怎么使用Python超过99%的文件操作”有了更深的了解,不妨来实际操作一番吧!这里是亿速云网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。