Python利用文件内容进行操作
Python文件操作基础
打开与关闭文件
在Python中，使用open()函数来打开文件。该函数最基本的形式接受一个文件名作为参数，并返回一个文件对象。例如：
file = open('example.txt')
这里，example.txt是文件名。默认情况下，open()以只读模式打开文件。如果文件不存在，会抛出FileNotFoundError异常。
文件使用完毕后，应该使用close()方法关闭文件，以释放系统资源。例如：
file = open('example.txt')
# 对文件进行操作
file.close()
为了确保文件无论是否发生异常都会被正确关闭，可以使用with语句。with语句会在代码块结束时自动关闭文件。例如：
with open('example.txt') as file:
# 对文件进行操作
pass
文件打开模式
open()函数还可以接受第二个参数来指定文件的打开模式。常见的模式有：
- 只读模式（
'r'）：默认模式，只能读取文件内容。如果文件不存在，会抛出FileNotFoundError异常。
with open('example.txt', 'r') as file:
content = file.read()
print(content)
- 写入模式（
'w'）：打开文件进行写入。如果文件已存在，会清空文件内容；如果文件不存在，会创建新文件。
with open('new_file.txt', 'w') as file:
file.write('This is some new content.')
- 追加模式（
'a'）：打开文件进行追加写入。如果文件不存在，会创建新文件。新写入的内容会追加到文件末尾。
with open('existing_file.txt', 'a') as file:
file.write('\nThis is appended content.')
- 二进制模式：可以在上述模式后加上
'b'，如'rb'（二进制只读）、'wb'（二进制写入）。常用于处理非文本文件，如图像、音频等。例如，读取二进制文件：
with open('image.jpg', 'rb') as file:
binary_data = file.read()
读取文件内容
读取整个文件
使用文件对象的read()方法可以读取文件的全部内容，并返回一个字符串（对于文本文件）或字节对象（对于二进制文件）。例如：
with open('example.txt', 'r') as file:
content = file.read()
print(content)
这种方式适用于文件较小的情况。如果文件非常大，一次性读取可能会导致内存问题。
逐行读取
逐行读取文件内容可以避免一次性加载大量数据到内存。可以使用readline()方法每次读取一行。例如：
with open('example.txt', 'r') as file:
line = file.readline()
while line:
print(line.strip()) # strip()方法用于去除每行末尾的换行符
line = file.readline()
也可以使用for循环来逐行迭代文件对象，这种方式更加简洁：
with open('example.txt', 'r') as file:
for line in file:
print(line.strip())
读取指定数量的字符或字节
read()方法可以接受一个参数，表示读取的字符（对于文本文件）或字节（对于二进制文件）数量。例如，读取文件的前10个字符：
with open('example.txt', 'r') as file:
partial_content = file.read(10)
print(partial_content)
写入文件内容
写入字符串
使用文件对象的write()方法可以将字符串写入文件。在写入模式（'w'）或追加模式（'a'）下有效。例如：
with open('output.txt', 'w') as file:
file.write('This is some text to write.')
如果需要写入多行，可以使用\n来表示换行，或者使用writelines()方法。writelines()方法接受一个字符串序列（如列表），并将每个字符串写入文件，不会自动添加换行符。例如：
lines = ['Line 1\n', 'Line 2\n', 'Line 3\n']
with open('output.txt', 'w') as file:
file.writelines(lines)
写入二进制数据
对于二进制文件，使用write()方法写入字节对象。例如，将二进制数据写入文件：
binary_data = b'\x48\x65\x6c\x6c\x6f' # 字节对象
with open('binary_file.bin', 'wb') as file:
file.write(binary_data)
文件指针操作
获取和移动文件指针
文件对象有一个内部的文件指针，指示当前读取或写入的位置。可以使用tell()方法获取文件指针的当前位置（从文件开头开始计数的字节数，对于文本文件，可能不太直观，因为换行符的处理等因素）。例如：
with open('example.txt', 'r') as file:
file.read(5) # 读取前5个字符
position = file.tell()
print(f"当前文件指针位置: {position}")
使用seek()方法可以移动文件指针到指定位置。seek()方法接受两个参数：偏移量（offset）和起始位置（whence）。起始位置有以下几种取值：
0：表示从文件开头开始计算偏移量（默认值）。例如，将文件指针移动到文件开头：
with open('example.txt', 'r') as file:
file.seek(0)
1：表示从当前位置开始计算偏移量。例如，从当前位置向后移动10个字节：
with open('example.txt', 'r') as file:
file.seek(10, 1)
2：表示从文件末尾开始计算偏移量。例如，移动到文件末尾前5个字节的位置：
with open('example.txt', 'r') as file:
file.seek(-5, 2)
在文件中间插入内容
要在文件中间插入内容，一般不能直接在原文件中插入，因为文件系统的结构不支持这种操作。常见的做法是将文件内容读取到内存，修改内存中的数据，然后再将修改后的数据写回文件。例如，假设要在文件的第10个字符后插入新内容：
with open('example.txt', 'r') as file:
content = file.read()
new_content = content[:10] + 'Inserted text' + content[10:]
with open('example.txt', 'w') as file:
file.write(new_content)
文件与目录操作的综合应用
遍历目录
Python的os模块提供了遍历目录的功能。例如，使用os.walk()函数可以递归地遍历目录树。以下是一个示例，列出指定目录及其子目录下的所有文件：
import os
def list_files(directory):
for root, dirs, files in os.walk(directory):
for file in files:
print(os.path.join(root, file))
list_files('.') # 遍历当前目录
在上述代码中，os.walk()返回一个三元组：当前目录路径（root）、当前目录下的子目录列表（dirs）和当前目录下的文件列表（files）。
创建与删除文件和目录
使用os模块还可以创建和删除文件与目录。例如，使用os.makedirs()函数可以创建多级目录：
import os
os.makedirs('new_directory/sub_directory', exist_ok=True)
这里，exist_ok=True表示如果目录已经存在，不会抛出异常。
删除文件可以使用os.remove()函数，删除目录可以使用os.rmdir()函数（只能删除空目录）。如果要删除非空目录及其所有内容，可以使用shutil.rmtree()函数。例如：
import os
import shutil
# 删除文件
os.remove('file_to_delete.txt')
# 删除空目录
os.rmdir('empty_directory')
# 删除非空目录
shutil.rmtree('non_empty_directory')
重命名文件和目录
使用os.rename()函数可以重命名文件或目录。例如：
import os
os.rename('old_file.txt', 'new_file.txt')
os.rename('old_directory', 'new_directory')
文件内容的高级操作
搜索文件中的文本
要在文件中搜索特定的文本，可以逐行读取文件内容，并使用字符串的方法来查找匹配项。例如，查找文件中包含特定单词的行：
search_word = 'example'
with open('example.txt', 'r') as file:
for line in file:
if search_word in line:
print(line.strip())
如果需要更复杂的文本搜索，比如使用正则表达式，可以使用re模块。例如，查找符合特定正则表达式的行：
import re
pattern = re.compile(r'\d{3}-\d{2}-\d{4}') # 匹配格式为XXX-XX-XXXX的字符串
with open('example.txt', 'r') as file:
for line in file:
if pattern.search(line):
print(line.strip())
替换文件中的文本
替换文件中的文本与在文件中间插入内容类似，通常需要先读取文件内容，进行替换操作，然后再写回文件。例如，将文件中的某个单词替换为另一个单词：
replace_word = 'old_word'
new_word = 'new_word'
with open('example.txt', 'r') as file:
content = file.read()
new_content = content.replace(replace_word, new_word)
with open('example.txt', 'w') as file:
file.write(new_content)
如果使用正则表达式进行替换，可以使用re.sub()函数。例如，替换符合特定正则表达式的字符串：
import re
pattern = re.compile(r'\d{3}-\d{2}-\d{4}')
replacement = 'XXX-XX-XXXX'
with open('example.txt', 'r') as file:
content = file.read()
new_content = pattern.sub(replacement, content)
with open('example.txt', 'w') as file:
file.write(new_content)
处理大文件
处理大文件时，为了避免内存占用过高，应该采用逐块读取和处理的方式。例如，假设要处理一个非常大的文本文件，统计其中单词的出现次数：
word_count = {}
chunk_size = 1024 * 1024 # 每次读取1MB
with open('large_file.txt', 'r') as file:
while True:
chunk = file.read(chunk_size)
if not chunk:
break
words = chunk.split()
for word in words:
if word in word_count:
word_count[word] += 1
else:
word_count[word] = 1
print(word_count)
在上述代码中，每次读取固定大小的文件块，对块内的单词进行统计，从而避免一次性加载整个大文件到内存。
文件加密与解密
文件加密与解密是保护文件内容安全的重要手段。可以使用第三方库，如cryptography来实现文件的加密和解密。以下是一个简单的示例，使用AES（高级加密标准）算法对文件进行加密和解密：
from cryptography.fernet import Fernet
# 生成密钥
key = Fernet.generate_key()
cipher_suite = Fernet(key)
# 加密文件
with open('plaintext.txt', 'rb') as file:
plaintext = file.read()
ciphertext = cipher_suite.encrypt(plaintext)
with open('encrypted.txt', 'wb') as file:
file.write(ciphertext)
# 解密文件
with open('encrypted.txt', 'rb') as file:
ciphertext = file.read()
decrypted_text = cipher_suite.decrypt(ciphertext)
with open('decrypted.txt', 'wb') as file:
file.write(decrypted_text)
在上述代码中，首先生成一个密钥，然后使用该密钥对文件进行加密，将加密后的内容写入新文件。之后，使用相同的密钥对加密文件进行解密，并将解密后的内容写入另一个文件。
文件压缩与解压缩
Python的zipfile模块用于处理ZIP格式的压缩文件，tarfile模块用于处理TAR格式的压缩文件。以下是使用zipfile模块压缩文件的示例：
import zipfile
with zipfile.ZipFile('archive.zip', 'w') as zipf:
zipf.write('file1.txt')
zipf.write('file2.txt')
上述代码将file1.txt和file2.txt压缩到archive.zip文件中。
解压缩ZIP文件的示例如下：
import zipfile
with zipfile.ZipFile('archive.zip', 'r') as zipf:
zipf.extractall('extracted_files')
这里将archive.zip文件解压到extracted_files目录中。
使用tarfile模块压缩文件的示例：
import tarfile
with tarfile.open('archive.tar.gz', 'w:gz') as tarf:
tarf.add('file1.txt')
tarf.add('file2.txt')
上述代码将file1.txt和file2.txt压缩到archive.tar.gz文件中（使用gzip压缩）。
解压缩TAR文件的示例如下：
import tarfile
with tarfile.open('archive.tar.gz', 'r:gz') as tarf:
tarf.extractall('extracted_files')
这里将archive.tar.gz文件解压到extracted_files目录中。
通过以上对Python文件操作的详细介绍，从基础的文件打开、读取、写入，到文件指针操作，再到文件与目录操作的综合应用以及文件内容的高级操作，涵盖了Python在文件处理方面的众多知识点。希望这些内容能帮助开发者更好地利用文件内容进行各种操作，满足不同场景下的需求。