欢迎关注「issnail」
"一起学习，一起成长！"
1.文件输入/输出（普通文件）
数据持久化最简单的类型是普通文件，又叫平面文件（flat file）。它仅仅是在一个文件名下的字节流，把数据从一个文件读入内容，然后从内存写入文件。
读写一个文件之前需要打开它：
fileobj=open(filename,mode)
下面是对该open调用的简单解释：
- fileobj是open()返回的文件对象；
- filename是该文件的字符串名；
- mode是指明文件类型和操作的字符串；
mode的第一个字母标明对其的操作：
- r表示读模式。
- w表示写模式。如果文件不存在则新创建，如果存在则重写新内容。
- x表示在文件不存在的情况下新创建并写文件。【避免重写文件】
- a表示如果文件存在，在文件末尾追加写内容。
mode的第二个字母是文件类型：
- t（或省略）代表文本类型；
- b代表二进制文件。
打开文件之后就可以调用函数来读写数据，最后需要关闭文件。
1.1使用write()写文本文件
函数write()返回写入文件的字节数。
两种写入文件内容的方法：
- 一是使用函数write()，如下所示
>>>fout=open('relativity','wt')
#函数write返回写入文件的字节数
>>>fout.write(poem)
>>>150
>>>fout.close()
- 二是使用print()，如下所示
>>>fout=open('relativity','wt')
#打印到指定文件中
>>>print(poem,file=fout)
>>>fout.close()
使用write()还是print()？
print默认会在每个参数后面添加空格，在每行结束处添加换行。为了使print()与write()有同样的输出，传入下面两个参数。
- sep分隔符：默认是一个空格‘ ’
- end结束字符：默认是一个换行符‘\n’
除非自定义参数，否则print()会使用默认参数。
>>>fout=open('relativity','wt')
>>>print(poem,file=fout,sep='',end='')
>>>fout.close()
如果@源字符串非常大，可以将数据分块，知道所有字符被写入：
>>>fout=open('relativity','wt')
>>>size=len(poem)
>>>offset=0
>>>chunk=100
>>>while True:
... if offset>size:
... break
... fout.write(poem[offset:offset+chunk])
... offset += chunk
... 100
... 50
...
>>>fout.close()
@如果‘relativity’文件已经存在，使用模式x可以避免重写文件：
>>>fout=open('relativity','xt')
Traceback (most recent call last):
File "<ipython-input-53-75d35c89676c>", line 1, in <module>
fout=open('relativity','xt')
FileExistsError: [Errno 17] File exists: 'relativity'
针对此种情况，可以加入一个@异常处理：
>>>try:
... fout=open('relativity','xt')
... fout.write('stomp stomp stomp')
...except FileExistsError:
... print('relativity already exists!.That was a close one.')
...
relativity already exists!.That was a close one.
1.2使用read()、readline()或者readlines()读文本文件
@read()、readline()最终都返回单个字符串（如poem），readlines()返回单行字符串的列表。
1.2.1 read()
- 按照字符数读入，read()默认读入文件的所有内容
注意：如果使用不带参数的read()函数一次读入文件的@所有内容，1GB的文件会用到相同大小的内存。
书写格式：poem=fin.read()
@设置最大的读入字符数，限制read()函数一次返回的大小。
代码示例：
>>>poem=''
>>>fin=open('relativity','rt')
>>>chunk=100
>>>while True:
... fragment=fin.read(chunk)
... if not fragment:
... break
... poem += fragment
...
>>>fin.close()
>>>len(poem)
150
读到文件结尾之后，再次调用read()会返回空字符串（’’）。
1.2.2 readline()
l 每次读入文件的一行（通过追加每一行拼接成原来的字符串）
书写格式：line=fin.readline()
代码示例：
>>>poem=''
>>>fin=open('relativity','rt')
>>>while True:
... line=fin.readline()
... if not line:
... break
... poem += line
>>>fin.close()
>>>len(poem)
150
读取文本文件最简单的方式是使用一个迭代器(iterator)，它会每次返回一行。
>>>poem=''
>>>fin=open('relativity','rt')
>>>for line in fin:
... poem += line
>>>fin.close()
>>>len(poem)
150
1.2.3 readlines()
- 读入所有行，并返回单行字符串的列表。
书写格式：lines=fin.readlines()
示例代码：
>>>fin=open('relativity','rt')
>>>lines=fin.readlines()
>>>fin.close()
>>>print(len(lines),'lines read')
5 lines read
>>>for line in lines:
... print(line,end='')
...
There was a young lady named Bright,
Whose speed was far faster than light;
She started one day
In a relative way,
And returned on the previous night.
1.3使用write()写二进制文件
如果文件模式字符串中包含‘b’，那么文件会以二进制模式打开。这种情况下，读写的是字节而不是字符串。
>>> bdata=bytes(range(0,256))
>>> len(bdata)
256
以二进制模式打开文件，并且一次写入所有的数据：
>>> fout=open('bfile','wb')
>>> fout.write(bdata)
256
>>> fout.close()
就像文本一样，二进制数据也可以分块写入，具体可参见文本处。
1.4使用read()读二进制文件
用‘rb打开文件即可：
>>> fin=open('bfile','rb')
>>> bdata=fin.read()
>>> len(bdata)
256
>>> fin.close()
1.5使用with自动关闭文件
Python的上下文管理器(context manager)会清理一些资源，例如打开的文件。它的形式为with expression as variable：
>>> with open('relativity','wt') as fout:
... fout.write(poem)
完成上下文管理器的代码后，文件会被自动关闭。
1.6使用seek()改变位置
无论是读或者写文件，python都会跟踪文件中的位置。函数tell()返回距离文件开始处的字节偏移量。函数seek()允许跳转到文件其他字节偏移量的位置。这意味着可以不用从头读取文件的每一个字节，直接跳到最后位置并只读一个字节也是可行的。
>>> fin=open('bfile','rb')
>>> fin.tell()
0
#使用seek()读取文件结束前最后一个字节：
>>> fin.seek(255)
255
#一直读到文件结束：
>>> bdata=fin.read()
>>> len(bdata)
1
>>> bdata[0]
255
用第二个参数调用函数seek()：seek(offset,origin)。
- 如果origin等于0（默认为0），从开头偏移offset个字节。
- 如果origin等于1，从当前位置处偏移offset个字节。
- 如果origin等于2，距离最后结尾处偏移offset个字节。
这些值在标准os模块中被定义：
>>> import os
>>> os.SEEK_SET
0
>>> os.SEEK_CUR
1
>>> os.SEEK_END
2
可以用不同的方法读取最后一个字节：
>>> fin=open('bfile','rb')
>>> fin.seek(-1,2)
255
>>> fin.tell()
255
>>> bdata=fin.read()
>>> len(bdata)
1
>>> bdata[0]
255
从文件的当前位置寻找的例子：
>>> fin=open('bfile','rb')
>>> fin.seek(254,0)
254
>>> fin.tell()
254
>>> fin.seek(1,1)
255
>>> fin.tell()
255
>>> bdata=fin.read()
>>> len(bdata)
1
>>> bdata[0]
255
这些函数对于二进制文件都是极其重要的。当文件是ASCII编码（每个字符一个字节）时，也可以使用它们，但是计算偏移量会是一件麻烦事。其实，这些都取决于文本的编码格式，最流行的编码格式（例如UTF-8）每个字符数都不尽相同。
2.结构化的文本文件
结构化的文本有很多格式，区别它们的方法如下所示：
- 分隔符，比如tab(‘\t’)、逗号(‘,’)或者竖线(‘|’)。逗号分隔值（CSV）就是这样的例子。
- ‘<’和‘>’标签，例如XML和HTML。
- 标点符号，例如JavaScript Object Notation(JSON)。JSON是一种轻量级的数据交换格式，它是基于JavaScript的一个子集。
- 缩进，例如YAML(即YAML Ain’t Markup Language的缩写)。
- 混合的，例如各种配置文件。
每一种结构化文件格式都能够被至少一种Python模块读写。
2.1 CSV
带分隔符的文件一般用作数据交换格式或者数据库。最好使用标准的csv模块，因为这样切分会得到更加复杂的信息。
- 除了逗号，还有其他可代替的分隔符：‘|’和‘\t’很常见。
- 有些数据会有转义字符序列，如果分隔符出现在一块区域内，则整块都要加上引号或者在她之前加上转义字符。
- 文件可能有不同的换行符，Unix系统的文件使用’\n’，Microsoft使用’\r\n’，Apple之前使用’\r’而现在使用’\n’。
- 在第一行可以加上列名。
2.1.1 csv.writer()
【列表】
首先，读和写一个列表的行，每一行包含很多列：
>>>import csv
>>>villains=[
... ['Doctor','No'],
... ['Rosa','Klebb'],
... ['Mister','Big'],
... ['Auric','Goldfinger'],
... ['Ernst','Blofeld']
... ]
>>>with open('villains','wt') as fout:
... csvout=csv.writer(fout)
... csvout.writerows(villains)
创建文件villains的内容如下：
Doctor,No
Rosa,Klebb
Mister,Big
Auric,Goldfinger
Ernst,Blofeld
2.1.2 csv.reader()
【列表】
重新读villains文件。
>>>import csv
>>>with open('villains','rt') as fin: #一个上下文管理器
... cin=csv.reader(fin)
... villains=[row for row in cin] #使用列表推导式
...
>>>print(villains)
[['Doctor', 'No'], [], ['Rosa', 'Klebb'], [], ['Mister', 'Big'], [], ['Auric', 'Goldfinger'], [], ['Ernst', 'Blofeld'], []]
我们利用函数reader()创建的结构，它在通过for循环提取到的cin对象中构建每一行。
【重要】使用reader()和writer()的默认操作。每一列用逗号分开；每一行用换行符分开。
2.1.3 csv.DictReader()
【字典】
数据可以是以字典为元素的列表（a list of dictionary），不仅仅是以列表为元素的列表（a list of list）。接下来，使用新函数DictReader()读取文件villains，并且制定每一列的名字。
>>>import csv
>>>with open('villains','rt') as fin:
... cin=csv.DictReader(fin,fieldnames=['first','last'])
... villains=[row for row in cin]
...
>>>print(villains)
[OrderedDict([('first', 'Doctor'), ('last', 'No')]), OrderedDict([('first', 'Rosa'), ('last', 'Klebb')]), OrderedDict([('first', 'Mister'), ('last', 'Big')]), OrderedDict([('first', 'Auric'), ('last', 'Goldfinger')]), OrderedDict([('first', 'Ernst'), ('last', 'Blofeld')])]
2.1.4 csv.DictWriter()
【字典】
下面使用新函数DictWriter()重写CSV文件，同时调用writeheader()向CSV文件中第一行写入每一列的名字。
>>>import csv
>>>with open('villains1','wt') as fout:
... cout=csv.DictWriter(fout,['first','last'])
... cout.writeheader()
... cout.writerows(villains1)
>>>villains1
[{'first': 'Doctor', 'last': 'No'},
{'first': 'Rosa', 'last': 'Klebb'},
{'first': 'Mister', 'last': 'Big'},
{'first': 'Auric', 'last': 'Goldfinger'},
{'first': 'Ernst', 'last': 'Blofeld'}]
3.结构化二进制文件
3.1 电子数据表(Excel)
电子数据表，尤其是Microsoft Excel，是广泛使用的二进制数据格式。
如果把电子数据表保存到一个CSV文件中，就可以利用之前提到的标准csv模块读取它。
如果有一个xls文件，也可以使用第三方库xlrd（http:pypi.python.org/pypi/xlrd）读写文件。
「亲，如果笔记对您有帮助，收藏的同时，记得给点个赞、加个关注哦！感谢！」
「诚邀关注“issnail”，会有惊喜哦!」
「文中代码均亲测过，若有错误之处，欢迎批评指正，一起学习，一起成长！」
参考书目：python语言及其应用