python之文件操作、OS模块、CSV

发布时间：2019-09-07 08:10:53编辑：auto阅读（2102）

一 文件操作

1 文件系统和文件

在磁盘上读写文件的功能都是由操作系统提供的，现代操作系统不允许普通的程序直接操作磁盘，所以，读写文件就是请求操作系统打开一个文件对象（通常称为文件描述符），然后，通过操作系统提供的接口从这个文件对象中读取数据（读文件），或者把数据写入这个文件对象（写文件）。
文件是计算机中由OS管理的具有名字的存储区域，在Linux中，文件是被看做字节序列.

2 python内置的打开文件的方式open读取

1 文件打开open

open(文件目录（可以是绝对路径和相对路径）[文件打开模式][文件输出缓存])
后面两项是可选参数。默认返回是一个文件对象的内存，其默认的读写模式是只读模式，


可以通过赋值进行输出结果read（输出的字节数）默认是全部


通过参数指定读取的范围：


2 文件操作的模式



3 文件的其他属性

1 文件的常用操作

A seek([文件偏移量][文件指针位置])
文件指针的返回
为0表示文件的起始，为1 表示当前位置，为2表示末尾位置。
通过指定文件的指针可以重复读取文件的第一行内容，



偏移量的大小表现为文件的字节数，当为正时，表示向右读取，当为负时，表示向左读取，当为0时，表示不偏移


B tell（）显示指针目前所处位置

C close()表示关闭当前文件

D closed 检查当前文件是否关闭，若为True ，则表示已关闭，若为False，则表示未关闭

E name 查看文件名称

F mode 查看当前文件的打开模式

G flush 将当前文件的内容刷新到磁盘上，其目的是为了防止断电而保存。

H next() 用于读取文件内容，每次读取一行，其指针位置不发生变化


2 文件的读取

A readline（）每次读取一行文件内容

B readlines() 每次读取文件的所有内容

C read （） 指定读取文件的字节数，默认是全部读取

3 文件的写入

A write()其可以写入字符串，

B writelins()用于传入多个参数



4 总结如下

1 编码问题

编码：用一个字节代表什么，两个字节代表什么，
编码问题：
1 Windows的默认编码规则是cp936国标，cp936是GBK 的一种，GBK不是国际标准，GB2312是国际标准。
2 Linux的默认编码规则是utf-8，Unicode传输编码，其一个汉字是3个字节，偶尔可能是4个字节，其总共占6个字节
Gbk 是 a0 开始的，在utf-8中不能识别
GBK 是顺序的中文编码，GBK是两个字节。utf-8大多是3个字节，可能是4个字节
换行符问题：

2 nowline 换行问题

可使用newline进行指定换行符，文本模式中，换行的转换可以为None，"",'\r','\n','\r\n'
读取时，None 标识'\r'，'\n'，'\r\n'都被转换为'\n'， ""（空字符串）表示、
不会自动转换通用换行符,其他合法字符表示换行符就是指定字符，就会按照自定字符分行，重新定义分割符。

写入时，None 表示"\n"都会被替换为系统缺省分割符os.linsep,'\n'或"" 表示"\n"不替换，其他合法字符表示
换行符"\n"都会被替换为指定分割符。
文件描述符：
默认的三种，0 标准输入， 1 标准输出， 2 错误输出
文件描述符可表示打开文件的数量，当打开文件数量达到系统打开文件数量上限时，则会报错

3 seek 问题

seek(offset[,whence])
offset默认是针对于起始位置开始，表示从头测试
文本模式下：
whence=0 缺省值,表示从头开始，offset只能接受正整数
whence=1 表示从当前位置开始，offset 只接受0
whence=2 表示从EOF 开始，offset 只接受0
二进制模式：
whence=0 缺省值，表示从头开始offset只能是正整数
whence=1 表示从当前位置开始，offset可正可负
whence=2 表示从EOF开始，offset可正可负
二进模式支持任意起点的偏移，从头，从尾，从中间位置开始向后seek可以超界，但是向前seek的时候，不能超界，否则会报异常。
size 表示读取多少个字符或字节，负数或None表示读取到EOF

4 字节和字符

流对象，字符序列，字节序列，网络流至没有边界 ，都指的是序列，
网络流：和时间有关，也是一个序列
文本流，字符流，
二进制流，字节流： 将文件就按照字节理解，与字符编码无关，二进制模式操作时，字节操作使用bytes类型

f=open('test2','wb')
f.write("爱国".encode())  #此处使用字节输入，其默认编码是utf-8，
print  (f)
f.close()
f=open('test2') # 此处读取，默认编码是utf-8
print  (f)
print (f.read(1))
print  (f.read(1))
f.close()

结果如下：


5 上下文管理

1 问题引出

在Linux 中，执行


查看打开文件情况


由于打开文件未关闭，导致打开文件数过多，每次打开文件都会产生文件表述符，则导致问题，Linux默认的打开文件数量是1024，其由于未关闭而导致有如上报错。
解决方式1

通过异常处理进行关闭。

2 通过上下文管理进行处理

with  open('test2')  as  f:
    f.write("zhongguo")

print (f.closed)

结果如下



二 OS 模块

作用：用于将python与文件系统更加紧密连接的一种模块

1 常用os模块方法

1 目录相关目录相关

os.Chdir() 改变目录/通过文件描述改变工作目录
os.chroot（） 设定当前进程的根目录
os.listdir（） 列出指定目录下的所有文件名
os.Mkdir（）创建指定目录，默认为一级
os.makedirs('x/y/z')
os.getcwd（）获取当前目录
os.Rmdir()删除目录
os.Removedirs() 删除多级目录
os.removedirs('/mnt/aaa/bbb/ccc') 必须制定所有的目录才可以删除

2 文件相关

os.mkfifo() 创建先进先出管道（命名
os.mknod() ：创建设备文件
os.Remove() 删除文件
os.Unlink( ) 删除链接
os.Rename() 文件重命名
os.rename('passwd','aaa')
os.Stat() 返回文件状态信息
os.Symlink() 创建文件链接，符号链接
In [33]: os.symlink('text2.txt','text2.syslink')
text2.syslink
os.utime（） 更新文件的事件戳 updatetime
os.tmpfile() 创建并打开一个新的临时文件，打开模式是(w+b)

3 访问权限相关

os.access（） 检验权限模式
In [42]: os.access('/tmp/text2.txt',0) UID 管理员的访问权限
os.Out[42]: True
In [43]: os.access('/tmp/text2.txt',100) 普通用户的访问权限
Out[43]: False
os.Chmod() 修改权限
In [44]: os.chmod('text2.txt',0640) os.chmod('aaa',0777)为四位
os.Chwon 修改属主 ，属组
In [47]: os.chown('text2.txt',1000,1000)
[root@www tmp]# id admin
uid=1000(admin) gid=1000(admin) 组=1000(admin)
[root@www tmp]# ll text2.txt
-rw-r-----. 1 admin admin 2525 11月 19 20:35 text2.txt
os.Umask() 设置默认权限模式

4 文件描述符相关

os.Open():打开一个文件，底层操作系统的open
os.Read() 较低io的读取操作
os.Write() 较低IO的写操作

5 设备文件相关

os.Mkdev() 根据指定的主设备号，次设备号创建文件

In [48]: help(os.makedev)
Help on built-in function makedev in module posix:

makedev(...)
makedev(major, minor) -> device number
Composes a raw device number from the major and minor device numbers.
(END)
os.Major() 从指定的设备获取主设备号
os.Minor() 从指定的设备获取次设备号

6 其他常用属性：

1 os.system 用于python 与shell之间的交互命令，如果存在，则返回0，否则返回其他


os.popen(命令).read()

os.uname() 获取当前模块的详细信息


2 os.path模块

1 文件路径相关

In [55]: import os.path
A.os.path.Basename()：路径基名
In [58]: file1=os.path.basename('/etc/sysconfig/netw')
/etc/sysconfig/network /etc/sysconfig/network-scripts/

B.os.path.irname() 路径目录名

C.os.path.join（） 将路径基名和目录名整合成一个名字
In [60]: os.path.join(dir1,file1)
Out[60]: '/etc/sysconfig/network-scripts/'
In [63]: for filename in os.listdir('/tmp'):
....: print os.path.join('/tmp',filename)

C. os.path.splist()分割文件名和文件，返回dir和basename()元组
In [64]: os.path.split('/etc/sysconfig/')
Out[64]: ('/etc/sysconfig', '')

D os.path.Splitext() 返回（filename，extension） 元组
6]: os.path.splitext('/tmp/')
Out[86]: ('/tmp/', '')

2 文件信息：

A os.path.getatime（） 返回文件最近一次的访问记录
B os.path.Getctime()
C os.path.Getmtime()
D os.path.Getsize() 返回文件的大小

3 判断查询类的操作

A os.path.Exists（） 判断指定文件是否存在，档不存在时，以只读方式打开文件是错误的。
B os.path.Isabs() 判断指定的路径是否是绝对路径
C os.path.isdir（） 判断指定路径是否为目录
D os.path.Isfiel() 判断指定文件是否为文件
E os.path.Islink() 判断时否为符号链接
F os.patj.Ismount() 是否为挂载点
G os.path.Sanefiek() 两个路径是否执行了同一个文件

3 IO 模块中的类

简介： 在内存中开辟一个文本模式的buffer，可以像文件一样操作它，当close方法被调用时，这个buffer被释放，此处没有持久化

1 StrinIO

#!/usr/local/bin/python3.6
#coding:utf-8
from  io   import   StringIO
sio=StringIO()
sio.write("MySQL数据库")
print (sio.readline(),1)   # 此处由于指针在写入时的原因，导致指针指在了最后，因此导致其读取不能完成
sio.seek(0)   # 指针归零
print (sio.readline(),2)  # 进行读取
print (sio.readline(),3)  #由于指针到最后，因此导致其不能读取
print  (sio.read(),4)  #由于指针到最后，因此导致其不能读取
print  (sio.getvalue(),5)  # 此方法不会在乎指针
sio.close()  #文件关闭

查看显示结果


优点：一般来说，磁盘操作比内存慢，内存足够的情况下，一般的优化思路是减少落地，减少磁盘IO的过程，可以大大提高程序的运行效率，单台机器可以使用StringIO,多台设备之间使用redis来实现

2 BytesIO

#!/usr/local/bin/python3.6
#coding:utf-8
from  io  import   BytesIO
bio=BytesIO()
bio.write("MYSQL数据库".encode('utf-8'))  # 写入汉字需要指定编码格式
print  (bio.getvalue())  # 读取数据，不管指针
bio.write(b'mysql database')
bio.seek(0)
print (bio.readline())   # 读取一行
bio.seek(0)
print  (bio.read())
bio.close()

结果如下



3 file-like 对象
类文件对象，可以像文件一样操作

from sys  import   stdout
f=stdout
print (type(f))
f.write('51cto.com')  #直接输出到屏幕上

结果如下



4 pathlib模块

1 介绍

3.4 版本开始，支持使用pathlib模块提供对Path对象的操作，包括文件和目录

2 操作简介

p=Path() # 类初始化，初始化成实例
p.absolute() # 查看p的绝对路径
p # 查看p的路径，相对路径
p=p.joinpath('/etc','a','b','c') # 此处第一个若有/表示绝对路径，也表示重新创建路径，若此处无/ 则表示在p的当前路径下进行增加，及拼接
p=p /'c'/'d' # 对p进行增加路径'c'/'d'，也成为路径拼接



p1=Path('/a','b','/c') # 若指定多个绝对路径，则以后面覆盖前面的路径
p1.parts # 返回一个元组，打印其跟和相对路径
p1.parent # 返回当前路径的父路径
p1.parent.parent #返回当前父路径的父路径，依次类推，但若不存在则会报错，因此不建议这样使用
list(p1.parents) # 此处返回一个可迭代对象，可用for循环进行遍历，并逐步取出其父路径，其父路径的父路径，依次类推



list(p2.absolute().parents) # 对于相对路径获取其父路径的方式
list(p2.absolute().parents)[0] # 获取其父路径



p3=Path('/etc/sysconfig/network/51.cfg')
p3.name # 获取目录的最后一部分，及51.cfg
p3.stem # 获取目录最后一部分的扩展名
p3.suffix # 获取目录最后一部分，没有扩展名





p4=Path('/etc/sysconfig/network/51.cfg.gz')
p4.suffix # 获取扩展名后缀 .gz
p4.suffixes # 返回多个扩展名列表 及 [.cfg,.gz]
p4=p4.with_suffix('.sz') # 修改扩展名后缀 结果为 /etc/sysconfig/network/51.cfg.sz
p4=p4.with_name('52.cfg.gz') # 修改名字，结果如下 /etc/sysconfig/network/52.cfg.gz



p.iterdir()

列出该目录下的文件，默认是一个生成器对象，其默认返回是一个PosixPath，其支持的方法有很多




l1[0].stat() 获取文件的基本信息




此处有获取其模式，硬链接，uid，gid，以及大小，日期等信息

此处有判断其类型，有块，字符，目录，管道，文件，socket等，其返回是一个布尔类型



此处使用stat 可获取如同Linux一般的权限列表



获取属主和属组



2 习题实例

要求 实现ls命令功能
1 实现显示路径下的文件列表
2 -a 和-all 显示包含.开头的文件
3 -l 显示详细列表信息
4 -h和 -l 配合，人性化显示文件大小，如1k,1M,1G等
5 按照文件名排序输出，可以和ls的顺序不同，但要求按照文件名进行排序

#!/usr/bin/poython3.6
#conding:utf-8
from  pathlib  import  Path
import   datetime
import stat
import  argparse
def  showDir(path:Path='.',all=False,lis=False,detailed=False):
    def  _showSize(size:int):  # 此处用于格式化文件大小
        unit=" KMGTP"
        depth=0
        while  size>=1000:
            size=size //1000
            depth+=1
        return "{}{}".format(size,unit[depth])
    def  _showDir(path:Path='.',all=False,lis=False,detailed=False):
        p=Path(path)
        for  file  in   p.iterdir():
            if  str(file.name).startswith('.')  and not  all:# 此处用于判断文件是否需要列出隐藏文件
                continue
            if  lis:  #此处用于判断是否需要列出详细信息
                st=file.stat()  # 此处返回一个文件详细信息表
                # -rw-r--r-- 1 root root  430 6月   3 14:02 char.py
                h=st.st_size  
                if detailed:  # 此处用于判断是否
                    h=_showSize(st.st_size)
                    yield (stat.filemode(st.st_mode),st.st_nlink,file.owner(),file.group(),h,
                       datetime.datetime.fromtimestamp(st.st_atime).strftime("%Y-%m-%d %H:%M:%S"),
                                   file.name)
            else:
                yield file.name
    yield  from  sorted(_showDir(args.path,args.all,args.l,args.h),key=lambda x:x[-1])  # 此处用于对文件最后文件名进行排序

# 此处用于定义参数，
parsent=argparse.ArgumentParser(prog='ls',description='list  file',add_help=False) # prog表示提示usage为ls，add_help为False表示取消默认的-h显示
parsent.add_argument('path',nargs='?',default='.',help="Incoming path information")  #path 位置参数，nargs表示其参数的个数，'?'表示可有可无，若无，则启用默认参数
parsent.add_argument('-a','--all',action='store_true')  # action='store_true'  此处若不填，则后面有大写的选项参数
parsent.add_argument('-l',action='store_true',help='list file info')
parsent.add_argument('-h',action='store_true',help='list  file detailed')

if __name__ == "__main__":
    args=parsent.parse_args(('/root','-lh'))
    for file  in  showDir(args.path,args.all,args.l,args.h): #此处的作用在于遍历
        print  (file)

结果如下


三 CSV

1 简介

csv 是一个被行分隔符，列分隔符划分成行和列的文本文件，没有特定的字符编码，可压缩，大大节约空间

行分割符 \r \n ，最后一行可以没有换行符
列分割符常常用逗号或制表符进行处理
每一行成为一个record
字段可以使用双括号括起来，也可以不使用，如果字段中出现了双引号，逗号，换行符必须使用双引号括起来，如果字典中的值是双引号，则使用功能两个双引号表示一个转义

2 参数简介

reader(csvfile,dialect='excel',**fmtparams) # 返回DictReader 的实例，是个行迭代器
delimiter #列分割符 逗号
lineterminator # 行分割符 \r\n
quotechar # 字段的引用符号，缺省为双引号
双引号的处理：
doublequote 双引号的处理，默认为True，如果和quotechar为同一个，True则使用2个双引号表示，False表示转义字符将作为双引号的前缀
escapechar 一个转义字符，默认为None
quoting 指定双引号的规则，QUOTE_ALL 所有字段，QUOTE_MINIMAL 特殊字符字段
QUOTE_NONNUMERIC非数字字段，QUOTE_NONE 都不使用引号。

writer(csvfile,dialect='excel',**fmtparams)
返回DictWriter的实例
主要方法有writerow,writerows

3 实例

#!/usr/local/bin/python3.6
#coding:utf-8
from  pathlib  import  Path
import   csv
p=Path('/root/test.csv')

if  not  p.parent.exists():  # 判断其父路径是否存在，若不存在，则创建
    p.parent.mkdir(parents=True)   #创建其父路径
line1=[1,2,3,4,576]
with  open(p,'w')  as  f:
    writer=csv.writer(f)   #写入文件系统
    writer.writerow(line1)  #进行写入一行操作

结果如下


#!/usr/local/bin/python3.6
#coding:utf-8
from  pathlib  import  Path
import   csv
p=Path('/root/test.csv')

if  not  p.parent.exists():  # 判断其父路径是否存在，若不存在，则创建
    p.parent.mkdir(parents=True)   #创建其父路径
line1=[1,2,3,4,576]
line2=[10,22,'3',40,'576']

with  open(p,'w')  as  f:
    writer=csv.writer(f)   #写入文件系统
    writer.writerow(line1)  #进行写入一行操作
    writer.writerow(line2)  #写入下一行操作

写入结果如下


同时写入多行

#!/usr/local/bin/python3.6
#coding:utf-8
from  pathlib  import  Path
import   csv
p=Path('/root/test.csv')

if  not  p.parent.exists():  # 判断其父路径是否存在，若不存在，则创建
    p.parent.mkdir(parents=True)   #创建其父路径
line1=[1,2,3,4,576]
line2=[10,22,'3',40,'576']
line3=[line1,line2]

with  open(p,'w')  as  f:
    writer=csv.writer(f)   #写入文件系统
    writer.writerow(line1)  #进行写入一行操作
    writer.writerow(line2)  #写入下一行操作
    writer.writerows(line3)  #同时写入多行操作

结果如下


读取操作

#!/usr/local/bin/python3.6
#coding:utf-8
from  pathlib  import  Path
import   csv
p=Path('/root/test.csv')

if  not  p.parent.exists():  # 判断其父路径是否存在，若不存在，则创建
    p.parent.mkdir(parents=True)   #创建其父路径
line1=[1,2,3,4,576]
line2=[10,22,'3',40,'576']
line3=[line1,line2]

with  open(p,'w')  as  f:
    writer=csv.writer(f)   #写入文件系统
    writer.writerow(line1)  #进行写入一行操作
    writer.writerow(line2)  #写入下一行操作
    writer.writerows(line3)  #同时写入多行操作

with   open(p)  as f:
    reader=csv.reader(f)  #由于其返回的是一个迭代器，因此可通过for循环方式进行读取操作
    for line  in reader:
        if  line:  #判断读取到的行是否存在
            print (line)

结果如下


Dictreader 和 DictWriter 对象

使用 dictreader可以向操作字典那样获取数据，把表的第一行（一般是表头）作为key，可访问每一行中的那个key对应的数据



#!/usr/local/bin/python3.6
#coding:utf-8
import   itertools
import  pymysql
import   csv
filename='/root/test1.csv'
with  open(filename)  as  f:
    reader=csv.DictReader(f)
    for row  in reader:
        max_tmp=row['passwd'],row['name'],row['createtime']
        print (max_tmp)

结果如下


DictWriter 类，可以写入的字典形式的数据，同样键也是表头

#!/usr/local/bin/python3.6
#coding:utf-8
import   csv
headers=['name','age']
datas=[
    {'name':'zhang1','age':25},
    {'name': 'zhang2', 'age': 26},
    {'name': 'zhang3', 'age': 27},
]
with  open('/root/test2.csv','w+')  as  f:
    writer=csv.DictWriter(f,headers)  # 写入表的形式
    writer.writeheader()  # 写入表头数据
    for row  in datas:
        writer.writerow(row)  # 写入真实数据，逐条写入
    writer.writerows(datas)  # 写入真实数据，一次性写入

结果如下





四 ini 文件处理

1 简介

.ini 文件时initalization file 的缩写，及就是初始化文件，是windows的系统配置文件所采用的存储格式，统一管理Windows的各项配置，一般用户就用Windows提供的各项图形化管理工具变可实现相同配置，如今的mysql依然采用这种方式实现配置文件的初始化操作。

格式
INI 文件由节（区域），键，值组成
节及就是 section 其中是由key=value的形式保存，key成为option选项

2 configparser

configparser 模块的ConfigParser类就是用来操作的
方法

1 读取方法

read(filenames,encoding=None)
读取ini文件，可以是单个文件，也可以是文件列表，可以指定文件编码
optons(section) 返回section下的所有option
get(section,option,*,raw=False,vars=None[,fallback])
从指定的段的选项上取值，如果找到则返回，如果没找到，则取DEFAULT段中查找
getint(section,option,*,raw=False,vars=None[,fallback])
从指定的字段选项上取值，返回×××，相当于做了int() 进行转型，默认是str字符串类型
getfloat(section,option,*,raw=False,vars=None[,fallback])
同上
getboolean(section,option,*,raw=False,vars=None[,fallback])
同上 布尔类型
items(raw=False,vars=None) #对所有进行遍历，返回键值对，不指定段，默认返回所有段中的key和value的值，若中途存在相同的key=value再不同的段中出现，则可能发生冲突，建议使用下面的方式进行处理
items(section,raw=False,vars=None) # 指定返回段的key和value
sections()返回section列表，缺省section不包括在内[DEFAULT]

2 判断方法

has_section(section_name) 判断section是否存在
has_option(section,option) 判断section 是否存在这个option

3 修改方法

add_section(section_name) 增加一个section
set(section,option,value)#section 存在的情况下，写入option=value，要求option，value 必须是字符串
remove_section(section) #移除section及其所有的option
remove_option(section,option) # 移除section下的option
write(fileobject,space_around_delimiters=True) # 将当前config的所有内容写入到flieobject中，一盘open函数使用w模式。

3 应用

1 基本读取

#!/usr/local/bin/python3.6
#coding:utf-8
from  configparser  import ConfigParser
cfg=ConfigParser()   # 初始化操作
cfg.read('/etc/my.cnf')  # 读取文件内容
print (cfg.sections())  # 打印其区，并返回列表
for  sections  in  cfg.sections():   #遍历section
    for  opt  in  cfg.options(sections):  # 遍历其中的值
        print (sections,opt)  # 打印section和option
for  i in  cfg.items('mysqld'):  #指定section，返回其下面的key和value，以元组的方式返回
    print (i)

结果如下


2 写入和移除

#!/usr/local/bin/python3.6
#coding:utf-8
from  configparser  import ConfigParser
from  pathlib  import  Path
p=Path('/root/my.cnf')  # 定义一个文件
parent=p.parent  # 获取其父目录
if not parent.exists():  # 判断其父目录是否存在。若不存在则创建
    parent.mkdir(parent=True)
with  open(p,'w+')  as  f:  # 以写的方式创建父目录
    f.write("")

cfg=ConfigParser()  # 定义初始化
cfg.read('/root/my.cnf')  # 定义读取
if  not  cfg.has_section('test'):  # 查看section是否存在，若不存在，则创建
    cfg.add_section('test')
if not  cfg.has_option('test','test1'):  #查看test下的test1是否存在，若不存在，则创建
    cfg.set('test','test1','2')#其value必须是字符串
with  open(p, 'w')  as  f:
    cfg.write(f)  # 将数据持久化存储至文件中
print (cfg.items('test'))  # 查看
print (type(cfg.get('test','test1')),cfg.get('test','test1'))  # 获取key对应的value
print (type(cfg.getint('test','test1')),cfg.getint('test','test1')+1)  # 获取key对应的value,并以×××输出
cfg.remove_option('test','test1')  #移除其中的key和value
print (cfg.sections())
cfg.remove_section('test')  #移除这个段
print (cfg.sections())

查看结果

关键字：