python文件处理(python文件处理库)
Python 自动化处理 Yaml 文件-
Yaml文件内容—示例1：
Yaml文件内容—示例2：
从上述示例文件内容可以看到 Yaml 数据结构：
1). 对象：键值对的集合（简称 "映射或字典"）
例如：family 和 address 这两个对象后面分别有对应的键值对集合。
2). 键值对用冒号 “:” 结构表示，冒号与值之间需用空格分隔
例如：
family 对象中的 key 为 name 与其对应的 value 值 Smile_Family 之间是使用空格分隔的。
address 对象中的 key 为 province 与其对应的 value 值 BeiJing 之间是使用空格分隔的。
3). 数组：一组按序排列的值（简称 "序列或列表"），数组前加有 “-” 符号，符号与值之间需用空格分隔
例如：
parents 中的 John 和 Jane
children 中的 Lily 和 Frank
4). 纯量(scalars)：单个的、不可再分的值。例如：字符串、bool值、整数、浮点数、时间、日期、null等
None值可用null也可用 ~ 表示；
yaml文件内容如下：
Python解析输出为：
这个例子输出一个字典，其中value包括所有基本类型
Yaml文件内容如下：
Python解析输出为：
Yaml文件内容如下：
Python输出为:
如果字符串没有空格或特殊字符，不需要加引号，但如果其中有空格或特殊字符，则需要加引号。
这里要注意单引号和双引号的区别：
单引号中的特殊字符转到 Python 会被转义，也就是到最后是原样输出；
双引号不会被 Python 转义，到最后是输出了特殊字符；
Yaml文件内容如下：
Python输出：
如何用python删除一个文件
使用Python删除文件有多种方法，但是最好的方法如下：
os.remove()删除文件
os.unlink()删除文件
shutil.rmtree()删除目录及其下面所有内容
pathlib.Path.unlink()在Python3.4及更高版本中用来删除单个文件pathlib模块。
os.remove()删除文件
Python中的OS模块提供了与操作系统进行交互的功能。OS属于Python的标准实用程序模块。该模块提供了使用依赖于操作系统的功能的便捷式方法。
python中的os.remove()方法用于删除文件路径。此方法无法删除目录。如果指定的路径是目录，则该方法将引发OSError。
注意：可以使用os.rmdir()删除目录。
使用os.unlink()删除Python文件
os.unlink()是os.remove()的别名。在Unix OS中，删除也称为unlink。
注意：所有功能和语法与os.unlink()和os.remove()相同。它们都用于删除Python文件路径。两者都是Python标准库的os模块中执行删除功能的方法。
它有两个名称，别名：os.unlink()和os.remove()。
为同一个函数提供两个别名的可能原因是，该模块的维护者认为，许多程序员可能会从C的底层编辑转向Python，其中库函数和底层系统调用称为unlink()，而其他人则可能会使用rm命令或shell脚本来简化语言。
使用shutil.rmtree()删除Python文件
shutil.rmtree()：删除指定的目录，所有子目录和所有文件。此功能特别危险，因为它无需检查即可删除所有内容。结果，您可以使用此功能轻松丢失数据。
rmtree()是shutil模块下的一种方法，该方法以递归方式删除目录及其内容。
使用pathlib.Path.unlink()删除文件
pathlib模块在Python3.4及更高版本中可用。如果要在Python2中使用此模块，可以使用pip进行安装。pathlib提供了一个面向对象的界面，用于处理不同操作系统的文件系统路径。
要使用pathlib模块删除文件，请创建一个指向该文件的Path对象，然后对该对象调用unlink()方法。
python操作文本文件
在磁盘上读写文件之前，必须先打开这个文件。打开文件就需要提供文件的路径。
在与Python程序同一个目录下，我们有一个名为 pi.txt 的文件，它的内容如下：
现在使用Python来打开和关闭它：
执行此程序不会有任何输出，这表示着打开和关闭文件都得到了正确执行。
可以看到，使用 open() 函数打开文件，参数为文件名（或文件路径）；该函数会返回一个文件句柄，文件句柄并不会实际保存文件的内容，而是代表着一种操作，在上面的例子中，文件句柄被赋值给变量 fhand 。
打开文件后，程序具有读（默认）该文件的权限。
最后，使用文件句柄的 close() 方法关闭文件。这非常重要，因为使用完而没有关闭的文件会占用内存或造成安全问题。
如果Python找不到该文件，则会返回错误，比如下面这样：
Python提示我们没有相应的文件或者目录: 'pii.txt'。
打开文件后就可以对文件进行操作：
fhand.read() 方法将文件内容作为一个字符串返回。
文件中的每一行末尾使用换行符 \n 表示换行，例子中方法 rstrip() 去掉文本中的换行符，然后输出。
程序的运行效果如下：
如果在文件关闭之前程序发生BUG意外退出，则文件不会关闭，为了避免此类事件的发生，可以使用 with 语句：
with 语句的特点是即便在操作文件时发生错误，文件也会自动被清理。
fhand.read() 虽然可以读取文本内容，但是当我们想要逐行处理文件内容，或者文件很大而无法一次性加载进内存的时候，就不适用了。
可以使用 for 语句逐行处理文件内容：
本程序中将文件名保存在变量 filename 中。
打开文件后，使用 for 语句按行读取文件内容。例子中，每次循环依次取一行文本以字符串的格式保存在变量 line 中，每次循环中变量 count 自增1。
这个程序的作用是，打开程序所在目录的 when_old.txt 文件，然后统计行数，并输出结果。
when_old.txt 文件的内容是：
可以使用其他方法操作字符串 line ：
程序将以 'And' 开头的行打印出来。
打开文件后，默认的权限是读（r），如果要写文件，则需要使用写（w）或者追加（a）权限。
w权限，打开一个文件用于写入。如果该文件存在，则覆盖该文件；如果该文件不存在，则创建该文件。
a权限，打开一个文件用于追加。如果该文件存在，在文件末尾追加；如果该文件不存在，则创建该文件。
下面是一个使用w权限打开文件的例子：
例子中使用w权限打开该文件，并写入两行。（如果该文件存在，则内容会被覆盖）
fhand.write() 不会自动添加换行符，所以如果需要换行，需在末尾添加 \n 。
下面我们写一个统计文件中词频的程序。
它会统计文件中各个词的出现的次数，然后由高到低显示出前5个词。
首先我们完成打开和关闭文件的程序内容：
在例子中，由用户输入文件名，并且使用异常捕获以处理文件打开时的错误。
下面对内容进行统计：
这个程序：
如此，我们就在字典中存放了 单词:次数 的键值对。
由于字典不能保存顺序，所以不能对其进行排序。为此，将每个键值对都添加到一个列表中：
在列表 word_list 中，每一项都是一个元组，每个元组第一个值是单词出现的次数，第二个值是单词内容。
对其进行逆向（由大到小）排序：
打印最终结果：
整个程序如下：
下面是程序运行结果的示例：
Python其实很简单 第十五章 文件操作
在各种变量中保存的数据都是临时的，随着程序运行结束都会丢失。要做到数据长期有效，必须建立在磁盘中建立文件，将数据输入到文件中并保存。需要获取数据时需要打开文件读取。
而我们自己建立的程序都是应用程序，从本质上讲，应用程序是无法直接操作计算机的硬件的，譬如读写磁盘中文件，这就需要调用操作系统中的相应命令。接下来我们使用的Python内置函数open()、write()都是通过调用操作系统的相关命令才实现文件读写的，至于其中的细节，我们就不需要考虑了。
15.1创建和打开文件
在Python 中创建或打开文件，实际上是建立一个对象，该对象通过调用内置的open()函数创建或打开一个文件。
语法：
file object = open(filename [, mode][, buffering])
参数说明如下：
filename：file_name变量是一个包含了你要访问的文件名称的字符串值；
mode：mode决定了打开文件的模式：只读，写入，追加等。所有可取值见如下的完全列表。这个参数是非强制的，默认文件访问模式为只读(r)。
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。
mode参数的参数值及说明
对于其中最难区别的r、r+、w、w+、a、a+几个参数的区别总结如下，要特别注意指针的位置：
下面举例说明open( )函数的使用方法。
例1：
file=open('1.py')
如果文件“1.py”存在，则可以打开此文件；如果文件“1.py”不存在，则会出现如下提示：
Traceback (most recent call last):
File " ", line 1, in
file=open('1.py')
FileNotFoundError: [Errno 2] No such file or directory: '1.py'
例2：
file=open('4.py',’a+’)
虽然文件“4.py”不存在，但运行并未出现错误，参见上表，“a+”的含义是以读写模式打开文件，如果该文件已经存在，新内容将以追加方式写入；如果该文件不存在，则新建文件用于写入。查看文件夹，发现已经生成了一个新的文件4.py。
例3：
file=open('python.png','rb')
print(file)
运行结果：
这就是说，虽然Python可以打开一个图片格式的文件，但print()并不能将其输出，还需要第三方库中模块的相应方法去处理，如PIL中的open()f方法。
例4：
file = open("f.txt", "w",encoding='utf-8')
# 以只写模式打开文件f.txt，编码方式为utf-8
print( "文件名: ", file.name) # 输出文件名
print( "是否已关闭 : ", file.closed) # 文件是否打开
print( "访问模式 : ", file.mode) # 文件访问模式
运行结果：
文件名: f.txt
是否已关闭 : False
访问模式 : w
例5：
15.2关闭文件
打开文件使用后要及时关闭，以免造成不必要的破坏，同时也可以释放内存。在Python中使用close()方法可以关闭文件。
语法格式：
file.close()
其中，file为文件对象。
15.3 with语句
with 语句适用于对资源进行访问的场合，确保不管使用过程中是否发生异常都会执行必要的“清理”操作，释放资源，比如文件使用后自动关闭、线程中锁的自动获取和释放等。
with语句的语法格式如下：
with expression as target:
with-body
其中，expression用于指定一个表达式，譬如打开文件的open()函数。target用于指定一个变量，并且将expression的结果保存到该变量中，譬如文件对象file。with-body用于指定with语句体，譬如一些文件操作的相关语句，如果没有要执行的语句体，则直接用pass语句代替。
假设python当前目录下存在一个test.txt文件，其内容如下：
Python是一种解释型语言： 这意味着开发过程中没有了编译这个环节。类似于PHP和Perl语言。
Python是交互式语言： 这意味着，您可以在一个 Python 提示符 后直接执行代码。
Python是面向对象语言: 这意味着Python支持面向对象的风格或代码封装在对象的编程技术。
Python是初学者的语言：Python 对初级程序员而言，是一种伟大的语言，它支持广泛的应用程序开发。
举例如下：
with open('test.txt','r',encoding='utf-8') as file:
line=file.read()line() # readline()方法可以读取文件一行数据，接下来就会讲到。
print(line)
运行结果如下：
Python是一种解释型语言： 这意味着开发过程中没有了编译这个环节。类似于PHP和Perl语言。
而此时，我们给该段代码with语句之外再增加一个读取文件的语句，代码如下：
with open('test.txt','r',encoding='utf-8') as file:
line=file.readline()
print(line)
line2=file.readline()
print(line2)
发现出现了如下错误提示：
Traceback (most recent call last):
File "C:/Users/zym/AppData/Local/Programs/Python/Python39/3.py", line 5, in
line2=file.readline()
ValueError: I/O operation on closed file.
意思是要读取的文件已经被关闭了。
由此可知，当with语句运行结束后，被打开的test.txt文件就自动关闭了。
15.4读取文件
在Python 中读取文件的方法有：
1、读取指定个数的字符
格式如下：
File.read([size])
其中，file为打开的文件对象。size为可选参数，可以指定要读取的字符个数，省缺表示读取所有内容。
在调用read()方法读取文件内容时，文件必须是以r（只读）或者r+(读写）方式打开。
如：
with open('test.txt','r',encoding='utf-8') as file:
txt=file.read() （或txt=file.read(10)）
print(txt)
将读取、输出test.txt文件的全部内容（或前10个字符）。
2、移动文件的指针
对于刚打开的文件，文件指针总是指向文件头的。也可以通过seek()方法将文件的指针移动到新的位置。
格式如下：
file.seek(offset[,whence])
其中，file表示已经打开的文件对象；offset用于指定移动的字符个数；whence表示从哪个位置起始计算个数，其值为0表示从文件头开始计算，其值为1表示从当前位置开始计算，其值为2表示从文件尾开始计算，默认值为0。
例如：
with open('test.txt','r',encoding='utf-8') as file:
string=file.read(9)
print('取9个字符： '+string)
file.seek(2) #指针从文件头开始移动2个字符
string=file.read(9) #从当前位置读取10个字符
输出结果：
取9个字符：
Python是一种
取9个字符：
thon是一种解释
而下面的代码会抛出错误：
with open('test.txt','r',encoding='utf-8') as file:
file.seek(2,1) #指针从当前位置开始移动2个字符
string=file.read(10) #从当前位置读取10个字符
print('取10个字符： '+string)
错误提示为：
Traceback (most recent call last):
File "C:UserszymAppDataLocalProgramsPythonPython393.py", line 7, in
file.seek(2,1) #指针从当前位置开始移动2个字符
io.UnsupportedOperation: can't do nonzero cur-relative seeks
原因在于，必须使用b模式（即rb）打开文件，才能使用whence参数。但是，b模式（二进制）不适合文本文件。对于test.txt这样的文本文件，为了解决通过改变指针读取任意位置字符，可以采用加一个位置变量的方法来存储指针的值。
例如：
with open('test.txt','r',encoding='utf-8') as file:
#utf-8汉字与英文字符都占一个字符
string='' #设置一个空字符串
pointer=0 #当前指针为0
str1=file.read(6) #读取6个字符
pointer+=6 #指针变量后移6个字符
string+=str1 #string用来存放已读取的字符
print('取6个字符： ',str1)
file.seek(pointer) #指针从文件头开始移动2个字符
str1=file.read(8) #从当前位置读取10个字符
pointer+=8 #指针跳过已读取的字符
string+=str1
print('再取8个字符： ',str1)
print('所有读取的字符： ',string)
print('当前指针所处的位置： ',pointer)
str1=file.read(1)
print('当前指针所处的字符： ',str1)
运行结果如下：
取6个字符：
Python
再取8个字符：
是一种解释型语言
所有读取的字符：
Python是一种解释型语言
当前指针所处的位置：
14
当前指针所处的字符：
：
3、读取一行数据readline()方法
语法格式：
file.readline()
例：
with open('test.txt','r',encoding='utf-8') as f:
string=f.read(1) # 读取文件的第一个字符
if string != '': # 防止文件为空文件
lineno=0
while True:
line=f.readline()
if line != '':
lineno+=1
print('第'+str(lineno)+'行：'+line,end='')
# 因为每行都有自带的分行符，print()语句不允许换行
else:
break # 出现空行时停止读取
else:
print('要读取的文件为空文件！')
运行结果：
第1行：ython是一种解释型语言： 这意味着开发过程中没有了编译这个环节。类似于PHP和Perl语言。
第2行：Python是交互式语言： 这意味着，您可以在一个 Python 提示符 后直接执行代码。
第3行：Python是面向对象语言: 这意味着Python支持面向对象的风格或代码封装在对象的编程技术。
第4行：Python是初学者的语言：Python 对初级程序员而言，是一种伟大的语言，它支持广泛的应用程序开发。
4、读取全部行命令readlines()方法
语法格式：
File.readlines()
该方法与read()方法一样，在调用read()方法读取文件内容时，文件必须是以r（只读）或者r+(读写）方式打开。
例：
with open('test.txt','r',encoding='utf-8') as f:
txt=f.readlines()
print(txt)
运行结果：
['Python是一种解释型语言： 这意味着开发过程中没有了编译这个环节。类似于PHP和Perl语言。 ', 'Python是交互式语言： 这意味着，您可以在一个 Python 提示符 后直接执行代码。 ', 'Python是面向对象语言: 这意味着Python支持面向对象的风格或代码封装在对象的编程技术。 ', 'Python是初学者的语言：Python 对初级程序员而言，是一种伟大的语言，它支持广泛的应用程序开发。 ']
从上面的运行结果可以看出，readlines()方法的返回值为一个字符串列表。所以，也可以以读取列表元素的方法输出。如下所示：
with open('test.txt','r',encoding='utf-8') as f:
txt=f.readlines()
for line in txt:
print(line,end='')
运行结果：
Python是一种解释型语言： 这意味着开发过程中没有了编译这个环节。类似于PHP和Perl语言。
Python是交互式语言： 这意味着，您可以在一个 Python 提示符 后直接执行代码。
Python是面向对象语言: 这意味着Python支持面向对象的风格或代码封装在对象的编程技术。
Python是初学者的语言：Python 对初级程序员而言，是一种伟大的语言，它支持广泛的应用程序开发。
15.5 写入文件内容
语法格式如下：
file.write(string)
其中，file为打开的文件对象，string为要写入的字符串。
写入文件内容时，文件必须以w（可写）或a（追加）模式打开。否则，会抛出如下异常提示：
Traceback (most recent call last):
File "C:UsersAdministratorAppDataLocalProgramsPythonPython383.py", line 2, in
f.write('人生苦短，我用Python！')
io.UnsupportedOperation: not writable
关于write()方法的用法举例如下：
with open('test.txt','a',encoding='utf-8') as f:
f.write('人生苦短，我用Python！')
with open('test.txt','r',encoding='utf-8') as f:
txt=f.read()
print(txt)
运行结果：
Python是一种解释型语言： 这意味着开发过程中没有了编译这个环节。类似于PHP和Perl语言。
Python是交互式语言： 这意味着，您可以在一个 Python 提示符 后直接执行代码。
Python是面向对象语言: 这意味着Python支持面向对象的风格或代码封装在对象的编程技术。
Python是初学者的语言：Python 对初级程序员而言，是一种伟大的语言，它支持广泛的应用程序开发。
人生苦短，我用Python！
可以看出，由于文件的打开方式为a模式（追加模式），写入的内容被写入到文件的末尾。
在Python中，文件操作方法里没有类似于字符串内的计算长度、查找、替换、截取、分隔等方法，为什么没有？原因可能是文件的类型太复杂，譬如说二进制文件，上述操作的意义不大。如果仅仅要对文本文件进行上述操作，完全可以先把文件的内容读取到字符串中，再用相应的字符串函数或方法去操作就可以了。譬如，要将test.txt文件中的字符串‘Python’替换为’PHP’，则可以用如下代码完成：
txt1=''
with open('test.txt','r',encoding='utf-8') as f:
txt1=f.read() #先将文件内容存入字符串txt1中
txt2=txt1.replace('Python','PHP') #将txt1中的'Python'替换为'PHP'，并存入txt2
with open('test.txt','w',encoding='utf-8') as f:
f.write(txt2) #将字符串txt2的内容写回到文件中
这里之所以分两步打开文件（第一次为r模式，第二次为w模式），而没有采用一次读写（r+、w+方式），因为那样比较容易出错。实践证明，将文件的读操作和写操作分开其实是非常正确的选择。
说说如何利用 Python 处理 CSV 文件
CSV 表示 “Comma-Separated Values （逗号分隔的值） ” ， CSV 文件是简化的电子表格，实际为纯文本文件。
一个 CSV 文件，格式是这样的：
因为 CSV 文件中的每个单元格都是以逗号分割，所以也许有人会对每行文本调用 split() 方法，来解析 CSV 文件。但 CSV 文件也有自己的转义字符，通过转义字符，允许逗号和其他字符作为值的一部分，但单纯使用 split() 方法不能处理这些转义字符。因为这些潜在的缺陷，所以建议总是使用 csv 模块来读写 CSV 文件。
csv 模块是 Python 自带的，所以可以直接导入。
要使用 csv 模块从 CSV 文件中读取数据，我们需要创建一个 Reader 对象。 通过 Reader 对象，我们可以迭代遍历 CSV 文件中的每一行内容。
运行结果：
要用 csv 模块读取 CSV 文件，首先先使用 open() 函数打开它 ，就像打开任何其他文本文件一样。然后将它传递给 csv .reader() 函数。 这个函数将返回一个 Reader 对象。注意，csv .reader() 函数不接受文件名作为入参。
要访问 Reader 对象中的值，最直接的方法，就是利用 list() 将它转换成一个普通 Python 列表。它实际为一个包含列表的列表，用于表示二维数据。
我们还可以使用表达式 data [ row ][ col ] 来访问 CSV 中特定行和列的值。其中， row 是 data 中一个列表的下标， col 是该列表中，我们想访问的项的下标：
运行结果：
运行结果：
Writer 对象可以让我们把数据写入 CSV 文件。
运行结果：
在 Windows 上，需要为 open() 函数的 newline 关键字参数传入一个空字符串。如果没有设置 newline 参数， output.csv 中的行距将变为两倍，如下图所示。
如果写入的内容包含逗号，那么 csv 模块会自动加上双引号，对其进行转义，如下例所示。
运行结果：
我们也可以利用 delimiter ，来制作 TSV 文件，TSV 是Tab-separated values的缩写，即以制表符作为分隔符的文件；利用 lineterminator 参数来设定行距。
运行结果：
这里利用 lineterminator='\n\n\n' 将行与行之间的字符变为三个换行符，效果就是实现了 3 倍行距。
Python处理Excel文件(csv, xls, xlsx)
Excel文件格式主要有csv，xlsx和xlsx，对于不同的格式，我们使用不同的包来进行处理。
其中， encoding='utf-8-sig' 是为了编码正常可以正确显示中文， spamreader 中的每一个 row 为list格式，可以循环取出每个单元格的值。
结果：
如果csv文件是数据类的，那么使用 pandas 包读写数据会更方便。
结果：
参数：
结果：
参数：
Excel文件有三层对象：工作薄、工作表和三元格，分别对应 openpyxl 包中的workbook、sheet和cell。
注 ： openpyxl 功能全面，还支持：合并单元格、数学运算、单元格格式、迭代器 ws.iter_rows() 操作等。
注 ： xlrd 打开为只读模式，不可修改。
结果：
结果：