（7）python之⽂件操作（open函数）与Unicode编码
1 操作⽂件 open()函数详解
open() 函数⽤于创建或打开指定⽂件，语法格式：
file = open(file_name , mode='r' , buffering=-1 , encoding = 'utf-8')
file：表⽰要创建的⽂件对象。
file_name：要创建或打开⽂件的⽂件名称（最好绝对路径）
mode：可选，⽤于指定⽂件的打开模式。如果不写，则默认以只读（r）模式打开⽂件。
可选模式：
r：只读(⽂件必须存在);  w：只写 (若⽂件存在，会覆盖⽂件；反之，则创建新⽂件)
a：以追加模式打开⼀个⽂件（存在，追加；不存在，创建）
buffering：可选，⽤于指定对⽂件做读写操作时，是否使⽤缓冲区。
encoding：⼿动设定所使⽤的编码格式，不同平台的 ecoding 参数值也不同，以 Windows 为例，其默认为 cp936（实际上就是 GBK 编码）
参考链接：
实际使⽤：
⽅式1：
定义⼀个open的⽅法
def open_flat(output_path_flie, mode):
try:
out = open(output_path_flie, mode, encoding='utf-8')
return out
except Exception as e:
raise e
调⽤：
写出模式：
fileObj= open_flat(output_path_flie, 'w') #创建操作⽂件对象
txt='xxxxx'
fileObj.write('\007'.join(txt) + "\n") #写出 '\007'.join, 每个元素间⽤\007连接
output.flush()
output.close() #关闭
解析 '\007'.join ：
# 连接多个字符串
strs = ['a', 'b', 'c', 'd']    # 要连接的字符串数组
sep = '\007'                      # 字符串之间的分隔符
s = sep.join(strs)              # 连接
print s                        # 输出 a\x07b\x07c\x07d
⽅式2：
txt='xxxxx'
with open(output_path_flie, 'w') as csv_write：#创建操作⽂件对象⾃带关闭csv_write.write('\007'.join(txt).encode('utf-8')+'\n') #写出
读取模式：
with open(source_file, 'r', encoding='utf-8') as f:
for lines adlines():
line = lines.strip().split(' ')
id = line[0]
content = line[1]
使⽤with语句，⽂件会在with代码块结束后⾃动关闭
2 其他常⽤函数
2.1 tall()：可给出句柄当前⽂件的位置，返回整数值
实际使⽤：
f = open(path)
f2 = open(path, 'rb')  # Binary mode
f.tall() #返回11，当前⽂件读取是10，但是默认编码，需要设置解密，故多了⼀个
f2.tall() #返回10
2.2 getdefaultencoding()
import sys
2.3 seek()：移动到指定的位置（整数）
f.seek(3)  #返回3
2.4 read(size)：将⽂件数据作为字符串返回，可选参数size控制读取的字节数
2.5 readlines(size)：返回⽂件中⾏内容的列表，size参数可选
2.6 write(str)：将字符串写出⽂件
2.7 writelines(strs)：将字符串序列写出⽂件
2.8 close()：关闭⽂件；closed：如⽂件已关闭，则为true
2.9 flush() ：将内部I/O缓冲器内容刷新到硬盘
3 字节与unicode⽂件
3.1定义
默认的python⽂件⾏为是⽂本模式，需处理python的字符串，
据⽂本编码，可能将字节解码为str对象，但只有每个已编码的unicode字段完整的情况下，才能进⾏解码
3.2 使⽤
writelines使用方法python⽂本模式下，⽤open⽅法的选项参数encoding，将⽂件内容从unicode编码转码为其他类型的编码
with open(path,encoding='utf8') as f:
3.3常⽤函数
str.decode('utf-8')：字符串加密
除⼆进制模式，在打开⽂件时使⽤seek要当⼼，如⽂件的句柄位置恰好在unicode中间，后续读取会导致错误 实际使⽤：⽂件中含有中⽂，且区分直接编码成gbk
先将系统默认编码改成utf8，再utf8转gbk即可
# -*- coding: utf-8 -*-
with open(write_path, 'a') as f:
sql = de('utf-8').decode('utf-8').encode('gbk').decode('gbk')
本篇知识点参考《利⽤python进⾏数据分析》，更多知识请阅读原书

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。