處理文件是我們每天最常見的任務(wù)之一。 Python具有幾個(gè)用于執(zhí)行文件操作的內(nèi)置模塊，例如讀取文件，移動(dòng)文件，獲取文件屬性等。本文總結(jié)了您需要了解的許多功能，以涵蓋Python中最常見的文件操作和良好做法。

這是您將在本文中看到的模塊/功能圖。 要了解有關(guān)每個(gè)操作的更多信息，請(qǐng)繼續(xù)閱讀。

打開和關(guān)閉文件

當(dāng)您要讀取或?qū)懭胛募r(shí)，首先要做的就是打開文件。 Python具有打開的內(nèi)置函數(shù)，該函數(shù)打開文件并返回文件對(duì)象。 文件對(duì)象的類型取決于打開文件的模式。 它可以是文本文件對(duì)象，原始二進(jìn)制文件和緩沖的二進(jìn)制文件。 每個(gè)文件對(duì)象都有諸如read（）和write（）之類的方法。

該代碼塊中有問(wèn)題，您能識(shí)別出來(lái)嗎？ 我們將在后面討論。

Python文檔列出了所有可能的文件模式。 表中列出了最常見的模式。 一個(gè)重要的規(guī)則是，任何與w相關(guān)的模式都將首先截?cái)嘣撐募ㄈ绻嬖冢缓髣?chuàng)建一個(gè)新文件。 如果您不想覆蓋文件，請(qǐng)謹(jǐn)慎使用此模式，并盡可能使用附加模式。

上一個(gè)代碼塊中的問(wèn)題是我們只打開了文件，但沒(méi)有關(guān)閉文件。 在處理文件時(shí)始終關(guān)閉文件很重要。 擁有打開的文件對(duì)象可能會(huì)導(dǎo)致不可預(yù)測(cè)的行為，例如資源泄漏。 有兩種方法可以確保正確關(guān)閉文件。

1.使用close()

第一種方法是顯式使用close()。 一個(gè)好的做法是將其放入最后，以便我們可以確保在任何情況下都將關(guān)閉該文件。 它使代碼更加清晰，但另一方面，開發(fā)人員應(yīng)該承擔(dān)責(zé)任，不要忘記關(guān)閉它。

2.使用上下文管理器，將open(...)設(shè)置為f

第二種方法是使用上下文管理器。 如果您不熟悉上下文管理器，那么請(qǐng)查閱Dan Bader用Python編寫的上下文管理器和“ with”語(yǔ)句。 與open()一起使用，因?yàn)閒語(yǔ)句實(shí)現(xiàn)__enter__和__exit__方法來(lái)打開和關(guān)閉文件。 此外，它將try / finally語(yǔ)句封裝在上下文管理器中，這意味著我們將永遠(yuǎn)不會(huì)忘記關(guān)閉文件。

這個(gè)上下文管理器解決方案是否總是比close()更好？ 這取決于您在哪里使用它。 以下示例實(shí)現(xiàn)了將50,000條記錄寫入文件的3種不同方式。 從輸出中可以看到，use_context_manager_2()函數(shù)與其他函數(shù)相比性能極低。 這是因?yàn)閣ith語(yǔ)句在單獨(dú)的函數(shù)中，它基本上為每個(gè)記錄打開和關(guān)閉文件。 這種昂貴的I / O操作會(huì)極大地影響性能。

Python作為一門不斷發(fā)展與普及的語(yǔ)言，還在不斷更新中。在學(xué)習(xí)時(shí)，建議找一些學(xué)習(xí)伙伴一起來(lái)學(xué)習(xí)和討論，效果更佳。如果想學(xué)習(xí)Python，歡迎加入Python學(xué)習(xí)交流群（627012464），一起督促，一起學(xué)習(xí)。里面有開發(fā)工具，很多干貨和技術(shù)資料分享！

讀寫文件

打開文件后，您必須要讀取或?qū)懭胛募?。文件?duì)象提供了三種讀取文件的方法，分別是read()，readline()和readlines()。

默認(rèn)情況下，read（size = -1）返回文件的全部?jī)?nèi)容。如果文件大于內(nèi)存，則可選參數(shù)size可以幫助您限制返回的字符（文本模式）或字節(jié)（二進(jìn)制模式）的大小。

readline（size = -1）返回整行，最后包括字符\ n。如果size大于0，它將從該行返回最大字符數(shù)。

readlines（hint = -1）返回列表中文件的所有行。可選參數(shù)hint表示如果返回的字符數(shù)超過(guò)了hint，則將不返回任何行。

在這三種方法中，read()和readlines()的內(nèi)存效率較低，因?yàn)槟J(rèn)情況下，它們以字符串或列表形式返回完整的文件。一種更有效的內(nèi)存迭代方式是使用readline()并使其停止讀取，直到返回空字符串?？兆址啊北硎局羔樀竭_(dá)文件末尾。

在編寫方面，有兩種方法write()和writelines()。 顧名思義，write()是寫一個(gè)字符串，而writelines()是寫一個(gè)字符串列表。 開發(fā)人員有責(zé)任在末尾添加\ n。

如果您將文本寫入特殊的文件類型（例如JSON或csv），則應(yīng)在文件對(duì)象頂部使用Python內(nèi)置模塊json或csv。

在文件內(nèi)移動(dòng)指針

當(dāng)我們打開文件時(shí)，我們得到一個(gè)指向特定位置的文件處理程序。 在r和w模式下，處理程序指向文件的開頭。 在一種模式下，處理程序指向文件的末尾。

tell()和seek()

當(dāng)我們從文件中讀取時(shí)，指針將移動(dòng)到下一個(gè)讀取將開始的位置，除非我們告訴指針移動(dòng)。 您可以使用2種方法來(lái)做到這一點(diǎn)：tell()和seek()。

tell()以文件開頭的字節(jié)數(shù)/字符數(shù)的形式返回指針的當(dāng)前位置。 seek（offset，whence = 0）將處理程序移到一個(gè)位置，offset字符距離wherece。 地點(diǎn)可以是：

0：從文件開頭

1：從當(dāng)前位置開始

2：從文件末尾開始

在文本模式下，wherece僅應(yīng)為0，偏移應(yīng)≥0。

了解文件狀態(tài)

操作系統(tǒng)上的文件系統(tǒng)可以告訴您許多有關(guān)文件的實(shí)用信息。 例如，文件的大小，創(chuàng)建和修改的時(shí)間。 要在Python中獲取此信息，可以使用os或pathlib模塊。 實(shí)際上，os和pathlib之間有很多共同之處。 pathlib是比os更面向?qū)ο蟮哪K。

操作系統(tǒng)

獲取完整狀態(tài)的一種方法是使用os.stat（“ test.txt”）。 它返回具有許多統(tǒng)計(jì)信息的結(jié)果對(duì)象，例如st_size（文件大小，以字節(jié)為單位），st_atime（最新訪問(wèn)的時(shí)間戳），st_mtime（最新修改的時(shí)間戳）等。

您也可以使用os.path單獨(dú)獲取統(tǒng)計(jì)信息。

路徑庫(kù)

獲取完整狀態(tài)的另一種方法是使用pathlib.Path（“ text.txt”）。stat()。 它返回與os.stat()相同的對(duì)象。

在以下各節(jié)中，我們將比較os和pathlib的更多方面。

復(fù)制，移動(dòng)和刪除文件

Python有許多內(nèi)置模塊來(lái)處理文件移動(dòng)。 在您信任Google返回的第一個(gè)答案之前，您應(yīng)該意識(shí)到，不同的模塊選擇會(huì)導(dǎo)致不同的性能。 一些模塊將阻塞線程，直到文件移動(dòng)完成，而其他模塊則可能異步執(zhí)行。

關(guān)閉

shutil是用于移動(dòng)，復(fù)制和刪除文件和文件夾的最著名的模塊。 它提供了4種僅復(fù)制文件的方法。 copy()，copy2()和copyfile()。

copy()與 copy2()：copy2()與copy()非常相似。 不同之處在于copy2()還復(fù)制文件的元數(shù)據(jù)，例如最近的訪問(wèn)時(shí)間，最近的修改時(shí)間。 但是根據(jù)Python文檔，由于操作系統(tǒng)的限制，即使copy2()也無(wú)法復(fù)制所有元數(shù)據(jù)。

367/5000

copy()與 copyfile()：copy()將新文件的權(quán)限設(shè)置為與原始文件相同，但是copyfile()不會(huì)復(fù)制其權(quán)限模式。 其次，copy()的目標(biāo)可以是目錄。 如果存在同名文件，則將其覆蓋，否則，將創(chuàng)建一個(gè)新文件。 但是，copyfile()的目的地必須是目標(biāo)文件名。

os

os模塊具有一個(gè)system()函數(shù)，允許您在子shell中執(zhí)行命令。 您需要將該命令作為參數(shù)傳遞給system()。 這與在操作系統(tǒng)上執(zhí)行的命令具有相同的效果。 為了移動(dòng)和刪除文件，您還可以在os模塊中使用專用功能。

異步復(fù)制/移動(dòng)文件

到目前為止，解決方案始終是同步的，這意味著如果文件很大并且需要更多時(shí)間移動(dòng)，則程序可能會(huì)被阻止。 如果要使程序異步，則可以使用threading，multiprocessing或subprocess模塊使文件操作在單獨(dú)的線程或單獨(dú)的進(jìn)程中運(yùn)行。

搜索文件

復(fù)制和移動(dòng)文件后，您可能需要搜索與特定模式匹配的文件名。 Python提供了許多內(nèi)置函數(shù)供您選擇。

glob

glob模塊根據(jù)Unix shell使用的規(guī)則查找與指定模式匹配的所有路徑名。 它支持通配符，例如*？。 []。

glob.glob（“ *。csv”）搜索當(dāng)前目錄中所有具有csv擴(kuò)展名的文件。 使用glob模塊，還可以在子目錄中搜索文件。

os

os模塊是如此強(qiáng)大，以至于它基本上可以執(zhí)行文件操作。 我們可以簡(jiǎn)單地使用os.listdir()列出目錄中的所有文件，并使用file.endswith()和file.startswith()來(lái)檢測(cè)模式。 如果要遍歷目錄，請(qǐng)使用os.walk()。

pathlib

pathlib具有與glob模塊類似的功能。 也可以遞歸搜索文件名。 與以前的基于os的解決方案相比，pathlib具有更少的代碼，并且提供了更多的面向?qū)ο蟮慕鉀Q方案。

播放文件路徑

使用文件路徑是我們執(zhí)行的另一項(xiàng)常見任務(wù)。 它可以獲取文件的相對(duì)路徑和絕對(duì)路徑。 它也可以連接多個(gè)路徑并找到父目錄等。

相對(duì)路徑和絕對(duì)路徑

os和pathlib都提供了獲取文件或目錄的相對(duì)路徑和絕對(duì)路徑的功能。

聯(lián)接路徑

這是我們可以獨(dú)立于環(huán)境連接os和pathlib中的路徑的方式。 pathlib使用斜杠創(chuàng)建子路徑。

獲取父目錄

dirname()是在os中獲取父目錄的函數(shù)，而在pathlib中，您可以僅使用Path()。parent來(lái)獲取父文件夾。

操作系統(tǒng) 路徑庫(kù)

最后但并非最不重要的一點(diǎn)是，我想簡(jiǎn)要介紹一下os和pathlib。 如Python文檔所述，pathlib是比os更面向?qū)ο蟮慕鉀Q方案。 它將每個(gè)文件路徑表示為適當(dāng)?shù)膶?duì)象，而不是字符串。 這給開發(fā)人員帶來(lái)了很多好處，例如，使連接多個(gè)路徑變得更加容易，在不同的操作系統(tǒng)上更加一致，并且可以直接從對(duì)象訪問(wèn)方法。

我希望本文可以提高您處理文件的效率。