python-文件操作
1、文件打开
打开模式:
f = open('test.txt','r')
#r,只读模式,文件不存在时,报错
f = open('test.txt','w')
#w,只写模式,文件不存在时,创建文件,文件存在时,清空原文件
f = open('test.txt','x')
#x,python3新增的模式,当文件存在时报错,文件不存在时,创建文件并写入
f = open('test.txt','a')
#a,追加模式,文件不存在时,创建文件
编码格式:
上述打开模式,默认的encoding='utf-8',当打开文件出现乱码时,可能是由于编码格式不一致导致的
此时,可以通过调整编码格式进行文件读取
f=open('test.txt','r',encoding='utf-8')
f=open('test.txt','r',encoding='gbk')
bytes模式:
当使用b参数时,文件将通过字节方式打开,而不适用b参数时,文件将以字符方式打开
f=open('test.txt','wb')
f.write(b'\xe7\xbb\xbf\xe8\x8c\xb6')
f.close()
=>以字节方式写入test.txt
n = open('test.txt','r',encoding='utf-8')
t = n.read()
print (t)
=> 没有b参数,以字符方式读取文件,显示为绿茶
2、文件操作
f=open('test.txt','r',encoding='utf-8')
f.seek()
=>移动当前指针位置到指定的位置,当打开模式中,没有b参数时,是按照字符位置移动,当以b参数打开时,是按照字节位置移动指针
f.tell()
=>获取当前指针的字节位置,与打开模式无关
f.flush()
=>强刷,一般对文件进行写入或者修改操作时,是先缓存,待文件关闭时再写入文件,使用该函数时,直接将修改内容写入文件
f.fileno
=>文件描述符
f.truncate()
=>将当前指针位置之后的内容全部截断
3、文件关闭
方式一:
f=open('test.txt','r',encoding='utf-8')
n = f.read()
f.close()
方式二:
with open('test.txt','r',encoding='utf-8') as f:
n =f.read()
使用with时,会自动进行文件的close操作
并且,使用with可以同时打开2个文件:
with open('test1.txt','r',encoding='utf-8') as f, open('test2.txt','w',encoding='utf-8') as h:
data = f.read()
h.write(data)

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

Linux终端中查看Python版本时遇到权限问题的解决方法当你在Linux终端中尝试查看Python的版本时,输入python...

本文解释了如何使用美丽的汤库来解析html。 它详细介绍了常见方法,例如find(),find_all(),select()和get_text(),以用于数据提取,处理不同的HTML结构和错误以及替代方案(SEL)

本文比较了Tensorflow和Pytorch的深度学习。 它详细介绍了所涉及的步骤:数据准备,模型构建,培训,评估和部署。 框架之间的关键差异,特别是关于计算刻度的

在使用Python的pandas库时,如何在两个结构不同的DataFrame之间进行整列复制是一个常见的问题。假设我们有两个Dat...

本文指导Python开发人员构建命令行界面(CLIS)。 它使用Typer,Click和ArgParse等库详细介绍,强调输入/输出处理,并促进用户友好的设计模式,以提高CLI可用性。

本文讨论了诸如Numpy,Pandas,Matplotlib,Scikit-Learn,Tensorflow,Tensorflow,Django,Blask和请求等流行的Python库,并详细介绍了它们在科学计算,数据分析,可视化,机器学习,网络开发和H中的用途

文章讨论了虚拟环境在Python中的作用,重点是管理项目依赖性并避免冲突。它详细介绍了他们在改善项目管理和减少依赖问题方面的创建,激活和利益。
