第七章 文件和数据格式化
7.1 文件的使用
文件时存储在辅助存储器上的一组数据序列，可以包含任何数据内容。概念上，文件是数据的集合和抽象。文件包括文本文件和二进制文件两种类型。
7.1.1 文件的类型
文本文件一般由单一特定编码的字符组成，如UTF-8编码，内容容易统一展示和阅读。
二进制文件直接由比特0和比特1组成，没有统一的字符编码，文本内部数据的组织格式与文件用途有关。二进制是信息按照非字符但有特定格式形成的文件，例如png格式的图片文件、avi格式的视频文件。
二进制文件和文本文件最主要的区别在于是否有统一的字符编码。
无论文件创建为文本文件或者二进制文件，都可以用“文本文件方式”和“二进制文件方式”打开，但打开后的操作不同。
# 一个文本文件，其内容为“计算机等级考试”，采用文本方式打开
# 注意：文本文件与Python程序文件放在同一个目录下
file = open("1.txt", mode="rt", encoding="UTF-8")
read_content = file.readline()
print(read_content)
file.close()
# 运行结果
计算机等级考试
# 一个文本文件，其内容为“计算机等级考试”，采用二进制方式打开
file = open("1.txt", mode="rb")
read_content = file.readline()
print(read_content)
file.close()
# 运行结果
b'\xe8\xae\xa1\xe7\xae\x97\xe6\x9c\xba\xe7\xad\x89\xe7\xba\xa7\xe8\x80\x83\xe8\xaf\x95'
采用文本方式读入文件，文件经过编码形成字符串，打印出有含义的字符；采用二进制方式打开文件，文件被解析为字节流。由于存在编码，字符串中的一个字符由多个字节表示。
7.1.2 文件的打开和关闭
Python对文本文件和二进制文件采用统一的操作步骤，即”打开—操作—关闭“，如下图所示。操作系统中的文件默认处于存储状态，首先需要将其打开，使得当前程序有权操作这个文件，打开不存在的文件系统可以创建这个文件。打开后的文件处于占用状态，此时，另一个进程不能操作这个文件。可以同做一组方式读取文件的内容或向文件写入内容，操作之后需要将文件关闭，关闭将释放对文件的控制是文件恢复或存储状态，此时，另一个进程能够操作文件。
Python通过open()函数打开一个文件，并返回一个操作这个文件的变量，语法格式如下：
<变量名> = open(<文件路径及文件名>,<打开模式>)
open()函数提供7种基本的打开模式：
| 打开模式 | 含义 |
|---|---|
| r | 只读模式，如果文件不存在，返回异常FileNotFoundError，默认值 |
| w | 覆盖写模式，文件不存在则创建，存在则完全覆盖原文件 |
| x | 创建写模式，文件不存在则创建，存在则返回异常FileExistsError |
| a | 追加写模式，文件不存在则创建，存在则在原文件最后追加内容 |
| b | 二进制文件模式 |
| t | 文本文件模式，默认值 |
| + | 与/r/w/x/a一同使用，在原功能基础上增加同时读写功能 |
打开模式使用字符串方式表示，根据字符串定义，单引号或者双引号均可。上述打开模式中，‘x’、‘w’、‘x’、‘a’可以和‘b’、‘t’、‘+’组合使用，形成既表达读写又表达文件模式的方式。
打开文件有一些常用组合，使用方式如下：
# 以文本方式只读打开一个文件，读入后不能对文件进行修改
<变量名> = open(<文件名>, 'r') 或 <变量名> = open(<文件名>)
# 以文本方式可读写的打开一个文件，可以读入并修改文件
<变量名> = open(<文件名>, 'r+')
# 以文本方式打开一个空文件，准备写入一批内容，并保存为新文件
<变量名> = open(<文件名>, 'w')
# 以文本方式打开一个空文件或已有的文件，追加形式写入一批内容，更新原文件
<变量名> = open(<文件名>, 'a+')
# 以二进制方式只读打开一个文件，读入后不能对文件进行修改
<变量名> = open(<文件名>, 'rb')
文件试用结束后要用close()方法关闭，释放文件的使用授权，语法格式如下：
<变量名>.close()
7.1.3 文件的读写
根据打开方式不同，文件读写也会根据文本文件或二进制打开方式有所不同。
常用的文件读取方法如下：
| 方法 | 含义 |
|---|---|
| f.read(size=-1) | 从文件中读入整个文件内容，参数可选。如果给出，读入前size长度的字符串或字节流 |
| f.readline(size=-1) | 从文件中读入一行内容，参数可选。如果给出，读入该行size长度的字符串或字节流 |
| f.readlines(hint=-1) | 从文件中读入所有行，以每行为元素形成一个列表。参数可选，如果给出，读入hint行 |
| f.seek(offset) | 改变当前文件操作指针的为啥，offset的值：0为文件开头，2为文件结尾 |
从文本文件逐行读入内容并进行处理是一个基本的文件操作需求。文本文件可以看成是由行组成的组合类型，因此，可以使用遍历循环逐行遍历文件，语法格式如下：
file = open(<文件路径及名称>, "r")
for line in file:
print(line) # 处理一行数据
f.close
常用的文件写入方法如下：
| 方法 | 含义 |
|---|---|
| f.write(s) | 向文件写入一个字符串或字节流 |
| f.writelines(lines) | 将一个元素为字符串的列表整体写入文件 |
f.write(s)向文件写入字符串s，每次写入后，将会记录一个写入指针。放方法可以反复调用，再写入指针后分批写入内容，直至文件被关闭。
使用f.write(s)时，要显示的使用’\n’对写入文本进行分行，如果不进行分行，每次写入的字符串会被连接起来。
f = open("c.txt", "w")
f.write('新年都未有芳华\n')
f.write('二月初惊见草芽\n')
f.write('白雪却嫌春色晚\n')
f.write('故穿庭树作飞花\n')
f.close()
f.writelines(lines)直接将列表类型的个元素连接起来写入文件f
ls = ['新年都未有芳华\n','二月初惊见草芽\n','白雪却嫌春色晚\n','故穿庭树作飞花\n']
f = open("c.txt", "w")
f.writelines(ls)
f.close()
上述代码运行结果皆为：
新年都未有芳华
二月初惊见草芽
白雪却嫌春色晚
故穿庭树作飞花
7.2 数据组织的维度
一组数据在被计算机处理前需要进行一定的组织，表面数据之间的基本关系，进而形成”数据的维度“。根据数据的关系不同，数据组织可以分为：一维数据、二维数据和高维数据。
7.2.1 一维数据
一维数据由对等关系的有序或无需数据构成，采用线性方式组织，对应于数学中数组的概念。例如：中国的直辖市列表即可表示为一维数据，一维数据具有线性特点。
7.2.2 二维数据
二维数据，也称表格数据，有关联关系数据构成，采用二维表格方式组织，对应于数学中的矩阵，常见的表格都属于二维数据。例如：国家统计局发布的居民消费价格指数是二维数据。
7.2.3 高维数据
高维数据由键值对类型的数据构成，采用对象方式组织，可以多层嵌套。
高维数据在Web系统中十分常用，作为当今Internet组织内容的主要方式，高维数据衍生出HTML、XML、JSON等具体数据组织的语法结构。
7.3 一维数据的处理
7.3.1 一维数据的表示
一维数据是最简单的数据组织类型，由于是线性结构，在Python语言中主要采用列表形式表示。
一维数据的文件存储有多种方式，总体思路是采用特殊字符分隔各数据。采用存储方法包括4种：
（1）采用空格分隔元素，例如：
北京 上海 天津 重庆
（2）采用逗号分隔元素，例如：
北京,上海,天津,重庆
（3）采用换行分隔元素，例如：文章来源：https://www.toymoban.com/news/detail-468063.html
北京
上海
天津
重庆
（4）其他特殊符号分隔，以分号分隔为例，例如：文章来源地址https://www.toymoban.com/news/detail-468063.html
到了这里，关于第七章 文件和数据格式化的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
