《数据采集与处理：基于python》 课件 第5章-文件读写与操作.pptx

第一章

文件读写与操作

《数据采集与处理：基于Python》

2024-5-11

1

2024-5-11

2

教学目标

本章学习目标

1.了解文件的基本概念、分类、常见文件格式和基本特点,理解不同类型文件的功能和适用范围;

2.掌握Python基本的文件操作,了解对象序列化和反序列化操作及作用;

3.掌握常见结构化数据文件(如CSV、JSON、Excel和XML)的Python基本读写操作方法,理解文件的内容结构和编码格式;

4.了解常见非结构化数据文件(如Word、PDF、图像等)的内容组织格式和读写方法,理解用于科学数据存储的HDF文件的格式、结构特点及读写方法。

本章提纲

1、文件读写基本操作

2、CSV文件读写

3、JSON文件读写

4、XML文件读写

5、HDF文件读写

6、PDF文件读写

7、图像文件读写

文件读写基本操作

2024-5-11

3

文件的概念及分类

4

为了长期保存数据以便重复使用、修改和共享，必须将数据以文件的形式存储到外部存储介质(如磁盘、U盘、光盘或云盘、网盘、快盘等)中。

文件操作在各类应用软件的开发中均占有重要的地位：

管理信息系统是使用数据库来存储数据的，而数据库最终还是要以文件的形式存储到硬盘或其他存储介质上。

应用程序的配置信息往往也是使用文件来存储的，图形、图像、音频、视频、可执行文件等等也都是以文件的形式存储在磁盘上的。

文件的概念及分类

5

按文件中数据的组织形式把文件分为文本文件和二进制文件两类。

文本文件：文本文件存储的是常规字符串，由若干文本行组成，通常每行以换行符\n结尾。常规字符串是指记事本或其他文本编辑器能正常显示、编辑并且人类能够直接阅读和理解的字符串，如英文字母、汉字、数字字符串。文本文件可以使用字处理软件如gedit、记事本进行编辑。

二进制文件：二进制文件把对象内容以字节串(bytes)进行存储，无法用记事本或其他普通字处理软件直接进行编辑，通常也无法被人类直接阅读和理解，需要使用专门的软件进行解码后读取、显示、修改或执行。常见的如图形图像文件、音视频文件、可执行文件、资源文件、各种数据库文件、各类office文档等都属于二进制文件。

文件基本操作

无论是文本文件还是二进制文件，其操作流程基本都是一致的，首先打开文件并创建文件对象，然后通过该文件对象对文件内容进行读取、写入、删除、修改等操作，最后关闭并保存文件内容。

6

内置函数open()

7

open(file,mode=r,buffering=-1,encoding=None,errors=None,

newline=None,closefd=True,opener=None)

file参数指定了被打开的文件名称。

mode参数指定了打开文件后的处理方式。

buffering参数指定了读写文件的缓存模式。0表示不缓存，1表示缓存，如大于1则表示缓冲区的大小。默认值是缓存模式。

encoding参数指定对文本进行编码和解码的方式，只适用于文本模式，可以使用Python支持的任何格式，如GBK、gb18030、gb2312、utf8、CP936等等。注意：对于中文内容的文件，打开读取内容如果是乱码，可尝试设置encoding为对应中文编码格式

内置函数open()

文件打开模式

8

模式

说明

r

读模式（默认模式，可省略），如果文件不存在则抛出异常

w

写模式，如果文件已存在，先清空原有内容

x

写模式，创建新文件，如果文件已存在则抛出异常

a

追加模式，不覆盖文件中原有内容

b

二进制模式（可与其他模式组合使用）

t

文本模式（默认模式，可省略）

+

读、写模式（可与其他模式组合使用）

图示

图示

内置函数open()

11

如果执行正常，open()函数返回1个文件对象，通过该文件对象可以对文件进行读写操作。如果指定文件不存在、访问权限不够、磁盘空间不足或其他原因导致创建文件对象失败则抛出异常。

f1=open(file1.txt,r)#以读模式打开文件

f2=open(file2.txt,w)#以写模式打开文件

当对文件内容操作完以后，一定要关闭文件对象，这样才能保证所做的任何修改都确实被保存到文件中。

f1.close()

文件对象属性与常用方法

12

方法

功能说明

close()

把缓冲区的内容写入文件，同时关闭文件，并释放文件对象

flush()

把缓冲区的内容写入文件，但不关闭文件

read([size])

从文本文件中读取size个字符（Python3.x）的内容作为结果返回，或从二进制文件中读取指定数量的字节并返回，如果省略size则表示读取所有内容

readline()

从文本文件中读取一行内容作为结果返回