【基本扩展模块】37、文本文件读写【基本扩展模块】37、文本文件读写

目录
一、文件的打开
二、文件的读写和访问
三、文件的关闭
四、结构化文本文件

一、文件的打开

• 普通文件
  数据持久化的最简单类型
  仅仅是在一个文件名下的字节流，把数据从文件读入内存，从内存写入文件
• open（）函数
  f=open（filename[，mode[，buffering]]）
  1、f：open（）返回的文件对象
  2、filename：文件的字符串名
  3、mode：可选参数，打开模式和文件类型
  ①mode第一个字母表明对其的操作：
  r表示读模式
  w表示写模式
  x表示在文件不存在的情况下新创建并写文件
  a表示在文件末尾追加写内容
  +表示读写模式
  ②mode第二个字母是文件类型：
  t表示文本类型
  b表示二进制文件
  4、buffering：可选参数，文件的缓冲区，默认为-1

二、文件的读写和访问

文件的写操作
f.write（str）
f.writelines（strlist）：写入字符串列表
文件的读操作
f.read（）
f.readline（）：返回一行
f.readlines（）：返回所有行、列表

image.png

三、文件的关闭

• 文件打开后要记得关闭
  关闭的作用是终止对外部文件的连接，同时将缓存区的数据刷新到硬盘上
• 调用close（）方法
  f.close（）
• 使用上下文管理器（context manager）
  确保在退出后自动关闭文件

with open（‘textfile'，'rt'）as myfile：
      myfile.read（）

四、结构化文本文件

4.1结构化文本文件：CSV

• 纯文本文件，以”，”为分隔符
• 值没有类型，所有值都是字符串
• 不能指定字体颜色等样式
• 不能指定单元格的宽高，不能合并单元格
• 没有多个工作表
• 不能嵌入图像图表

image.png

• 文件读取-reader
  re=csv.reader（）
  接受一个可迭代对象（比如csv文件），能返回一个生成器，可以从其中解析出内容
• 文件读取-DictReader
  re=csV.DictReader（）
  与reader类似
  但返回的每一个单元格都放在一个元组的值内

• 文件写操作
  w=csv.writer（）
  w.witerow（rows）
  当文件不存在时，自动生成
  支持单行写入和多行写入
• 字典数据写入

w=csv.DictWriter（）
w.writeheader（）
w.writerow（rows）

4.2结构化文本文件：Excel

• openpyxl模块
  用来读写扩展名为x1sx/x1sm/xltx/xltm的文件
  Workbook类是对工作簿的抽象
  Worksheet类是对表格的抽象
  Cell类是对单元格的抽象文件写操作

• 操作之前先导入第三方库
  安装：pip install openpyx1
  导库：from openpyx1 import workbook

• 创建Excel文件
  一个Workbook对象代表一个Exce1文档，使用该方法创建一个Worksheet对象后才能打开一个表

from openpyx1 import Workbook 
wb=Workbook（）
ws=wb.active

• 读取Excel文件

from openpyx1 import 1oad_workbook 
wb=1oad_workbook（filename）
ws=wb.file.active

• 获取单元格信息
  获取Cell对象:

c=wb['sheet'][‘A1']
c=wb['sheet'].cell（row=1，column=1）

c.coordinate：返回单元格坐标
c.value：返回单元格的值
c.row：返回单元格所在的行坐标
c.column：返回单元格所在列坐标

4.3结构化文本文件：PDF

• 轻松处理pdf文件的库-PyPDF2
  包含了PdfFileReader、PdfFileMerger、PageObject和PdfFileuriter四个主要类
  能进行读写、分割、合并、文件转换等多种操作
  只能从PDF文档中提取文本并返回为字符串，而无法提取图像、图表或其他媒体

• 读取PDF文件
  readFile=open（’test.pdf’，’rb’）
  pdfFileReader=PdfFileReader（readFile）

• pdfFileReader类
  .getNumPages（）：计算PDF文件总页数
  .getPage（index）：检索指定编号的页面

• PDF文件的写操作
  writeFile=’output.pdf’
  pdfFileWriter=PdfFileWriter（）

• pdfFileWriter类
  .addpage（pageObj）：根据每页返回的Pageobject，写入到文件
  .addBlankPage（）：在文件的最后一页后面写入一个空白页，保存到新文件

• 合并多个文档

pdf_merger=PdfFileMerger（）
pdf_merger.append（'python2018.pdf"）
pdf_merger.merge（20，'insert.pdf'）
pdf_merger.write（'merge.pdf'）

• 单个页面操作-PageObject类
  .extractText（）：按照顺序提取文本
  .getContents（）：访问页面内容
  .rotateClockwise（angle）：顺时针旋转
  .scale（sx，sy）：改变页面大小