文本操作
-
文本文件
-
二进制文件
'''
先将文件里的数值读取出来
然后排序
排序后在保存在新的文件夹中
'''
#读取文件中每一行的数据
with open('test.txt','r') as fp:
data = fp.readlines()
#将每一行的数据去头去尾，然后转化成整型
data = [int(line.strip()) for line in data]
#将data中的数值进行排序
data.sort()
#将排好序的，做好格式，存储到指定的文件夹下
data = [str(i)+'\n' for i in data]
print(data)
with open('data_asc.txt','w') as fp:
fp.writelines(data)
'''
读取代码文件
并为代码的每一行标序号
'''
filename = 'demo6.py'
#读取demo6这个python程序文件
with open(filename,'r') as fp:
lines = fp.readlines() #用读取行的方式，这样能够直接生成一个数组lines，这里面就是读取的值
#获取，读取代码的最大长度
maxLength = len(max(lines,key=len))
#把获取来的行，去头去尾，右侧统一补上最长段落的长度（通过空格），
lines = [line.rstrip().ljust(maxLength)+'#'+str(index) + '\n' for index,line in enumerate(lines)]
#然后打开文件，把读取到的文件写入新的文件中去
with open(filename[:-3]+'_new.py','w')as fp:
fp.writelines(lines)
'''
批量修改文件文本格式为UTF-8
'''
from os import listdir
from chardet import detect
fns = (fn for fn in listdir() if fn.endswith('.txt'))
for fn in fns:
with open(fn,'rb+')as fp:
content = fp.read()
#判断编码格式
encoding = detect(content)['encoding']
#格式转换
content = content.decode(encoding).encode('gbk')
#写回文件
fp.seek(0)
fp.write(content)
1、二进制文件操作
'''
pickle模块的使用
'''
import pickle
i = 13000000
a = 99.056
s = '中国人名123abc'
list = [[1,2,3],[4,5,6],[7,8,9]]
tu = (-5,10,8)
coll = {4,5,6}
dic = {'a':'apple','b':'banana','g':'grape','o':'orange'}
data = [i,a,s,list,tu,coll,dic]
#打开保存二进制文件的文本文件，
with open('sample_pickle.dat','wb') as f:
try:
pickle.dump(len(data),f)
#将data中的数据，逐一进行二进制的写入
for item in data:
pickle.dump(item,f)
except:
print('文件写入异常')
'''
写入的二进制文件的内容还原为Python对象
'''
import pickle
with open('sample_pickle.dat','rb') as f:
#load(f)获取f对象里面的文件的个数,因为我在制作二进制的时候，第一个参数是这里面文件的长度
n = pickle.load(f)
for i in range(n):
x = pickle.load(f)
print(x)
'''
使用struct模块
encode 英文是编码的意思
struct.pack('if?',n,b,s)这种方法是实现英文和数字的编码
s.encode() 这种是实现字符串的编码方式
'''
import struct
n = 1300000
x = 3.14
b = True
s = 'abc测试'
#序列化，得到字符串,就是在这里实现乱码的，struct.pack()的第一个参数必须是字符串‘
sn = struct.pack('if?',n,x,b)
with open('sample_struct.dat','wb') as fp:
fp. write(sn)
fp.write(s.encode())
'''
解码：
整数、实数、逻辑判断用 struct.unpack()来解码
字符串用 decode()来解码
'''
import struct
with open('sample_struct.dat','rb') as fp:
#整数、实属占用4个字节，逻辑值占用1个字节
sn = fp.read(9)
#解码：整数、实数、逻辑值的方法，解码之后(1300000, 3.140000104904175, True)
tu = struct.unpack('if?', sn)
n, x, bl = tu
print('n=', n, 'x=', x, 'bl=', bl)
#utf8编码的英文占用1个字节，汉字占用3个
s = fp.read(9).decode()
print('s=', s)
2、文件级操作
'''
os.path.isfile(fname) 判断文件是不是文件，而不是目录哪些的
'''
import os
print([fname for fname in os.listdir() if os.path.isfile(fname) and fname.endswith('.py')])
'''
将目录下所有的.html文件改名为htm
'''
import os
file_list = [filename for filename in os.listdir() if filename.endswith('htm')]
for filename in file_list:
#制作新的名字
newname = filename[:-4]+'.html'
#重新改名
os.rename(filename,newname)
print(filename+"更名为："+newname)
'''
shutil模块
复制文件
压缩文件
'''
import shutil
shutil.copyfile('D:\\a.html','D:\\2021year\copy_a.txt')
#
shutil.make_archive('D:\\test','zip','D:\\test','Dlls')
3、目录级操作
'''
获取当前目录位置
创建目录
改变当前工作目录
成列当前目录中的信息
移出目录
'''
import os
print(os.getcwd()) #获取当前目录位置
# os.mkdir(os.getcwd()+'\\temp') #在当前文件目录下创建temp
os.chdir(os.getcwd()+'\\temp') #改变当前工作目录
print(os.getcwd())
# os.mkdir(os.getcwd()+'\\test') #在当前目录下创建test
print(os.listdir('..')) #.表示当前路径 ..表示成列上级路径
os.rmdir('test') #移出目录
'''
os.path.isdir(path) 判断路径是否为目录
遍历目录下所有的文件
采用递归调用
'''
import os
def vistDir(path):
if not os.path.isdir(path):
print('错误',path,'不是文件夹或则根本不存在')
return
for lists in os.listdir(path):
#这里是联结合，文件名和文件
sub_path = os.path.join(path,lists)
print(sub_path)
if os.path.isdir(sub_path):
vistDir(sub_path)
vistDir(r'D:\\不吃鹅肝酱')
'''
使用广度遍历目录下的文件
'''
from os import listdir
from os.path import join, isfile, isdir
def listDirWidthFirst(directory):
'''广度遍历文件夹'''
dirs = [directory]
#如果还没有遍历过的文件夹，继续往下遍历
while dirs:
#遍历还没有遍历过的第一项
#移出dirs中的第一个元素，赋予current
current = dirs.pop(0)
#遍历该文件夹，如果是文件就直接显示输出
#如果是文件夹，输出显示后，标记为待遍历项，放入列表dirs尾部
for subPath in listdir(current):
path = join(current,subPath)
if isfile(path):
print(path)
elif isdir(path):
print(path)
dirs.append(path)
listDirWidthFirst('D:\\test')
'''
采用os.walk遍历文件里面的所有文件
正如walk的单词意义走一样，他会走遍目录下的所有文件位置
'''
import os
def visitDir2(path):
if not os.path.isdir(path):
print('Error:',path,'不是文件夹，或则不存在')
return
list_dirs = os.walk(path)
#通过walk获取的对象，有三个参数：路径名、目录名、文件名,这里的目录名，还包括子目录下的文件
for root,dirs,files in list_dirs:
print(root,dirs,files)
for d in dirs:
print(os.path.join(root,d))
for f in files:
print(os.path.join(root,f))
visitDir2(r'D:\test')
4、案例精选
'''
计算CRC32值
下面代码分别是使用zlib和binascii模块方法
计算任意字符串的CRC32值
'''
import zlib
print(zlib.crc32('123'.encode()))
print(zlib.crc32('111'.encode()))
print(zlib.crc32('SDIBT'.encode()))
import binascii
print(binascii.crc32('SDIBT'.encode()))
'''
计算文本文件中最长行的长度
'''
with open('sample.txt',encoding='gbk') as fp:
print(max(len(line.strip()) for line in fp))
'''
计算MD5的值，MD5可以用来判断文件发布之后是否被篡改
对于完整性保护具有重要的意义
也经常用于数字签名
'''
import hashlib
print(hashlib.md5('123'.encode()).hexdigest())
print(hashlib.md5('1234'.encode()).hexdigest())
'''
实现当前代码的MD5编码
'''
import hashlib
import os.path
import sys
#sys.argv[0]表示当前文件的路径
fileName = sys.argv[0]
print(fileName)
if os.path.isfile(fileName):
with open(fileName,'rb') as fp:
data = fp.read()
print(type(data))
print(hashlib.md5(data).hexdigest())
'''
判断一个图片是否是gif类型的
'''
def is_gif(fname):
with open(fname,'rb') as fp:
first4 = fp.read(4)
print(first4)
return first4 == b'GIF8'
print(is_gif('a.gif'))
'''
把指定文件夹中的所有文件的名字批量随机化，保持文件类型不变
print(ascii_letters) abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ
'''
from os import listdir, rename
from os.path import splitext, join
from random import randint, choice
from string import ascii_letters
def randomFileName(directory):
for fn in listdir(directory):
#切分得到文件名和扩展名
name,ext = splitext(fn)
n = randint(5,20)
#生成随机字符串作为新文件名字
newName = ''.join((choice(ascii_letters) for i in range(n)))
#修改文件名字
rename(join(directory,fn),join(directory,newName+ext))
randomFileName('D:\不吃鹅肝酱\img')
'''
使用xlwt模块写入Excel文件
看不懂，太多不知道的类的调用了！！！
'''
from xlwt import *
book = Workbook()
#获取sheet1，也就是获取一个excel的表单
sheet1 = book.add_sheet("First")
a1 = Alignment()
a1.horz = Alignment.HORZ_CENTER
a1.vert = Alignment.VERT_CENTER
borders = Borders()
borders.bottom = Borders.THIN
style = XFStyle()
style.alignment = a1
style.borders = borders
row0 = sheet1.row(0)
row0.write(0,'test',style=style)
book.save(r'D:\test.xls')
'''
使用xlrd模块读入excel文件
'''
import xlrd
#找到对应文件
book = xlrd.open_workbook(r'D:\test.xls')
#定位到相应的表单
sheet1 = book.sheet_by_name('First')
#获取表单的第0行信息
row0 = sheet1.row(0)
print(row0[1].value)
'''
使用Pywin32操作Excel文件，
反正要Pywin32这个模块，下载成功了，就是还是报错，
反正下面的代码也看不懂，算了！！！
'''
import Pywin32
import win32com
xlApp = win32com.client.Dispatch('Excel.Application')
xlBook = xlApp.Workbooks.Open('D:\\1.xls')
xlSht = xlBook.worksheets('sheet')
aaa = xlSht.Cells(1,2).value
xlSht.Cells(2,3).Value = aaa
xlBook.Close(SaveChanges=1)
模块无法下载，代码无法运行
'''
检查Word文档连续重复的字
这里解决不了了，脑壳痛！！！
'''
import sys
from win32com import client
filename = r'D:\test.doc' #找到文件位置
word = client.Dispatch('Word.Application') #打开window上的word应用
doc = word.Document.Open(filename) #采用D:\test.doc文件
content = str(doc.Content) #获取文件中的内容
print(content)
doc.Close() #关闭文档
word.Quit() #退出应用
repeateWords = []
lens = len(content)
for i in range(lens-2):
ch,ch1,ch2 = content[i:i+3]
if('\u4e00'<=ch<='\u9fa5') or ch in('，','。','、'):
if ch == ch1 and ch+ch1 not in repeateWords:
print(ch+ch1)
repeateWords.append(ch+ch1)
elif ch==ch2 and ch+ch1+ch2 not in repeateWords:
print(ch+ch1+ch2)
repeateWords.append(ch+ch1+ch2)
'''
python-docx封装了对docx格式word文档的操作
使用pip安装之后，可以使用下面代码实现类似功能
'''
from docx import Document
#找到对应的文件
doc = Document('test.doc')
#获取文档中的段落，并且联接好
contents = ''.join((p.text for p in doc.paragraphs))
words = set()
for index,ch in enumerate(contents[:-2]):
#如果当前字符等于后面的一个字符，或则，当前字符等于后面的第二个字符，word就捕捉着这相连的几个字符
if ch==contents[index+1] or ch == contents[index+2]:
word = contents[index:index+3]
#将捕捉来的字符，如果不再words中，就添加进元组中
if word not in words:
words.add(word)
print(word)
'''
编写程序，进行文件夹的增量备份
'''
import os
import filecmp
import shutil
import sys
def autoBackup(scrDir,dstDir):
if(not os.path.isdir(scrDir) or (not os.path.isdir(dstDir)) or (os.path.abspath(scrDir)!=scrDir) or (os.path.abspath(dstDir)!=dstDir)):
usage()
for item in os.listdir(scrDir):
scrItem = os.path.join(scrDir,item)
dstItem = scrItem.replace(scrDir,dstDir)
if os.path.isdir(scrItem):
#创建新增的文件夹，保证目标文件夹的结构和原始文件夹一致
if not os.path.exists(dstItem):
os.makedirs(dstItem)
print('创建文件夹'+dstItem)
autoBackup(scrItem,dstItem)
elif os.path.isfile(scrItem):
#只复制新增或修改过的文件
if(not os.path.cmp(scrItem,dstItem,shallow=False)):
shutil.copyfile(scrItem,dstItem)
print('file:'+scrItem+'==>'+dstItem)
def usage():
print('scrDir和dstDir必须存在绝对路径')
print('For example:{0} C:\\aaa'.format(sys.argv[0]))
sys.exit(0)
if __name__ == '__main__':
if len(sys.argv) != 3:
usage()
scrDir,dstDir = sys.argv[1],sys.argv[2]
autoBackup(scrDir,dstDir)
标签：fp,文件,使用,import,print,path,第二次,os From： https://www.cnblogs.com/buchijiuminvhai/p/17008597.html