Python文件操作与函数定义详解：编码、读写模式及修改策略

Python文件操作概述

本文通过具体实例深入解析Python文件操作函数的使用方法，内容详实，对读者的学习或实际工作具有显著的参考价值，建议相关读者仔细阅读并参考。

字符编码机制

字符编码基础

理解二进制数据与人类可读字符之间的转换机制，即字符编码的核心原理。

不同国家制定了各自的编码标准，例如ASCII、GBK等，用于表示文本信息。

美国计算机内存中通常采用ASCII编码存储数据，而中国计算机内存中则采用GBK编码。这导致美国编写的程序在中国电脑上无法正确识别，反之亦然，造成跨平台兼容性问题。

硬盘中已存在的文件采用ASCII、GBK等特定编码格式，这些格式一旦确定便无法更改。为了解决兼容性问题，内存中引入了Unicode编码，它能够识别并处理ASCII、GBK等多种编码格式的文件。

当使用Unicode编码运行ASCII或GBK文件后，若要将结果保存回硬盘，早期做法是直接存储Unicode。然而，由于Unicode将8位字符扩展为16位存储，导致空间浪费。为此，出现了UTF-8编码，它作为Unicode的压缩版本，在保持兼容性的同时节省了存储空间。

UTF-8能够识别其他国家的编码标准，但仅直接处理Unicode数据。尽管目前代码多采用UTF-8格式，但内存中尚未完全普及UTF-8。随着历史遗留的ASCII或GBK文件逐渐被淘汰或转换为UTF-8格式，未来内存中也将全面采用UTF-8编码。

Python2与Python3在字符编码处理机制上存在显著区别。

• 启动Python解释器是进行代码执行的第一步。
• Python解释器类似于文本编辑器，负责将读取到的二进制数据转换为普通字符，例如执行赋值语句 a = 1。
• 转换后的普通字符被解释执行，定义变量时会开辟新的内存空间来存放该变量。

Python版本编码差异

在Python2环境中：

变量以文件指定的编码方式存储到内存中。

在Python3环境中：

变量统一使用Unicode编码方式存储。

文件以何种格式存储，就应当以相同的格式进行读取，以确保数据一致性。

文件打开模式详解

文件主要有三种打开方式，分别对应不同的操作需求。

• r：只读模式（read），仅允许读取文件内容。
• w：只写模式（write），写入前会清空文件内容；若文件不存在，则自动创建新文件。
• a：追加模式，在文件末尾添加内容；若文件不存在，则自动创建新文件。

文本模式（t）：用于处理文本数据，默认编码方式取决于系统或指定参数。

二进制模式（b）：用于处理图片、音频等非文本数据，不进行编码转换。

t或b模式不能单独使用，必须与r、w、a模式结合使用，例如rb、wb、ab等。

文件上下文管理

使用with语句管理文件上下文，可以自动处理文件的关闭操作，避免资源泄露。

语法示例：with open() as f:，该结构会在代码块执行完毕后自动关闭文件。

文件修改策略

一、文件修改的两种实现方式

文件数据存储在硬盘上，因此严格来说只存在覆盖操作，不存在直接修改。平时看到的文件修改实际上是模拟效果，主要通过以下两种方式实现。

1.1 方式一：全量加载修改

将硬盘上的文件内容全部加载到内存中，在内存中进行修改。修改完成后，再将内存中的数据覆盖写回硬盘（Word、vim、Notepad++等编辑器通常采用此方式）。

import os

with open('37r.txt') as fr, \
    open('37r_swap.txt', 'w') as fw:
  data = fr.read() # 全部读入内存,如果文件很大,会很卡
  data = data.replace('tank', 'tankSB') # 在内存中完成修改

  fw.write(data) # 新文件一次性写入原文件内容

# 删除原文件
os.remove('37r.txt')
# 重命名新文件名为原文件名
os.rename('37r_swap.txt', '37r.txt')
print('done...')

1.2 方式二：逐行处理修改

将硬盘文件内容逐行读入内存，每读取一行就进行修改，并将修改后的内容写入新文件。处理完毕后，用新文件覆盖源文件。

import os
with open('37r.txt') as fr,\
    open('37r_swap.txt', 'w') as fw:
  # 循环读取文件内容，逐行修改
  for line in fr:
    line = line.replace('jason', 'jasonSB')
    # 新文件写入原文件修改后内容
    fw.write(line)
os.remove('37r.txt')
os.rename('37r_swap.txt', '37r.txt')
print('done...')

总结而言，修改文件内容的通用思路是：以读模式打开原文件，以写模式打开一个新文件，将原文件内容修改后写入新文件，最后利用os模块删除原文件并将新文件重命名为原文件名，从而实现看似原地修改的效果。

函数定义类型

二、定义函数的三种基本方式

2.1 无参函数

函数参数是函数体接收外部传值的媒介，本质上是一个变量名。

在函数定义阶段括号内没有参数，称为无参函数。需注意：定义时无参，调用时也不需传入参数。

如果函数体代码逻辑不依赖外部传入的值，必须定义为无参函数。

def func():
  print('hello nick')
func() # hello nick

2.2 有参函数

在函数定义阶段括号内包含参数，称为有参函数。需注意：定义时有参，调用时必须传入相应参数。

如果函数体代码逻辑依赖外部传入的值，必须定义为有参函数。

def sum_self(x, y):
  """求和"""
  res = x+y
  print(res)
sum_self(1,2) # 3

2.3 空函数

当已知需要实现某个功能但暂不知如何用代码实现时，可先编写一个空函数，以便先实现其他功能。

def func():
  pass

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。