python 文件读写操作 + 几道例题

古城微笑少年丶 2021-10-30 07:26 681阅读 0赞

用python读写文件是经常需要进行的操作，总的来说，文件的读写分为三步：  
1、打开文件，获取句柄；  
2、操作文件；  
3、关闭文件  
这里的句柄是一个抽象的专业名词，现在我们先姑且将其理解为一种工具，正如捕鱼需用网，提桶得握“柄”。

现在看最简单的一个例子，现在我要打开一个已经存在的txt文件，并希望能将这个txt文件的内容显示出来。

with open("test.en", "r", encoding="utf-8") as f:
    print f.read()
    f.close()

当然，实际中对文件的操作远远没有这么简单，下面我们先从几个方面入手：  
1、文件的打开方式  
打开方式分为r、w、a三种方式 ，【+】表示可以同时读写

r　　只读，默认模式

w　 只写，不可读，若文件不存在则创建，若存在，则删除内容，写入新内容

a　　只追加，不可读，若文件不存在则创建，存在则追加新内容

r+　　可读、可写、可追加，若文件不存在，则报错

w+　　可读、可写，若文件存在，内容会被清空，可读新写入的内容

a+　　可读、可写、可追加，若文件存在，则追加新内容  
　　  
打开后一定要记得使用f.close()关闭文件

--------------------

2、常用文件操作命令总结：  
(1)输入类  
①read(size)

f = open('test', 'r')
    f1 = f.read()
    f.close()

直接读取字节到字符串中，size表示指定数目个字节，如果为空，默认文件直接被读到末尾。

②readline(size)

f = open('test', 'r')
    f1 = f.readline(15)
    #表示只读取到一行中15个字节内的内容
    f.close()

读取打开文件的一行(读取下个行结束符之前的所有字节)，将包括行结束符的整行作为字符串返回。  
readline的size表示读取到该行内指定数目个字节，如果为空，默认直接被读到行行结束符。

③readlines(sizhint)  
读取所有行，然后把它们作为一个字符串列表返回

f = open('test', 'r')
    f1 = f.readlines()
    f.close()

(2)输出类  
①write()

f = open('test', 'r')
    f.write("Hello, Susie!\n")
    f.close()

--------------------

例题  
1.把给的英语文件中句首单词改成小写，超过18个单词的句子，18个单词后面的部分删去，重新存回一个新的TXT中

with open("test.en", "r", encoding="utf-8") as f:
        sent = f.read().split("\n")
        # split()通过指定分隔符对字符串进行切片 括号里是\n说明是以句为单位进行分割
        for _ in range(len(sent)):
            if sent[_] != "":
                # 把首字母变成小写
                sent[_] = sent[_][0].lower() + sent[_][1: -1]
                # [1:-1]表示范围从1到最后一个，这一行即将第一个字符由大写改为小写，后面的不变，直接加上去
    
                # 把超过18个单词的句子切割
                if len(sent[_].split()) > 18:
                    tmp = ""
                    # python不像C++一样需要声明变量类型，但是变量还是需要声明、初始化的
                    for i in range(18):
                        tmp += sent[_].split()[i] + " "
                    sent[_] = tmp
        with open("test_pre.en", "w", encoding="utf-8") as w:
            for j in range(len(sent)):
                if sent[j] != "":
                    w.write(sent[j] + "\n")

2.(1)把给的已经分好词的新闻数据文件做成一个词频词典存到文件里，条件：词典形式是按照=>word:word出现次数，然后添加一个  
代表未知的词，给予他词频10000000，将整个词典从大到小排序，存到TXT中。  
(2)把上述说的词典dict形式，原本是 key-value => word:word出现次数，现要求，按照出现次数从大到小排序后，并将key-value转  
成word:序号的形式（比如说出现次数最大的那个词序号是1，后面是2以此类推）

with open("new_test_seg.txt", "r", encoding="utf-8") as file:
        l = file.readlines()
        d = {
        }
        # 不要忘记初始化字典
        for sent in l:
            label, inner = sent.strip("\r\n").split("\t")
            # 过滤掉换行符 按空格读取单词
            # strip()方法用于移除字符串头尾指定的字符（默认为空格或换行符）或字符序列。
            # split()通过指定分隔符对字符串进行切片
            for word in inner.split():
                # 当word在字典里，这一步不操作，当word不在字典里，值设置为0
                d.setdefault(word, 0)
                # setdefault()方法：如果键不存在于字典中，将会添加键并将值设为默认值
                # 语法为：dict.setdefault(key, default=None)
                d[word] += 1
        d["<UNK>"] = 10000000
        # 排序
        tmp = sorted(d.items(),  key = lambda x: x[1], reverse = True)
        # sorted语法：sorted(iterable, cmp=None, key=None, reverse=False)
        # iterable - - 可迭代对象。key -- 主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，
        # 指定可迭代对象中的一个元素来进行排序。reverse -- 排序规则，reverse = True 降序 ， reverse = False 升序（默认）
        # 匿名函数lambda
        # lambda x: x * x 相当于
        # def f(x):
        #     return x * x
        d = dict(tmp)
        with open("vocab.txt", "w", encoding="utf-8") as w:
            for key in d.keys():
                w.write(key + " " + str(d[key]) + "\n")

with open("new_test_seg.txt", "r", encoding="utf-8")as f:
        d = {
        }
        l = f.readlines()
        for sent in l:
            label,inner = sent.strip("\r\n").split("\t")
            for word in inner.split():
                d.setdefault(word, 0)
                d[word] += 1
            d["UNK"] = 1000000
            tmp = sorted(d.items(), key=lambda x: x[1], reverse=True)
            d = dict(tmp)
            with open("voc.txt", "w", encoding="utf-8") as w:
                i = 1
                for i in range(d[word]):
                    for key in d.keys():
                        w.write(key + " " + str(i) + "\n")
                        i += 1