Python电子教案7-1-文件和数据格式化

第7章文件和数据格式化文件的使用•文件是一个存储在辅助存储器上的数据序列，可以包含任何数据内容。概念上，文件是数据的集合和抽象，类似地，函数是程序的集合和抽象。用文件形式组织和表达数据更有效也更为灵活。文件包括两种类型：文本文件和二进制文件。•文本文件一般由单一特定编码的字符组成，如UTF-8编码，内容容易统一展示和阅读。大部分文本文件都可以通过文本编辑软件或文字处理软件创建、修改和阅读。由于文本文件存在编码，所以，它也可以被看作是存储在磁盘上的长字符串，例如一个txt格式的文本文件。文件概述•二进制文件直接由比特0和比特1组成，没有统一字符编码，文件内部数据的组织格式与文件用途有关。二进制是信息按照非字符但特定格式形成的文件，例如，png格式的图片文件、avi格式的视频文件。二进制文件和文本文件最主要的区别在于是否有统一的字符编码。二进制文件由于没有统一字符编码，只能当作字节流，而不能看作是字符串。•无论文件创建为文本文件或者二进制文件，都可以用“文本文件方式”和“二进制文件方式”打开，但打开后的操作不同。文件概述•微实例7.1：理解文本文件和二进制文件的区别。•首先，用文本编辑器生成一个包含“中国是个伟大国家！”的txt格式文本文件，命名为7.1.txt。分别用文本文件方式和二进制文件方式读入，并打印输出效果，代码如下：文件概述•输出结果为：•可以看到，采用文本方式读入文件，文件经过编码形成字符串，打印出有含义的字符；采用二进制方式打开文件，文件被解析为字节（byte）流。由于存在编码，字符串中的一个字符由2个字节表示。文件概述•Python对文本文件和二进制文件采用统一的操作步骤，即“打开-操作-关闭”，如图7.1所示。文件的打开关闭•操作系统中的文件默认处于存储状态，首先需要将其打开，使得当前程序有权操作这个文件，打开不存在的文件可以创建文件。打开后的文件处于占用状态，此时，另一个进程不能操作这个文件。可以通过一组方法读取文件的内容或向文件写入内容，此时，文件作为一个数据对象存在，采用a.b()方式进行操作。操作之后需要将文件关闭，关闭将释放对文件的控制使文件恢复存储状态，此时，另一个进程将能够操作这个文件。文件的打开关闭•Python通过解释器内置的open()函数打开一个文件，并实现该文件与一个程序变量的关联，open()函数格式如下：•变量名=open(文件名,打开模式)••open()函数有两个参数：文件名和打开模式。文件名可以是文件的实际名字，也可以是包含完整路径的名字文件的打开关闭•打开模式用于控制使用何种方式打开文件，open()函数提供7种基本的打开模式，如表7.1所示文件的打开关闭打开模式含义'r'只读模式，如果文件不存在，返回异常FileNotFoundError，默认值'w'覆盖写模式，文件不存在则创建，存在则完全覆盖源文件'x'创建写模式，文件不存在则创建，存在则返回异常FileExistsError'a'追加写模式，文件不存在则创建，存在则在原文件最后追加内容'b'二进制文件模式't'文本文件模式，默认值'+'与r/w/x/a一同使用，在原功能基础上增加同时读写功能打开模式使用字符串方式表示，根据字符串定义，单引号或者双引号均可。上述打开模式中，‘r’、‘w’、‘x’、‘b’可以和‘b’、‘t’、‘+’组合使用，形成既表达读写又表达文件模式的方式。例如，open()函数默认采用'rt'(文本只读)模式，读入程序所在目录中7.1.txt文件：textfile=open('7.1.txt','r')或textfile=open('7.1.txt')读取一个二进制文件，如一个图片、一段视频或者一段音乐文件，需要使用文件打开模式'rb'。例如，打开一个名为'music.mp3'的音频文件：binfile=open('music.mp3','rb')文件使用结束后要用close()方法关闭，释放文件的使用授权，该方法的使用方式如下：变量名.close()文件的打开关闭•当文件被打开后，根据打开方式不同可以对文件进行相应的读写操作。注意，当文件以文本文件方式打开时，读写按照字符串方式，采用当前计算机上使用的编码或指定编码；当文件以二进制文件方式打开时，读写按照字节流方式。•Python提供4个常用的文件内容读取方法文件的读写方法含义file.readall()读入整个文件内容，返回一个字符串或字节流*file.read(size=-1)从文件中读入整个文件内容，如果给出参数，读入前size长度的字符串或字节流file.readline(size=-1)从文件中读入一行内容，如果给出参数，读入该行前size长度的字符串或字节流file.readlines(hint=-1)从文件中读入所有行，以每行为元素形成一个列表，如果给出参数，读入hint行•微实例7.2：文本文件逐行打印。•用户输入文件路径，以文本文件方式读入文件内容并逐行打印，代码如下：•程序首先提示用户输入一个文件名，然后打开文件并赋值给文件对象变量fo。文件的全部内容通过fo.readlines()方法读入到一个列表中，列表的每个元素是文件一行的内容，然后通过for…in方式遍历列表，处理每行内容。文件的读写•上述代码尽管完成了微实例7.2的要求，但存在一些缺点：当读入文件非常大时，一次性将内容读取到列表中会占用很多内存，影响程序执行速度。一个合理的方法是逐行读入内容到内存，并逐行处理。这可以通过一个简单的方法解决。Python将文件本身作为一个行序列，遍历文件的所有行可以直接这样完成文件的读写如果程序需要逐行处理文件内容，建议采用上述代码中2-5行组成的格式，如下：fo=open(fname,r)forlineinfo:#处理一行数据fo.close()文件的读写•Python提供3个与文件内容写入有关的方法，如表7.3所示。•微实例7.3：向文件写入一个列表。•向文件写一个列表类型，并打印输出结果，代码如下：文件的读写方法含义file.write(s)向文件写入一个字符串或字节流file.writelines(lines)将一个元素为字符串的列表写入文件file.seek(offset)改变当前文件操作指针的位置，offset的值：0：文件开头；1:当前位置；2:文件结尾文件的读写请输入要写入的文件:test.txt请输入要写入的文件:test.txt•可以看到，程序并没有输出写入的列表内容。在WriteFileAList1.py程序同目录找到test.txt文件，打开可以看到其中的内容是：•列表ls内容被写入文件，但为何5-7行代码没有将这些内容打印出来呢？这是因为文件写入内容后，当前文件操作指针在写入内容的后面，5-7行代码从这个指针开始向后读入并打印内容，被写入的内容却在指针前面，因此未能被打印出来。为此，可以在写入文件后增加一条代码fo.seek(0)将文件操作指针返回到文件开始，即可显示写入的内容，代码如下。文件的读写唐诗宋词元曲程序执行结果如下：文件的读写请输入要写入的文件:test.txt唐诗宋词元曲PIL库的使用•PIL（PythonImageLibrary）库是Python语言的第三方库，需要通过pip工具安装，Python安装第三方库的详细方法请见8.6节。安装PIL库的方法如下，需要注意，安装库的名字是pillow。•PIL库支持图像存储、显示和处理，它能够处理几乎所有图片格式，可以完成对图像的缩放、剪裁、叠加以及向图像添加线条、图像和文字等操作。PIL库概述:\pipinstallpillow#或者pip3installpillow•PIL库主要可以完成图像归档和图像处理两方面功能需求：图像归档：对图像进行批处理、生成图像预览、图像格式转换等；图像处理：图像基本处理、像素处理、颜色处理等。•根据功能不同，PIL库共包括21个与图片相关的类，这些类可以被看作是子库或PIL库中的模块，子库列表如下。•Image、ImageChops、ImageColor、ImageCrackCode、ImageDraw、•ImageEnhance、ImageFile、ImageFileIO、ImageFilter、ImageFont、•ImageGL、ImageGrab、Imagemath、ImageOps、ImagePalette、ImagePath、•ImageQt、ImageSequence、ImageStat、ImageTk、ImageWinPIL库概述•在PIL中，任何一个图像文件都可以用Image对象表示。表7.4给出了Image类的图像读取和创建方法。PIL库Image类解析方法描述Image.open(filename)根据参数加载图像文件Image.new(mode,size,color)根据给定参数创建一个新的图像Image.open(StringIO.StringIO(buffer))从字符串中获取图像Image.frombytes(mode,size,data)根据像素点data创建图像Image.verify()对图像文件完整性进行检查，返回异常•通过Image打开图像文件时，图像的栅格数据不会被直接解码或者加载，程序只是读取了图像文件头部的元数据信息，这部分信息标识了图像的格式、颜色、大小等。因此，打开一个文件会十分迅速，与图像的存储和压缩方式无关。•要加载一个图像文件，最简单的形式如下，之后所有操作对im起作用PIL库Image类解析•其中，birdnest.jpg是一张鸟巢的夜景图像，存储在D:\pycodes目录中，如图7.2所示。在使用IDLE交互方式处理图片文件时，建议采用文件的全路径；如果使用Python文件形式，建议采用相对路径，将文件和程序放到一个目录中，例如：PIL库Image类解析•Image类有4个处理图片的常用属性，如表7.5所示。••查看已经读取图像文件的属性如下PIL库Image类解析print(im.format,im.size,im.mode)JPEG(900,598)RGB属性描述Image.format标识图像格式或来源，如果图像不是从文件读取，值是NoneImage.mode图像的色彩模式，L灰度图像、RGB真彩色图像、CMYK出版图像Image.size图像宽度和高度，单位是像素（px），返回值是二元元组（tuple）Image.palette调色板属性，返回一个ImagePalette类型•Image还能读取序列类图像文件，包括GIF,FLI,FLC,TIFF等格式文件。open()方法打开一个图像时自动加载序列中的第一帧，使用seek()和tell()方法可以在不同帧之间移动，如表7.6所示。PIL库Image类解析方法描述Image.seek(frame)跳转并返回图像中的指定帧Image.tell()返回当前帧的序号•微实例7.1：GIF文件图像提取。•对一个GIF格式动态文件，提取其中各帧图像，并保存为文件。PIL库Image类解析•微实例7.1展示了一种采用try…except编写程序的方法，通过seek()方法和save()方法配合提取GIF图像格式的每一帧，并保存为文件。•Image类的图像转换和保存方法如表7.7所示。PIL库Image类解析方法描述Image.save(filename,format)将图像保存为filename文件名，format是图片格式Image.convert(mode)使用不同的参数，转换图像为新的模式Image.thumbnail(size)创建图像的缩略图，size是缩略图尺寸的二元元组•其中，save()方法有两个参数：文件名filename和图像格式format。如果调用时不指定保存格式，•如微实例7.1，PIL将自动根据文件名filename后缀存储图像；如果指定格式，则按照格式存储。•搭配采用open()