文件处理

 

1、读取文件

f = file('/etc/passwd','r') ----> Python 3.x 里面没有file，统一用openfor line in f.readlines():    line = line.strip('\n').split(':')    print line

结果：

['root', 'x', '0', '0', 'root', '/root', '/bin/bash']['bin', 'x', '1', '1', 'bin', '/bin', '/sbin/nologin']

 

以指定编码格式打开文件:

f = open('/etc/password',encoding = 'UTF-8')

我们把这个 f 成为文件句柄（用来标识一个文件的内存对象），包含文件名，字符集，大小，硬盘上的起始位置等等。

f在这里就变成了一个文件迭代器，我们可以通过使用for line in f ,去循环的读取文件的每一行内容

2、文件方法

　　r：只读打开

　　w：只写模式打开（不能读）  如果选择这个模式打开，那么在执行write的时候，会覆盖源文件（非追加）

　　a：只追加模式打开（不能读）

　　r+: 读写模式（写是追加） --->常用

　　a+: 追加读写

　　w+:写读模式（写同样是追加） ---->不常用

　　rb：二进制读模式（一般用来做网络传输数据的时候，因为网络传输都是基于二进制格式的，所以必须用b） python 2.x 是可以用str传输的

　　r+b：以二进制读写模式打开

　　w+b：以二进制写读模式打开

　　a+b：以二进制追加及读模式打开

　　b：使用二进制模式（适合在windows上使用，例如windows上的回车符和Linux不同）

 

注：

　　U：表示在读取的时候，可以将‘\r\n’ 转换成 \n （与r或r+模式连用）这样的好处是方便windows上到Linux的使用

　　因为回车符在windows上表示为\r\n 而Linux上 表示为\n

 

二进制只是一个文件的编码格式，并不带表文件的内容都是01010。所以我们一个str类型的文件也是可以当成二进制文件来处理的，只不过我们把str写入文件的时候需要转换成二进制格式，才能写入:

f = open('test.txt','rb')f.write('你好'.encoding())

通过encoding就可以转换成二进制

 

3、文件对象方法

　　fd.closed()：判断文件是否被关闭，若被打开提示False，没有的话提示True

　　fd.flush()：把修改的内容，强制刷新到文件中去

　　fd.isatty：判断是否是一个终端文件

　　fd.mode：查看文件的打开模式

　　fd.name：查看文件的名称

　　fd.next：迭代的方法，和readline很像，区别是，next读到末尾会报错，readline会继续返回空

　　fd.read：一次性读取所有内容，以字符串的方式存取

　　fd.readable():判断文件是否可读

　　fd.readlines：一次性读取所有内容，以列表的方式存取（适合操作小文件）

　　fd.readline()：每次读取一行内容

　　fd.seek(0)：调整文件读取的指针位置

　　fd.seekable()：判断文件是否可以调整指针位置（tty，磁盘等文件是不能被seek的），可以被seek则返回真，否则返回假 --Python3.x

　　fd.tell()：查询文件目前读取位置（以字符为单位）

　　fd.truncate()：截取文件，从开头开始截取，不指定指针位置的话，那么会清空文件

　　fd.write：把一个字符串写入到文件中去

　　fd.writelines()：把字符串列表写入文件中

　　fd.xreadlines()：读一行打印一行，针对大文件非常适用 -----> Python 2.x 中适用，3.x中已经取消

　　fd.encoding:查看文件的编码

　　fd.writeable()：判断文件是否可以写

 　　fd.fileno()： 返回文件在操作系统上的文件描述符（默认会打开三个：0表示 stdin、1表示 stdout，2表示stderr）

　　fd.name：打印文件名称

函数 

面向过程和函数式编程的最主要的区别是，过程是没有返回值的函数，Python中给过程隐士的定义了返回值为none，所以过程和函数式在Python中没什么区别

 

函数的定义：

def fun(arg,*args,**kargs)    pass 

参数：

　　arg，函数可以有参数也可以没有

 

传递参数：

　　1、关键字调用（无序的）

　　2、位置参数调用（有序的）

　　3、二者混用，关键字调用必须放在参数列表的末尾（关键字参数不能放在位置参数前）

 

默认参数：

　　def func(arg = 'value'),表示如果arg没有传值，那么它默认等于values，如果对某个参数设定了默须放在参数列表中的最后。

　　特点:调用参数的时候非默认传递，可以根据默认值来预先编写函数逻辑

　　注意：默认参数最好指向不变的对象

　　对默认参数进行赋值的时候，可以用位置参数进行赋值，也可以用关键则参数进行赋值

 

可变参数（参数组）：

　　*args：表示参数可能是多个的，函数内部使用元祖tuple来存储这些参数

 

关键字参数：

　　**kargs：也表示参数是多个的，只是函数内部使用dict来存储这些参数，适用于var = value（关键字）的方式传值！

 

主要区别：

　　1、*args接受的是N个位置参数，用元祖存储

　　2、**kwargs接受的是N个关键字参数，用字典存储

　　注意：

　　　　1、当函数接受可变参数的时候，如果我们刚好有一个list 或者tuple，可以直接在前面加上*，把元素变成可变参数进行传递

a = [1,2,3]test(*a)

　　　　2、如果已有字典要传递给函数的话，可以在传递的时候加上**，把字典的key，value变成关键字参数进行传递

　　　　3、三个参数的位置不能调换，若同时存在arg,*argv,**kargv,必须先给arg赋值（除非它有默认值）,然后才能给*argv和**kargv赋值。

 

命名关键字参数：

　　我们可以指定命名关键字参数进行传递，如果传如的关键字参数没有包含命名关键字参数，那么将会报错。

　　如果函数有可变参数，那么可以在后面直接定义命名关键字参数，如果函数只有位置参数，那么命名关键字参数之前就需要添加*，来隔开，表示后面的为命名关键字参数

def func(name,age,*,city,job):print(name,age,city,job)>>> func('daxin',22,city='beijing',job='linux')daxin 22 beijing linux

　　这里可以指定命名关键字的默认值

 

注意：

　　参数定义的顺序必须是：必选参数、默认参数、可变参数、命名关键字参数和关键字参数

 

返回值：

　　return var，在函数的内部把某个结果进行返回,return之后直接跳出函数。

　　返回值数量=0，返回None。

　　返回值数量=1，返回object。

　　返回值数量>1，返回tuple。

 

例子：

def test(arg,*argv,**kargv):    print arg    print argv    print kargv test('1','2','3',a='4',b='5')

结果：

1('2', '3'){
       'a': '4', 'b': '5'}

直接传递字典进去是不行的，也是需要在字典变量前加**，列表相同

 

局部变量：

　　在函数内定义的变量，只在函数里生效，那么该函数就是该变量的作用域

 

全局变量：

　　在程序中定义的变量，在程序内全局生效。

 

　　函数内是无法修改全局变量的值的，如果非要修改，那么就需要在函数内声明变量为全局变量的值

　　global varname --->一般是不用的

 

 

注意：

　　函数内是无法修改字符串、数值类型的变量的。但是可以修改字典，列表，集合，类的变量的值！

 

三元运算符和lambda表达式

正常情况下：

if 1 > 3:    print 'lt'else:    print 'gt'

运用三元运算符：（三目运算符）

print 'lt' if 1>3 else 'gt'

lambda表达式：

　　又叫匿名函数

tem = lambda x,y:x+yprint tem(2,3)等于：def tem(x,y):return x+yprint tem(2,3)

一般用在函数逻辑比较简单，在程序内基本不会重复调用的函数，节省代码量

 

递归:

　　在函数内部,可以调用其他函数.如果一个桉树在内部调用自己本身,那么这个函数就是递归函数.

 

递推特性:

　　1、递归必须要有一个明确的条件

　　2、每次进入更深一层的调用时，问题规模相比上一次递归应该有所减少

　　　　比如：数字是依次递减，列表的元素依次减少等等。

　　3、递归效率不高，递归曾测多会导致栈溢出（在计算机中，函数调用是通过栈这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限大的，所以递归调用次数过多，会导致栈溢出）

 

例子：

def calc_division(n):    'this func user for n devision 2'    print(n)    if int(n/2) > 0:        return calc_division(int(n/2))    print('-->',n) calc_division(20)

Python中的排序分为原地排序和复制排序。

　　- 原地排序（in place sort) 指按照指定的方式排列数据，然后用排序后的数据替换原有数据

　　- 复制排序（copied sort）指按你指定的方式排列数据，然后返回一个源数据的有序副本，源数据的顺序依然保留

　　- 原地排序使用对象的sort()方法

　　- 复制排序使用内置BIF sorted（）

　　- 默认都是正序，倒序的话可以添加reverse=True

 

原地排序：

>>> a =[2,3,6,9,43,6,98,4,8]>>> a.sort()>>> a[2, 3, 4, 6, 6, 8, 9, 43, 98]>>> a.sort(reverse=True)>>> a[98, 43, 9, 8, 6, 6, 4, 3, 2]>>> sorted(a,reverse=True)[98, 43, 9, 8, 6, 6, 4, 3, 2]

 

复制排序：

>>> b = [7,45,8,3,5,7,9,0,5,7]>>> sorted(b)[0, 3, 5, 5, 7, 7, 7, 8, 9, 45]>>> b[7, 45, 8, 3, 5, 7, 9, 0, 5, 7]

 

去重：

对一个列表进行去重其实有很多方法：>>> d = ['a','b','a','c']>>> e=[]>>> for i in d:if i not in e:e.append(i)>>> e['a', 'b', 'c']这里可以利用一种特殊的数据类型集合。集合是无序的并且元素是唯一的>>> d['a', 'b', 'a', 'c']>>> set(d){
          'b', 'a', 'c'}

字符编码

计算机里面，编码方法有很多种，英文的一般用ascii,而中文有unicode，utf-8,gbk等等。

unicode是 utf-8,gbk等这些的父编码，这些子编码都能转换成unicode编码，然后转化成子编码，例如utf8可以转成unicode，再转gbk，但不能直接从utf8转gbk，需要有一个中间过程

所以，python中就有两个方法用来解码（decode）与编码（encode），解码是子编码转unicode，编码就是unicode转子编码

1.编码

a = '你好' print(a.encode('gbk')) print(a.encode('utf-8'))

这里使用Python 3， 所以a的默认编码类型为unicode

输出的结果为：

b'\xc4\xe3\xba\xc3'

b'\xe4\xbd\xa0\xe5\xa5\xbd'

2.解码

a = '你好' print(a.encode('gbk').decode('gbk')) print(a.encode('utf-8'))

这里a为unicode编码，decode方法将gbk的bytes格式的数据转换为unicode编码

输出结果：

你好

b'\xe4\xbd\xa0\xe5\xa5\xbd'

因为a是unicode编码的，如果对a进行解码，那就会报错，没有decode方法

AttributeError: 'str' object has no attribute 'decode'

3、文件加载过程

　　1、程序向系统发送调用命令

　　2、系统切换到内核态从磁盘（bytes格式）加载到内存中（unicode格式），这里就有一个编码(decode)的过程,既 bytes(utf-8) -> unicode 

　　3、python解释器读取内存中的unicode编码的文件，如果python解释器指定了编码集为UTF-8，那么就会产生一个解码(encode)的过程，既unicode  -> utf-8

　　4、python 3中的字符串存储格式是unicode，python 2 中的 bytes格式

　　5、python3 默认支持中文，python不支持