python中读取文本文件txt

文件创建

f = open(localDirName, 'w')f.write("something\n")f.close()

如果文件不存在就是创建，如果文件存在就是打开操作

文件对象创建

with open('somefile.txt', 'r') as f:      data = f.read() 

文件读

以下的函数都是文件对象的成员函数

1. read()

一次性读取文件的所有内容放在一个大字符串中，即存在内存中

file = open('兼职模特联系方式.txt', 'r')  # 创建的这个文件，也是一个可迭代对象try:    text = file.read()  # 结果为str类型    print(type(text))    print(text)finally:    file.close()

2. readline()

逐行读取文本，结果是一个list

file = open('兼职模特联系方式.txt', 'r')try:    whileTrue:        text_line = file.readline()        if text_line:            print(type(text_line), text_line)        else:            breakfinally:    file.close()

3. readlines()

一次性读取文本的所有内容，结果是一个list

file = open('兼职模特联系方式.txt', 'r')try:    text_lines = file.readlines()    print(type(text_lines), text_lines)    for line in text_lines:        print(type(line), line)finally:    file.close()

4. for循环文件对象

最简单、最快速的逐行处理文本的方法

for line in open("test.txt"):     #这里可以进行逻辑处理 

5. csv.DictReader()

with open('names.csv') as csvfile:    reader = csv.DictReader(csvfile)    for row in reader:        print(row['first_name'], row['last_name'])

文件写

1. write()

f = open("a.txt", 'w')f.write("写入一行新数据")f.flush()f.close()

2. writelines()

f = open('a.txt', 'r')n = open('b.txt','w+')n.writelines(f.readlines())n.close()f.close()

3. csv.DictWriter()

with open('names.csv', 'w') as csvfile:    fieldnames = ['first_name', 'last_name']    writer = csv.DictWriter(csvfile, fieldnames=fieldnames)    writer.writeheader()    writer.writerow({'first_name': 'Baked', 'last_name': 'Beans'})    writer.writerow({'first_name': 'Lovely', 'last_name': 'Spam'})    writer.writerow({'first_name': 'Wonderful', 'last_name': 'Spam'})

#  数据data = [    {'Petal.Length': '1.4', 'Sepal.Length': '5.1', 'Petal.Width': '0.2', 'Sepal.Width': '3.5', 'Species': 'setosa'},    {'Petal.Length': '1.4', 'Sepal.Length': '4.9', 'Petal.Width': '0.2', 'Sepal.Width': '3', 'Species': 'setosa'},    {'Petal.Length': '1.3', 'Sepal.Length': '4.7', 'Petal.Width': '0.2', 'Sepal.Width': '3.2', 'Species': 'setosa'},    {'Petal.Length': '1.5', 'Sepal.Length': '4.6', 'Petal.Width': '0.2', 'Sepal.Width': '3.1', 'Species': 'setosa'}]#   表头header = ['Petal.Length', 'Sepal.Length', 'Petal.Width', 'Sepal.Width', 'Species']print(len(data))with open('dst.csv', 'w') as dstfile:  # 写入方式选择wb，否则有空行    writer = csv.DictWriter(dstfile, fieldnames=header)    writer.writeheader()  # 写入表头    writer.writerows(data)  # 批量写入

文件对象的其他操作函数

next()

tell()

seek()

flush()

查找和替换

查找

import ref = open('/tmp/test.txt')source = f.read()f.close()r = r'hello's = len(re.findall(r,source))

替换

for s in f1.readlines():f2.write(s.replace('hello','hi'))

将list或dict保存为文件txt或csv

方法一：

list = ['foo', 'bar']fl=open('list.txt', 'w')for i in list:   fl.write(i)   fl.write("\n")fl.close()

file=open('data.txt','w')file.write(str(list_data))file.close()

方法二：

将list或dict转换为Series或DataFrame，再用Series或DataFrame的to_csv()方法

pd.Series(list).to_csv()

pd.Series(dict).to_csv()

方法三：pickle

# dump功能

# dump 将数据通过特殊的形式转换为只有python语言认识的字符串，并写入文件with open('D:/tmp.pk', 'w') as f:   pickle.dump(data, f)

# load功能

# load 从数据文件中读取数据，并转换为python的数据结构with open('D:/tmp.pk', 'r') as f:   data = pickle.load(f)

多进程写文件

import multiprocessingprint(multiprocessing.current_process().name+”-”+msg)

多进程写文件print

sys.stdout = open(output_pdir/f"print_log.txt", 'w')

来源地址：https://blog.csdn.net/wugou2014/article/details/128980593