python pdf文件操作（Python常见读写文件操作实例总结文本、json、csv、pdf等）

python pdf文件操作

Python常见读写文件操作实例总结文本、json、csv、pdf等

本文实例讲述了python常见读写文件操作。分享给大家供大家参考，具体如下：

读写文件

读写文件是最常见的io操作,python内置了读写文件的函数,用法和c是兼容的.

读写文件前,我们必须了解一下,在磁盘上读写文件的功能都是由操作系统提供的,现代操作系统不允许普通的程序直接操作磁盘,所以读写文件就是请求操作系统打开一个文件对象(文件描述),然后,通过操作系统提供的接口从这个文件对象中读取数据(读文件),或者把数据写入这个文件对象(写文件).

1、读文件

要以读文件的模式打开一个文件对象,使用python内置的open()函数,传入文件名和标识符:

?

1	f = open("t1.txt","r",encoding="utf-8")

标识符'r'表示读。

如果文件不存在,open()函数就会抛出一个ioerror的错误,并且会给出详细的错误码和信息,告诉你文件不存在。

?

1	f = open("t122.txt","r",encoding="utf-8")

traceback (most recent call last):
  file "d:/learn/python/day14/test.py", line 1, in <module>
    f = open("t122.txt","r",encoding="utf-8")
filenotfounderror: [errno 2] no such file or directory: 't122.txt'

如果文件打开成功,接下来,调用read()方法可以一次性读取文件的全部内容,python把内容读取到内存,用一个str对象表示。

?

1	print(f.read())

输出：

hello world!

最后一步调用close()方法关闭文件,文件使用完毕之后必须关闭,因为文件对象会占用操作系统的资源,并且操作系统同一时间能打开的文件数量也是有限制的。

?

1

f.close()

?

1	f = open(r"文件地址","读取方式",encoding="utf-8")

"r"：以只读方式
encoding:读取的编码格式
f.read() ：一次性读取文件全部内容
f.close()：关闭流
r"文件地址"：不让转义字符“\”起作用

由于文件读写都有可能产生ioerror,一旦出错,后面的f.close()就不会调用,所以,为了保证文件不管是否执行出错都能够正确的关闭文件,我们可以使用try … finally来实现.

?

1 2 3 4 5 6

try:  f = open("t1.txt", "r", encoding="utf-8")  print(f.read()) finally:  if f:   f.close()

但是每次都这么写实在太繁琐,所以,引入了with语句来自动帮我们调用close()方法:

?

1 2	with open("t1.txt", "r", encoding="utf-8") as f:  print(f.read())

这和前面的try…finally是一样的,但是代码更加简洁,并且不必调用f.close()方法。

注意: 使用read()会一次性读取文件的全部内容,如果你的文件特别大,比如说有5g,那么你的内存就爆了,所以,为了保险起见,我们可以反复调用read(size)方法,每次最多读取size个字节内容,另外调用readline()可以每次读取一行内容,调用readlines()一次性读取所有的内容,并按行返回list,因此,要根据需要决定怎么调用。

如果文件很小,read()一次读取最方便,如果不能确定文件大小,反复调用read(size)比较保险,如果是配置文件,调用readlines()最方便。

?

1 2 3

for line in f.readlines():  #把末尾的'\n'删掉  print(line.strip())

2、二进制文件

前面讲的默认都是读取文本文件,并且是utf-8编码的文本文件,要读取二进制文件,比如图片,视频等等,用'rb'模式打开文件即可:

?

1 2 3

f = open("tigle.jpg", "rb") print(f.read()) b'\xff\xd8\xff\xe1\x00\x18exif\x00\x00...' # 十六进制表示的字节

3、字符编码

要读取非utf-8编码的文本文件,需要给open()函数传入encoding参数,例如,读取gbk编码的文件:

?

1 2 3

f = open('/user/demo/gbk.txt','r',encoding = 'gbk') f.read() '测试'

遇到有些编码不规范的文件,你可能遇到unicodedecodeerror,因为在文本文件中可能夹杂了一些非法编码的字符,遇到这种情况,open()函数还接收一个error参数,表示如果遇到编码错误之后如何处理,最简单的办法就是直接忽略。

?

1	f = open('/users/demo/gbk.txt','r',encoding = 'gbk',errors = 'ignore')

4、写文件

写文件和读文件都是一样的,唯一的区别就是调用open()函数时,传入标识符'w'或者'wb'表示写文件或写二进制文件:

?

1 2 3

f = open("/users/demo/test.txt",'w') f.write('hello, world!') f.close()

你可以反复调用write()来写入文件,但是务必要调用f.close()来关闭文件.

当我们写入文件时,操作系统往往不会立刻把数据写入磁盘,而是放到内存缓存起来,空闲的时候再慢慢写入,只有调用close()方法时,操作系统才保证把没有写入的数据全部写入磁盘,忘记调用close()的后果是数据可能只写了一部分到磁盘,剩余的丢失了,所以,还是使用with语句来的保险:

?

1 2	with open('/users/demo/test.txt', 'w') as f:  f.write('hello, world')

要写入特定编码的文本文件,请给open()函数传入encoding参数,将字符串自动转成指定编码。

以'w'模式写入文件时,如果文件已经存在,直接覆盖(相当于删掉后新写入一个文件),如果我们希望追加到文件的末尾怎么办?可以传入'a'以追加模式写入。

?

1 2	with open('/users/demo/test.txt', 'a') as f:  f.write('hello, world')

5、stringio

很多时候,数据读写不一定是文件,也可以在内存读写.

stirngio顾名思义就是在内存中读写str。

要把str写入stringio,我们需要先创建一个stringio,然后,像文件一样写入即可:

?

1 2 3 4 5 6 7

from io import stringio f = stringio() f.write("hello") f.write(" ") f.write('world') #获取写入后的str print(f.getvalue())

输出：

hello world

要读取stringio,可以用一个str初始化stringio,然后,像读文件一样读取:

?

1 2 3 4 5 6 7 8

from io import stringio f = stringio("hello\nhi\ngoodbye!") while true:  s = f.readline()  if s == '':   break  # 去掉换行符  print(s.strip())

输出：

hello
hi
goodbye!

6、bytesio

stringio操作的只能是str,如果要操作二进制数据,就需要使用bytesio。

bytesio实现了在内存中读写bytes,我们创建一个bytesio,然后写入一些bytes:

?

1 2 3 4

from io import bytesio f = bytesio() f.write("中文".encode('utf-8')) print(f.getvalue())

输出：

b'\xe4\xb8\xad\xe6\x96\x87'

注意:写入的不是str,而是经过utf-8编码的bytes。

和stringio类似,可以用一个bytes初始化bytesio,然后,像读文件一样读取:

?

1 2 3 4 5

from io import bytesio f = bytesio(b'\xe4\xb8\xad\xe6\x96\x87') d = f.read() print(d) print(d.decode())

输出：

b'\xe4\xb8\xad\xe6\x96\x87'
中文

stringio和bytesio是在内存中操作str和bytes的方法,使得读写文件具有一致的接口.

7、序列化

在程序运行的过程中，所有的变量都是在内存中，比如定义一个dict

?

1	dict1 = {name:"lili",age:18}

在这里我把name进行修改，改成”leilei“，但是一旦程序结束，变量所占用的内存就会被操作系统全部回收，如果没有把修改的name存到磁盘上，下次name初始化的时候又是”lili“

在这里我们把变量从内存中变成可存储或者传输的过程称之为序列化，在python中叫picking，序列化之后，我们就可以把序列化后的内容写入磁盘，或是通过网络传输到别的机器上。反之，把变量内容从序列化的对象重新读取到内存里称之为反序列化，即unpicking。

python提供了pickle模块来实现序列化。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

import pickle d = dict({"name":"lili","age":18}) #pickle.dumps()方法把任意对象序列化成一个bytes，然后就可以把bytes写入文件 print(pickle.dumps(d)) #把序列化后的对象写入文件 f = open("t1.txt",'wb') #参数一：要写入的对象， 参数二：写入文件的对象 pickle.dump(d,f) f.close() #从文件中读取序列化后的对象 f2 = open("t1.txt","rb") #pickle.load()反序列化对象 d = pickle.load(f2) f2.close() print(d) print(type(d))

输出：

{'name': 'lili', 'age': 18}
<class 'dict'>

注意：pickle只能用于python，并且不同版本的python彼此都不兼容，因此，只能用pickle保存一些不重要的数据，这样即使不能成功的反序列化也没什么关系。

8、json

如果我们需要在不同的编程语言之间传递对象，那么我们必须把对象序列化成标准化格式，比如xml，但是更好的方法是json，因为json表现出来就是一个字符串，可以被所有的语言读取，也方便存储到磁盘或者网络传输，json不仅是标准模式，并且速度也比xml更快，还可以在web中读取，非常方便。

json类型	python类型
{}	dict
[]	list
“string”	str
1234.56	int或float
true/false	true/false
null	none

把python的dict对象变成一个json

?

1 2 3 4 5 6 7 8 9 10

import json dict1 = {"name":"lili","age":18} ji = json.dumps(dict1) print(type(ji)) with open("dd.txt","w") as f:  json.dump(dict1,f) with open("dd.txt","r",encoding="utf-8") as f:  du = json.load(f)  print(du)  print(type(du))

输出：

<class 'str'>
{'name': 'lili', 'age': 18}
<class 'dict'>

将一个class对象序列化为json

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

import json class student(object):  def __init__(self, name, age, score):   self.name = name   self.age = age   self.score = score # 将student对象转换为dict def student2dict(std):  return {   'name': std.name,   'age': std.age,   'score': std.score  } s = student('bob', 20, 88) # 参数一：要传入的对象 参数二：将对象转为dict的函数 d = json.dumps(s, default=student2dict) # 将dict转为对象 def dict2student(d):  return student(d['name'], d['age'], d['score']) jsonstr = '{"age": 20, "score": 88, "name": "bob"}' # json反序列化为一个对象 # 参数一：json字符串，参数二：dict转为对象的函数 print(json.loads(jsonstr, object_hook=dict2student)) # 写入文件 with open("t1.txt","w") as f:  f.write(d)  #或者直接使用下面的语句  #json.dump(s,f,default=student2dict) # 读取文件 with open("t1.txt","r",encoding="utf-8") as f:  du = json.load(f,object_hook=dict2student) print(du)

输出：

<__main__.student object at 0x000002ca795aa0f0>
<__main__.student object at 0x000002ca7975b0f0>

9、读写csv文件

①、读csv文件

csv文件本身就是个纯文本文件,这种文件格式经常用来作为不同程序之间的数据交互的格式.

演示:

需求:读取001.scv文件

说明:可以直接打印,然后定义list

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

import csv def readcsv(path):  #列表  infolist = []  #以只读的形式打开文件  with open(path, 'r') as f:   #读取文件的内容   allfileinfo = csv.reader(f)   #将获取到的内容逐行追加到列表中   for row in allfileinfo:    infolist.append(row)  return infolist path = r"c:\users\xlg\desktop\001.csv" info = readcsv(path)

②、写csv文件

演示:

需求:向002.csv文件中写入内容

?

1 2 3 4 5 6 7 8 9 10 11

import csv #以写的方式打开文件 def writecsv(path,data):  with open(path,'w',newline='') as f:   writer = csv.writer(f)   for rowdata in data:    print("rowdata =", rowdata)    #按行写入    writer.writerow(rowdata) path = r"c:\users\xlg\desktop\002.csv" writecsv(path,[[1,2,3],[4,5,6],[7,8,9]])

10、读取pdf文件

pip是一个安装和管理python包的工具

在进行代码演示之前,首先进行安装和pdf相关的工具

a.在cmd中输入以下命令: pip list [作用:列出pip下安装的所有的工具]

b.安装pdfminer3k,继续输入以下命令:pip install pdfminer3k

c.代码演示

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45

import sys import importlib importlib.reload(sys) from pdfminer.pdfparser import pdfparser, pdfdocument from pdfminer.pdfinterp import pdfresourcemanager, pdfpageinterpreter #解释器 from pdfminer.converter import pdfpageaggregator #转换器 from pdfminer.layout import 标签：Python 读写文件 上一篇：mysql函数编写（MySQL中sum函数使用的实例教程） 下一篇：如何在mysql中批量插入数据（MySQL如何快速批量插入1000w条数据） 您可能感兴趣 python把文件上传服务器（Python 实现两个服务器之间文件的上传方法） python协程结果（深入浅析python 协程与go协程的区别） python淘宝秒杀教程（Python实现京东秒杀功能代码） python数据存取（python异步存储数据详解） pythonmatplotlib怎么画区域（python matplotlib实现双Y轴的实例） 笨办法学python3目录（​如何愉快地迁移到 Python 3） pythonpulp怎么使用（pyhanlp安装介绍和简单应用） pythonrequests爬虫使用教程（Python 通过requests实现腾讯新闻抓取爬虫的方法） python提取字符串中的正则表达式（python3正则提取字符串里的中文实例） python excel 合并表格（Python实现合并excel表格的方法分析） python 并发传输文件（python单线程文件传输的实例C/S） python dict 操作（Python中dict和set的用法讲解） python小程序编程代码（python实现烟花小程序） python处理各种xml文件（Python使用sax模块解析XML文件示例） python数值基本运算方法（Python常见数字运算操作实例小结） python钉钉机器人（python钉钉机器人运维脚本监控实例） 电影《民间怪谈录之走阴人》定档8月5日，开启一场中式惊悚之旅（电影民间怪谈录之走阴人定档8月5日） 原创图画书，以儿童视角讲述中国故事（以儿童视角讲述中国故事） 八月再见 愿你岁月不扰，余生静好（八月再见愿你岁月不扰） 赏读 八月再见，九月你好（赏读八月再见九月你好） 散文 八月再见，九月，我在风中等你（散文八月再见九月） 8月再见 9月你好（8月再见） 热门推荐 dedecms如何做弹窗（dedecms列表推荐文章默认为加粗的修改方法） SQL Server中SET赋值和SELECT赋值 laravel6后台管理系统（基于laravel-admin 后台 列表标签背景的使用方法） 阿里ecs云服务器新手上路（如何迁移阿里云服务器ECS实例中的网站？） 分享mysql设计规范（MySQL 可扩展设计的基本原则） laravel认证系统（Laravel框架Auth用户认证操作实例分析） vue封装组件技巧（浅谈vue中所有的封装方式总结） js三级联动列表（基于JavaScript实现年月日三级联动） css子块级元素有用吗（css中行内元素和块级元素的区别） dockerfile配置参数（dockerfile中ENTRYPOINT与CMD的结合使用及区别） 排行榜 1 python 文本文件读取方法（Python逐行读取文件中内容的简单方法） 2 python编写计算机病毒教程（Python告诉你木马程序的键盘记录原理） 3 python3web编程基础教程（python初学者，用python实现基本的学生管理系统python3代码实例） 4 pythonpandas操作拆分excel（Python使用pandas和xlsxwriter读写xlsx文件的方法示例） 5 python钉钉机器人（python钉钉机器人运维脚本监控实例） 6 python数值基本运算方法（Python常见数字运算操作实例小结） 7 python处理各种xml文件（Python使用sax模块解析XML文件示例） 8 python小程序编程代码（python实现烟花小程序） 9 python dict 操作（Python中dict和set的用法讲解） 首页 编程学习 Web前端 数据库 软件设计 开心学习 ©2013-2021 保留所有权利