跳到主要內容

Python-開啟檔案


Python

開啟檔案
基本概念說明
參考程式語言概念-常見檔案型態
基本常見檔案類型

  • 二進位檔
  • 文字檔
  • CSV
  • XML
  • JSON
  • html
  • excel
  • word
  • 圖片
  • 音源
  • 影片
以下是處理該類型檔案對應函式或模組
這邊內建函數的意思是讀取之後能直接處理。
檔案類型內建函數標準模組非標準模組
二進位檔
open()None-
文字檔open()None-
CSVNonecsv-
XMLNonexml-
JSONNonejson-
htmlNonehtml-
excelNoneNone非 windows excel api
windows excel api
wordNoneNone非 windows word api
windows word api
圖片NoneNonepypng
音源Nonewave-
影片NoneNonemoviepy

二進位檔程式碼範例

二位元的定義在Python官網的資料型態沒有定義，但是還是可以使用的需要用函式轉換才能夠出現，分別用bytes、bytearray兩種，在使用前可以先盡到直譯器上，用help指令查訊該function的功能，以下是其內容。
在前面先講bytes跟bytearray用法，後續再講數字、字串轉成bytes的方法，最後才是進行二進位檔案讀寫。

bytes

再把資料料轉換時輸入內容可分成一下種類

  • 整數
  • 字串
  • 可迭代資料：迭代內容一定要是數字
  • buffer：這邊不是示範，因為寫python沒用過

bytes(1)
bytes(2)
bytes(3)
bytes(4)

bytes('str'.encode('utf8'))
bytes('str'.encode('ascii'))
bytes([0,1,255])
bytes((2))
bytes((1,2))
bytes({1,2})

程式碼說明

bytes()中代入數字是告知bytes數量，如：bytes(1)就是一個bytes量
bytes()中代入字串時，附加編碼格式，才能夠實行，轉換出來該編碼的bytes
bytes()中代入list、tuple、set，是可以直接轉換成bytes，但一個數字用tupple代入會跟直接代入數字效果一樣，在數字上只能紀錄0-255，2^8 = 8 bits = 1 bytes。

bytearray

再把資料料轉換時輸入內容可分成一下種類

  • 整數
  • 字串
  • 可迭代資料：迭代內容一定要是數字
  • buffer：這邊不是示範，因為寫python沒用過
bytearray(1)
bytearray(2)
bytearray(3)
bytearray(4)
bytearray('str'.encode('utf8'))
bytearray('str'.encode('ascii'))
bytearray([0,1,255])
bytearray((2))
bytearray((1,2))
bytesarray({1,2})

程式碼說明

bytearray()中代入數字是告知bytes數量，如：bytes(1)就是一個bytes量
bytearray()中代入字串時，附加編碼格式，才能夠實行，轉換出來該編碼的bytes
bytearray()中代入list、tuple、set，是可以直接轉換成bytes，但一個數字用tupple代入會跟直接代入數字效果一樣，在數字上只能紀錄0-255，2^8 = 8 bits = 1 bytes。

bytes VS bytesarray

這兩種是不同的資料型態，轉換相當簡單，要轉換成bytes時，直接使用bytes轉換成bytes，而要轉換成bytesarray，則直接使用bytearray轉換成bytearray，此外在字串前面加上b，就是bytes資料型態。

b'string'
bytearray(b'striing')
bytes(bytearray(b'string'))

整數轉bytes


(-3).to_bytes(3,'big',signed=True)

(3).to_bytes(3,'big',signed=True)

(3).to_bytes(3,'big',signed=False)

(-3).to_bytes(4,'little',signed=True)
(3).to_bytes(4,'little',signed=True)


整數轉換成bytes直接在整數後方加上.to_bytes即可，其參數依序意義為資料長度、順序、正負號，資料長度輸入1為1個bytes，順序分成big以及little，big為數字大在在右，little為數自小在左，正負號為是否在bytes中紀錄正負號，如為true則紀錄，false則不紀錄，如一開始數字為負數則一定要開起。

字串轉bytes和bytes轉字串

str1 = 'string'.encode('utf8') str1.decode('utf8')
str2 = 'string'.encode('ascii')
str2.decode('ascii')

 將字串轉換成以其他編碼方式的二進制紀錄，雖然字串預設是以utf8進行編碼，但是經過encode編碼過後的utf8二進制形式跟一開始的utf8形式是不同的。
在編碼格式上，utf8以及ascii為例子，encode是編碼，decode是解碼。


二進位檔處理

在處理二進位檔時，使用open()的內建函數處理即可，以下是它開啟檔案的幾種形式。

  • 讀取：r
  • 寫入：w
  • 附加：a
  • 二進位檔：b
  • 加號：+

程式碼範例：

寫入



with open('file.bin', 'wb') as f_write:

   f_write.write(b'123\n')
   f_write.write(b'123\n')
   f_write.write(b'123\n')
   f_write.close()



讀取


with open('file.bin', 'rb') as f_read:

     f_read.read()

     f_read.close()



with open('file.bin', 'rb') as f_read:
     for line in f_read:    
          print(line)
     f_read.close()


# for line in f_read 跟for line in f_read.readline()意義一樣

with open('file.bin', 'rb') as f_read.readlines():
     for line in f_read:    
          print(line)
     f_read.close()


程式碼說明

在處理檔案的過程中，一定有開啟檔案、讀取檔案內容、關閉檔案的散個過程，而這個過程的概念是，佔用特定資源、對資源進行處理、釋放資源，這個概念一定要有，因為同一個檔案進行重複開啟，會讓程式會有很大的問題。

在寫入時，使用w這個關鍵字意思是write的意思，b則是二進制的意思。
在讀取時，使用r這個關鍵字意思是read的意思，b則是二進制的意思。

這邊用with這種方式開啟，在前面的文章中，並沒有提到，原因是這種寫法並不是每個程式語言都有的，with在運作的時候，是為了避免後續腳本中，出現了錯誤時沒有釋放檔案的問題所產生出來的寫法，因此在寫的時候建議使用這種寫法，f = open('file.bin', 'wb')這種寫法也是可行的。

as是把open的資料存入as後面的變數名稱。

當然如果覺得想要嘗試使用f = open()的寫法也是可以的，只是在正常開發複雜的程式的時候，會常常因為一些沒想到的原因出錯。

在開啟檔案形式中有五個關鍵字，其中會有疑問的應該是w、r、a、+，這幾個形式，加號用來連結兩個以上的形式，如：wb+或w+b，但其實沒有加也是能夠執行的，w為wrter，意思寫入檔案的意思，但是會看檔案存在與否，如不存在創造，存在則覆蓋內容，r則是讀取，a是附加資料，就是在原本檔案後面加上新的資料，如檔案不存在，則建立一個新的。

題外話，二進位檔python在應用上有一個叫pickle的方法，有興趣可以研究。

文字檔處理

程式碼範例：

寫入



with open('file.txt', 'w') as f_write:

   f_write.write('123\n')
   f_write.write('123\n')
   f_write.write('123\n')
   f_write.close()



讀取


with open('file.txt', 'r') as f_read:

     f_read.read()

     f_read.close()




with open('file.txt', 'r) as f_read:
     for line in f_read:    
          print(line)
     f_read.close()
# for line in f_read 跟for line in f_read.readline()意義一樣

with open('file.txt', 'r') as f_read.readlines():
     for line in f_read:    
          print(line)
     f_read.close()


程式碼說明

基本上跟二進制的處理是相同的，只差在b而已，此外open函數還可以決定開啟時的編碼形式，open('file.bin', 'wb', encode='UTF-8')，所以遇到不同的編碼型式也可以讀取。

CSV處理

csv處理的時候，基本上可以用內建函數open來處理以及用csv標準函式庫來處理，而csv函式庫是對進行處理csv檔案的優化，但真要談哪部分的優化，我也是不太清楚的，畢竟沒有必要去詳細研究csv檔案處理的優化，除非今天該語言沒有一個好的處理方式，而需要自己寫一個新的函式庫，但我還是會就用open做基本處理的說明。

CSV檔案說明連結。
在範例說明的時候，會先使用csv函式庫的方式寫入檔案，再用字串處理的方式讀取一次，最後再用csv的方式讀取一次，用來比較兩者差異。

CSV程式碼範例

csv寫入

import csv 
with open('test.csv', 'w', newline='') as csv_write: 
   writer = csv.writer(csv_write)
   writer.writerow(['title_A', 'title_B', 'title_C']) 
   writer.writerow(['A1', 'B1', 'C1']) 
   writer.writerow(['A2', 'B2', 'C2'])


程式碼說明

用with跟open開啟檔案後，用csv.writer定義writer，而writer的writerow()進行寫入，一次一行。

 用程式開啟test.csv檔案來看

讀取內容並字串，字串處理

with open('test.csv', 'r', newline='') as csv_read: 
   str = csv_read.read()
str_csv = []
str_l = str.split('\r\n')
for s in str_l:
   if s != '':
     str_csv.append(s.split(','))

 for s in str_csv:
   print(s)

程式碼說明

用read()讀取全部的資料，讀取完之後，用split進行分割，首先對分行符號進行分割\r\n，再來對逗號進行分割，並附加到str_csv串列中，串列需先行定義，而在分割\r\n過程中，會產生空的字串，所以在進行逗號分割時，如果遇到空的字串則忽略。

csv讀取，使用csv

import csv 
with open('test.csv', 'r', newline='') as csv_read: 
   rows = csv.reader(csv_read)

    for s in rows:
      print(s)

程式碼說明

使用csv.reader去讀取資料，並定義到rows中，再用for去print出來。


csv-DictReader

import csv 
with open('test.csv', 'r', newline='') as csv_read: 
   rows = csv.Dictreader(csv_read)

   for s in rows:
      print(s)

在顯示的時候連同標題一起顯示。
讀取格式有csv.excel、csv.excel_tab、csv.unix_dialect



XML程式碼範例

xml檔案說明
python上處理xml有很多種方式，如下，範例程式介紹etree、DOM Parser、SAX Parser，
  • xml.etree.ElementTree：Python推薦方法
  • xml.dom：使用DOM Parser，底下有兩種方法
  • xml.dom.minidom：
  • xml.dom.pulldom：
  • xml.sax：使用SAX Parser
  • xml.parsers.expat：

etree程式碼：

建立xml


import xml.etree.ElementTree as ET
root = ET.Element('root')
doc = ET.SubElment(root, 'doc')
doc2 =  ET.SubElment(root, 'doc2')
ET.SubElement(doc, 'filed1', a='a', b='b', c='c').text = 'value1'
ET.SubElement(doc, 'filed2', a='a', b='b', c='c').text = 'value2'
ET.SubElement(doc2, 'filed1', a='a', b='b', c='c').text = 'value3'
ET.SubElement(doc2, 'filed2', a='a', b='b', c='c').text = 'value4'
ET.SubElement(doc2, 'filed2', attrib={"id":1}).text = 'value5'
tree.write('filename.xml')

程式碼說明

匯入ElementTree，並命名為ET
用root變數存根資訊，根資訊用Element進行定義

讀取xml


import xml.etree.cElementTree as ET
tree = ET.parse('filename.xml')
tree.getroot()
for i in tree.iter():
   for element in i:
      print(element.tag)
      print(element.text)

修正xml

for i in tree.iter('field1'):
   i.text = 'modify'
tree.write('filename.xml')

刪除特定節點


doc = tree.find('doc')

doc.remove(doc.find('field2'))

tree.write('filename.xml')

搜尋結點

doc = tree.find('doc')
docs = tree.findall('doc')

在刪除特定節點時，必須確定變數的記憶體位置是否跟tree的定義的位置一樣，不然在刪除的時候，會出現刪錯記憶體的內容。

dom程式碼：

在測試時發現有bug，會因為xml排版方式造成，資料無法顯示。
測試環境macOS High Sierra，python2.7.15、python3.6.5。

建立xml
讀取xml
修正xml
刪除特定節點
搜尋結點

SAX程式碼：

需要先寫出handler，之後再定義parser時，把handler帶入。

讀取xml
import xml.sax 
class Handler( xml.sax.ContentHandler ): 
   def __init__(self): 
      self.CurrentData = ""
      self.type = ""

   def startElement(self, tag, attributes): 
      self.CurrentData = tag 
      if self.CurrentData == 'doc': 
         print('****doc****') 
   def endElement(self, tag): 
      print(self.type) 
   def characters(self, content): 
      if self.CurrentData == 'field1': 
         self.type = content 
      elif self.CurrentData == 'field2': 
         self.type = content

 if ( __name__ == "__main__"):
   parser = xml.sax.make_parser()
   parser.setFeature(xml.sax.handler.feature_namespaces, 0)
   Handler = Handler() 
   parser.setContentHandler( Handler ) 
   parser.parse("filename.xml")

程式碼說明

使用handle方式處理，在使用的時候需要先定義怎樣的標籤，該怎樣處理，定義完成後，再將需要處理的內容給parser分析。

JSON程式碼範例

Json檔案說明

建立Json

import json
data = [{'dataType':'person','content':{'name':'a','sexual':'boy'}},{'dataType':'person','content':{'name':'b'}}]
data_json = json.dumps(data)
with open('text.json', 'w') as f_write:
   f_write.write(data_json)

讀取Json

import json
with open('text.json', 'r') as f_read:
   data_json = f_read.read(data_json)
data = json.load(data_json)
print(i)

程式碼說明

匯入模組後，用dupms轉乘json格式或用load模式轉乘python的形式，並用open進行讀寫。

html程式碼範例

html檔案說明

讀取html

from html.parser import HTMLParser
class MyHTMLParser(HTMLParser):
   def handle_starttag(self, tag, attrs):
      print("Encountered a start tag:", tag)
   def handle_endtag(self, tag):
      print("Encountered an end tag :", tag)
   def handle_data(self, data):
      print("Encountered some data :", data)


parser = MyHTMLParser()
parser.feed('<html><head><title>Test</title></head>'+
            '<body><h1>Parse me!</h1></body></html>')

程式碼說明

使用handle方式處理，基本概念xml的sax概念相同，在使用的時候需要先定義怎樣的標籤，該怎樣處理，定義完成後，再將需要處理的內容給parser分析。

excel程式碼範例-連結

word程式碼範例-連結

圖片程式碼範例-PNG、JPEG

音源程式碼範例-連結

影片程式碼範例-連結

https://kknews.cc/zh-tw/tech/p8kop88.html
https://www.qa-knowhow.com/?p=3773
https://pythonhosted.org/pypng/

 投影片-slideshare:Python＿函數
 影片-youtube:Python＿函數
 程式碼-Github:Python＿函數
下一單元：Python-類別

標籤

標籤：

留言

張貼留言

這個網誌中的熱門文章

Python-資料庫-mongodb-pymongo

Python 資料庫 mongodb-pymongo 安裝： linux、mac：pip3 install pymongo windows： import pymongo client = pymongo.MongoClient("mongodb://localhost:27017/") db = client['demo_db'] col = db['demo_col'] dict1 = { "name": "ab123ab456g", "day": "1890-04-05" } result = col.insert_one(dict1)  dict2 = [   { "name": "ki", "day": "1666-1-1"},   { "name": "aa", "day": "1222-11-11"},   { "name": "gg-gg", "day": "1333-02-22"},   { "name": "T-T", "day": "1444-03-02"},   { "name": "f-f", "day": "1555-01-01"} ] result = col.insert_many(dict2) result = col.find_one() print(result) results = col.find() for result in col.find(): print(result) results = col.find() query = {'...
張貼留言
閱讀完整內容

語言學習-English-Lights

Song Lyric Title : Lights Singer :Ellie Goulding Album :  Bright Lights Release Date :  2011 I had a way then losing it all on my own I had a heart then but the queen has been overthrown And I'm not sleeping now the dark is too hard to beat And I'm not keeping up the strength I need to push me You show the lights that stop me turn to stone You shine it when I'm alone And so I tell myself that I'll be strong And dreaming when they're gone 'Cause they're calling, calling, calling me home Calling, calling, calling home You show the lights that stop me turn to stone You shine them when I'm alone Noises, I play within my head Touch my own skin and hope they'll still be there And I think back to when my brother and my sister slept In and on my place the only time I feel safe You show the lights that stop me turn to stone You shine it when I'm alone And so I tell myself that I'...
張貼留言
閱讀完整內容

Python-開啟檔案-excel

Python 開啟檔案 excel 安裝: linux、mac :pip3 install openpyxl、pip3 install xlwt、pip3 install xlrd windows    :之後補上 程式碼說明 2007年版後 寫入 from openpyxl import Workbook,load_workbook wb = Workbook() ws = wb.active ws1 = wb.create_sheet('Mysheet') ws2 = wb.create_sheet('Mysheet', 0) ws1.title = 'New Title' print(wb.sheetnames) ws['A4'] = 4 ws.cell(row=4, column=2, value=10) wb.save('demo.xlsx')  讀取 wb_load = load_workbook('demo.xlsx')  sheet_ranges = wb_load['Sheet'] print(sheet_ranges['A4'].value) 2007年版前 寫入 import xlwt from datetime import datetime style0 = xlwt.easyxf('font: name Times New Roman, \ color-index red, bold on',num_format_str='#,##0.00') style1 = xlwt.easyxf(num_format_str='D-MMM-YY') wb = xlwt.Workbook() ws = wb.add_sheet('A Test Sheet') ws.write(0, 0, 124, style0) ws.write(1, 0, datetime.now(), sty...
張貼留言
閱讀完整內容