Python
開啟檔案
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。
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 | - |
| CSV | None | csv | - |
| XML | None | xml | - |
| JSON | None | json | - |
| html | None | html | - |
| excel | None | None | 非 windows excel api windows excel api |
| word | None | None | 非 windows word api windows word api |
| 圖片 | None | None | pypng |
| 音源 | None | wave | - |
| 影片 | None | None | moviepy |
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')
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。
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。
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'
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 ETtree = 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：
刪除特定節點
搜尋結點
需要先寫出handler，之後再定義parser時，把handler帶入。
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.htmlhttps://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
下一單元：Python-類別
留言
張貼留言