文件读写与异常处理

使用open()函数打开文件，并且可以通过函数里的参数指定文件名、操作模式、字符编码等。
常用操作模式如下表：

操作模式	具体含义
`'r'`	读取（默认）
`'w'`	写入（会先截断之前的内容）
`'x'`	写入，如果文件已经存在会产生异常
`'a'`	追加，将内容写入到已有文件的末尾
`'b'`	二进制模式
`'t'`	文本模式（默认）
`'+'`	更新（既可以读又可以写）

如果想了解更多的操作模式，可点击此链接：菜鸟教程之file

在读取文件之后如果无法对自己程序的操作模式进行确定，可参考下图：

通过open函数打开一个文件之后，我们会得到一个返回文件对象，通过这个文件对象，我们可以实现对文件的读写操作。在使用完之后，我们一定要关闭文件，释放资源。关闭文件操作是close()。

文件对象的操作函数

file.close()
关闭文件。关闭后文件不能再进行读写操作。

file.flush()
刷新文件内部缓冲，直接把内部缓冲区的数据立刻写入文件, 而不是被动的等待输出缓冲区写入。

file.fileno()
返回一个整型的文件描述符(file descriptor FD 整型), 可以用在如os模块的read方法等一些底层操作上。

file.read([size])
从文件读取指定的字节数，如果未给定或为负则读取所有。

file.readline([size])
读取整行，包括 “\n” 字符。

file.readlines([sizeint])
读取所有行并返回列表，若给定sizeint>0，返回总和大约为sizeint字节的行, 实际读取值可能比 sizeint 较大, 因为需要填充缓冲区。

file.seek(offset[, whence])
移动文件读取指针到指定位置

file.tell()
返回文件当前位置。

file.truncate([size])
从文件的首行首字符开始截断，截断文件为 size 个字符，无 size 表示从当前位置截断；截断之后后面的所有字符被删除，其中 windows 系统下的换行代表2个字符大小。

file.write(str)
将字符串写入文件，返回的是写入的字符长度。

file.writelines(sequence)
向文件写入一个序列字符串列表，如果需要换行则要自己加入每行的换行符。

open函数的参数

open函数的完整的语法格式

open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)

参数说明

file: 必需，文件路径（相对或者绝对路径）。
mode: 可选，文件打开模式
buffering: 设置缓冲
encoding: 一般使用utf8
errors: 报错级别
newline: 区分换行符
closefd: 传入的file参数类型
opener: 设置自定义开启器，开启器的返回值必须是一个打开的文件描述符。

这里介绍一个小绝招：当我们使用open函数时，每次在不用文件时都需要使用close()函数关闭文件，会很麻烦。所以我们一般都不会使用这种方式，推荐大家使用：with open() as 别名：这种方式，这种方式会在我们使用完文件之后，自动帮助我们关闭文件，继而我们后续就不需要手动输入代码关闭文件。

读写文本文件

读文件

使用open函数打开一个文件，一般来说都会指定操作模式，如果不指定，默认是读模式，'r’

# 返回的是全部的歌词
with open('周杰伦-青花瓷.txt','r',encoding='utf-8') as file:print(file.read())

也可以使用for-in循环逐行读取，也可以使用readlines将文件按行读取到容器中。

with open('周杰伦-青花瓷.txt','r',encoding='utf-8')as file:# print(file.read())for line in file:print(line,end='')lines = file.readlines()   # lines是一个列表for line in lines:print(line,end='')

readlines：读取多行（全部）
readline：读一行

with open('周杰伦-青花瓷.txt','r',encoding='utf-8')as file:print(file.readline())

写文件

如果需要向文件中写入内容，可以指定操作模式为’w’或者a，'w’模式写入内容会覆盖之前的内容，'a’是在内容的尾部追加新内容。

with open('周杰伦-青花瓷.txt','a',encoding='utf-8')as file:file.write('\n歌曲：青花瓷')file.write('\n演唱：周杰伦')

异常处理

在编写程序时，很多时候报错是很普遍的，但是很多时候我们不想要程序报错，哪怕真的报错了，也希望下面的代码也可以继续执行，而不是停留在报错行，通常使用异常机制对这些问题进行处理。
对于异常处理，与之相关的关键字有try，except，else，finally，raise。
对于异常处理，有以下几种方式：

`try..except`

`try...except...else`

`try...except...else...finally`

raise触发异常

x = 6
if x > 1:raise Exception('x 不能大于 1。x : {}'.format(x))# 返回
Exception: x 不能大于 1。x : 6

读写二进制文件

读写二进制文件的操作与上面的读写文件基本相同，只是将open函数的操作模式改变一下。
读二进制文件：操作模式----->'rb'
写二进制文件：操作模式----->'wb'
只要涉及二进制文件：往往都是在操作模式后面加上‘b’。

python读取csv文件

CSV文件介绍

CSV（Comma Separated Values）全称逗号分隔值文件是一种简单、通用的文件格式，被广泛的应用于应用程序（数据库、电子表格等）数据的导入和导出以及异构系统之间的数据交换。因为CSV是纯文本文件，不管是什么操作系统和编程语言都是可以处理纯文本的，而且很多编程语言中都提供了对读写CSV文件的支持，因此CSV格式在数据处理和数据科学中被广泛应用。

CSV文件有以下特点：

纯文本，使用某种字符集（如ASCII、Unicode、GB2312）等）；
由一条条的记录组成（典型的是每行一条记录）；
每条记录被分隔符（如逗号、分号、制表符等）分隔为字段（列）；
每条记录都有同样的字段序列。

将数据写入csv文件

在进行csv文件操作是需要调用Python中的csv模块，该模块的writer函数会返回一个csvwriter对象，通过该对象的writerow或writerows方法就可以将数据写入到CSV文件中。

import csv
import random
# 如果文件存在则直接在里面添加，否则创建文件之后再进行添加
with open('scores.csv','w',encoding='utf-8',newline='')as file:writer = csv.writer(file)# 写入表头writer.writerow(['name','chinese','math','english'])names = ['刘备','关羽','张飞']for i in range(3):# 使用随机生成成绩chinese_score = random.randint(40,100)math_score = random.randint(40,100)english_score = random.randint(40,100)# 写入名字和成绩writer.writerow([names[i],chinese_score,math_score,english_score])

上面的writer函数，该函数除了传入要写入数据的文件对象外，还可以dialect参数，它表示CSV文件的方言，默认值是excel。除此之外，还可以通过delimiter、quotechar、quoting参数来指定分隔符（默认是逗号）、包围值的字符（默认是双引号）以及包围的方式。其中，包围值的字符主要用于当字段中有特殊符号时，通过添加包围值的字符可以避免二义性

示例：

import csvwith open('scores.csv', 'r') as file:reader = csv.reader(file, delimiter='|')for line in reader:print(reader.line_num, end='\t')for elem in line:print(elem, end='\t')print()

Excel操作

Python操作Excel需要三方库的支持，如果要兼容Excel 2007以前的版本，也就是xls格式的Excel文件，可以使用三方库xlrd和xlwt，前者用于读Excel文件，后者用于写Excel文件。如果使用较新版本的Excel，即操作xlsx格式的Excel文件，也可以使用openpyxl库，当然这个库不仅仅可以操作Excel，还可以操作其他基于Office Open XML的电子表格文件。

使用xlrd读Excel文件

xlrd读取的是xls文件，如果需要使用它读xlsx文件，新版本的xlrd不支持，我们需要下载的版本是1.2.0版本的。
具体xlrd的读文件操作以代码形式展示：

import xlrd# 工作簿--->一个Excel文件---->workbook
wb = xlrd.open_workbook('阿里巴巴2020年股票数据1.xls')
# 获取所有工作表
print(wb.sheet_names())
# 获取指定工作表，worksheet
sheet = wb.sheet_by_name('股票数据')
sheet1 = wb.sheet_by_index(0)
print(type(sheet),type(sheet1))
# # 获取行数列数
print(sheet.nrows,sheet.ncols)
# # 获取单元格的数据
print(sheet.row(0))  # 一行
print(sheet.row(0)[0])  #第一行中某一个具体的数据
print('---------------------')
# 指定某行从第几列输出到第几列
print(sheet.row_slice(1,start_colx=0,end_colx=3))
print(sheet.col(1))
print(sheet.col_slice(4, start_rowx=1, end_rowx=11))# 获取单元格数据--->cell--->value
cell = sheet.cell(2, 2)
print(cell.value)
# 遍历表单,根据行列索引，不包括表头
print(f'交易日期\t\t\t最高价\t\t最低价\t\t开盘价\t\t收盘价\t\t成交量\t\t调整收盘价')
for row in range(1, sheet.nrows):for col in range(sheet.ncols):value = sheet.cell(row, col).valueif col == 0:# 处理时间日期# year, month, date, *_ = xlrd.xldate_as_tuple(value, 0)curr_date = xlrd.xldate_as_datetime(value,0)print(curr_date.strftime('%Y年%m月%d日'),end='\t')# print(f'{year}年{month:0>2d}月{date:0>2d}日', end='\t')elif col == 5:print(f'{int(value):<10d}', end='\t')else:print(f'{value:.4f}', end='\t')print()

xlwt写Excel文件

import randomimport xlwtstudent_names = ['关羽', '张飞', '赵云', '马超', '黄忠']
scores = [[random.randint(40, 100) for _ in range(3)] for _ in range(5)]
# 创建工作簿对象（Workbook）
wb = xlwt.Workbook()
# 创建工作表对象（Worksheet）
sheet = wb.add_sheet('一年级二班')
# 添加表头数据
titles = ('姓名', '语文', '数学', '英语')
for index, title in enumerate(titles):sheet.write(0, index, title)
# 将学生姓名和考试成绩写入单元格
for row in range(len(scores)):sheet.write(row + 1, 0, student_names[row])for col in range(len(scores[row])):sheet.write(row + 1, col + 1, scores[row][col])
# 保存Excel工作簿
wb.save('考试成绩表.xls')

调整单元格样式

背景色调整
第一行的表头单元格修改为黄色

header_style = xlwt.XFStyle()
pattern = xlwt.Pattern()
pattern.pattern = xlwt.Pattern.SOLID_PATTERN
# 0 - 黑色、1 - 白色、2 - 红色、3 - 绿色、4 - 蓝色、5 - 黄色、6 - 粉色、7 - 青色
pattern.pattern_fore_colour = 5
header_style.pattern = pattern
titles = ('姓名', '语文', '数学', '英语')
for index, title in enumerate(titles):sheet.write(0, index, title, header_style)

修改字体

font = xlwt.Font()
# 字体名称
font.name = '华文楷体'
# 字体大小（20是基准单位，18表示18px）
font.height = 20 * 18
# 是否使用粗体
font.bold = True
# 是否使用斜体
font.italic = False
# 字体颜色
font.colour_index = 1
header_style.font = font

表头垂直居中对齐

align = xlwt.Alignment()
# 垂直方向的对齐方式
align.vert = xlwt.Alignment.VERT_CENTER
# 水平方向的对齐方式
align.horz = xlwt.Alignment.HORZ_CENTER
header_style.alignment = align

调整行高列宽

# 设置行高为40px
sheet.row(0).set_style(xlwt.easyxf(f'font:height {20 * 40}'))
titles = ('姓名', '语文', '数学', '英语')
for index, title in enumerate(titles):# 设置列宽为200pxsheet.col(index).width = 20 * 200# 设置单元格的数据和样式sheet.write(0, index, title, header_style)

xlrd，xlwt这两个模块将Excel的读写操作是分开的，在进行文件操作时有点麻烦，所以推荐大家使用另一个Excel文件操作模块 openpyxl，它的功能和xlrd，xlwt相差不大，甚至强于他们，它将文件读写操作合并在一起，调用这个模块就可以对文件进行读写，同时都支持调整字体，颜色，对齐方式等，基本上excel的功能都有。

详细操作大家可以去官方API查看：
xlrd官方文档
xlwt官方文档
转载 openpyxl常用API

操作PDF文件

对PDF操作需要借助三方库PyPDF2
对PDF进行文字提取其实效率并不高，这里不做讲解。创建PDF亦是如此，这里只是讲一下如何给PDF添加水印以及对PDF加密。

添加水印、进行加密

在进行添加水印，我们需要准备另一个水印的PDF文件，其实添加水印实际上就是将两个PDF文件合在一起。

import PyPDF2
import os
from PyPDF2.pdf import PageObject
path = 'pdffile'   # 当前PDF所在的路径，这里是相对于我的工作路径
filenames = os.listdir(path)
# 读取水印PDF文件
reader1 = PyPDF2.PdfFileReader('watermark.pdf')
# 水印在第一页，就只拿第一页
watermark_page = reader1.getPage(0)
# 创建一个PDF对象
writer = PyPDF2.PdfFileWriter()
# 将文件夹里面的所有PDF文件读取
for filename in filenames:reader2 = PyPDF2.PdfFileReader(path+'/'+filename)for page in range(reader2.numPages):curr_page = reader2.getPage(page)   # type: PageObject# 将需要添加水印的PDF文件与水印文件合并curr_page.mergePage(watermark_page)# 创建PDF，将加了水印的PDF写在另一个创建的PDF里面writer.addPage(curr_page)# 给PDF加密，括号里面的是密码，相反decrypt（）是解密，括号里面是密码writer.encrypt('123abc')# 保存文件with open(f'pdffile/{filename[:-4]}_watermark.pdf','wb')as file:writer.write(file)

我这里是对多个文件进行操作，对一个一是这种操作

正则表达式

正则表达式理解起来不容易，这里不做陈述。
转载：30分钟了解正则表达式

符号	解释	示例	说明
`.`	匹配任意字符	`b.t`	可以匹配bat / but / b#t / b1t等
`\w`	匹配字母/数字/下划线	`b\wt`	可以匹配bat / b1t / b_t等但不能匹配b#t
`\s`	匹配空白字符（包括\r、\n、\t等）	`love\syou`	可以匹配love you
`\d`	匹配数字	`\d\d`	可以匹配01 / 23 / 99等
`\b`	匹配单词的边界	`\bThe\b`
`^`	匹配字符串的开始	`^The`	可以匹配The开头的字符串
`$`	匹配字符串的结束	`.exe$`	可以匹配.exe结尾的字符串
`\W`	匹配非字母/数字/下划线	`b\Wt`	可以匹配b#t / b@t等但不能匹配but / b1t / b_t等
`\S`	匹配非空白字符	`love\Syou`	可以匹配love#you等但不能匹配love you
`\D`	匹配非数字	`\d\D`	可以匹配9a / 3# / 0F等
`\B`	匹配非单词边界	`\Bio\B`
`[]`	匹配来自字符集的任意单一字符	`[aeiou]`	可以匹配任一元音字母字符
`[^]`	匹配不在字符集中的任意单一字符	`[^aeiou]`	可以匹配任一非元音字母字符
`*`	匹配0次或多次	`\w*`
`+`	匹配1次或多次	`\w+`
`?`	匹配0次或1次	`\w?`
`{N}`	匹配N次	`\w{3}`
`{M,}`	匹配至少M次	`\w{3,}`
`{M,N}`	匹配至少M次至多N次	`\w{3,6}`
`\|`	分支	`foo\|bar`	可以匹配foo或者bar
`(?#)`	注释
`(exp)`	匹配exp并捕获到自动命名的组中
`(?<name>exp)`	匹配exp并捕获到名为name的组中
`(?:exp)`	匹配exp但是不捕获匹配的文本
`(?=exp)`	匹配exp前面的位置	`\b\w+(?=ing)`	可以匹配I’m dancing中的danc
`(?<=exp)`	匹配exp后面的位置	`(?<=\bdanc)\w+\b`	可以匹配I love dancing and reading中的第一个ing
`(?!exp)`	匹配后面不是exp的位置
`(?<!exp)`	匹配前面不是exp的位置
`*?`	重复任意次，但尽可能少重复	`a.b` `a.?b`	将正则表达式应用于aabab，前者会匹配整个字符串aabab，后者会匹配aab和ab两个字符串
`+?`	重复1次或多次，但尽可能少重复
`??`	重复0次或1次，但尽可能少重复
`{M,N}?`	重复M到N次，但尽可能少重复
`{M,}?`	重复M次以上，但尽可能少重复

正则表达式使用re模块

常用函数及说明

函数	说明
`compile(pattern, flags=0)`	编译正则表达式返回正则表达式对象
`match(pattern, string, flags=0)`	用正则表达式匹配字符串成功返回匹配对象否则返回`None`
`search(pattern, string, flags=0)`	搜索字符串中第一次出现正则表达式的模式成功返回匹配对象否则返回`None`
`split(pattern, string, maxsplit=0, flags=0)`	用正则表达式指定的模式分隔符拆分字符串返回列表
`sub(pattern, repl, string, count=0, flags=0)`	用指定的字符串替换原字符串中与正则表达式匹配的模式可以用`count`指定替换的次数
`fullmatch(pattern, string, flags=0)`	`match`函数的完全匹配（从字符串开头到结尾）版本
`findall(pattern, string, flags=0)`	查找字符串所有与正则表达式匹配的模式返回字符串的列表
`finditer(pattern, string, flags=0)`	查找字符串所有与正则表达式匹配的模式返回一个迭代器
`purge()`	清除隐式编译的正则表达式的缓存
`re.I` / `re.IGNORECASE`	忽略大小写匹配标记
`re.M` / `re.MULTILINE`	多行匹配标记

Python办公自动化之文件读写操作与Excel，csv，PDF文件相关推荐

C语言文件读写操作，写入数据到文件
很早写的在linux系统下的文件读写操作,写入数据到文件,很时候初学者学习 #include <stdio.h>int writeInfoToFile(char *strFile) {in ...
Python办公自动化----文本文件的读写操作
用Python进行txt和csv文件的读写操作在Python中实现文件操作可以使用Python内置的open函数来打开文件,在使用open函数时,可以通过函数的参数指定文件名.操作模式和字符编码等信 ...
python学习的第二十五天：对PDF文件的读写操作
文章目录 python学习的第二十五天:对PDF文件的读写操作对Excel操作的补充 python的实用方法获取指定文件下的所有内容 shutil模块(封装了高级的文件操作函数) PDF的相关操作 ...
python中的文件读写操作
python中的文件读写操作思维导图 Python读写CSV文件 csv文件是什么? CSV(Comma Separated Values)全称逗号分隔值文件是一种简单.通用的文件格式,被广泛的应用 ...
Python 文件读写操作-Python零基础入门教程
目录一.Python 文件的打开 open 二.Python 文件的关闭 close 三.Python 文件的读取 read 1.read 函数 2.readline 函数 3.readlines ...
python文件读写操作
文章目录 1. open函数介绍 2. 读文件 3. 写文件 4. with 方式读写文件对文件进行读写操作是很常见的 I/O 操作,在Python中我们可以通过内置函数 open来完成. 1. o ...
python 文件读写操作总结
python 文件读写操作总结 1.打开文件 open函数是python的内置函数,返回一个 file 对象定义如下: open(file, mode='r', buffering=-1, enco ...
Python文件读写缓冲区和文件读写操作实例
1.python文件缓冲区 f = open('test', 'w', 1) # 第三个参数为1表示行缓冲,默认值为-1 while True:data = input('>>>') ...
Python办公自动化（二）｜从Excel到Word
前言在前几天的文章中我们讲解了如何从Word表格中提取指定数据并按照格式保存到Excel中,今天我们将再次以一位读者提出的真实需求来讲解如何使用Python从Excel中计算.整理数据并写入Word ...
python办公自动化之批量生成docx——根据excel生成word、根据word生成excel
python办公自动化之批量生成docx--根据excel生成word 系列文章本文目录一.从excel读取二.写入docx 三.批量生成docx 四.反向操作,根据word生成excel 系列 ...

Python办公自动化之文件读写操作与Excel，csv，PDF文件