读文件

打开文件（文件需要存在）

#打开文件f = open("data.txt","r") #设置文件对象print(f)#文件句柄f.close() #关闭文件#为了方便，避免忘记close掉这个文件对象，可以用下面这种方式替代with open('data.txt',"r") as f: #设置文件对象 str = f.read() #可以是随便对文件的操作

完全读取文件

#完全读取文件f = open("data.txt","r") #设置文件对象string1 = f.read() #将txt文件的所有内容读入到字符串string1中f.close() #将文件关闭print(string1)

按按行读取整个文件方法一(删除回车)

#按行读取整个文件方法一(删除回车)data = []f = open("data.txt","r") #设置文件对象line = f.readline()if line !='\n' and line[len(line) -1 if len(line)-1>0 else 0] == "\n":#去掉换行符，也可以不去 line_ = line[:-1]data.append(line_)while line: #直到读取完文件 line = f.readline() #读取一行文件，包括换行符 if line !='' and line[len(line) -1 if len(line)-1>0 else 0] == "\n":#去掉换行符，也可以不去 line_ = line[:-1] data.append(line_)f.close() #关闭文件print(data)

按行读取整个文件方法一(不删除回车)

#按行读取整个文件方法一(不删除回车)data = []f = open("data.txt","r") #设置文件对象line = f.readline()data.append(line)while line: #直到读取完文件 line = f.readline() #读取一行文件，包括换行符 if line !='': data.append(line)f.close() #关闭文件print(data)

按行读取整个文件第二种方法

#按行读取整个文件第二种方法data = []for line in open("data.txt","r"): #设置文件对象并读取每一行文件 data.append(line) #将每一行文件加入到list中print(data )

按行读取整个文件第三种方法

f = open("data.txt","r") #设置文件对象data = f.readlines() #直接将文件中按行读到list里，效果与方法2一样f.close() #关闭文件print(data)

将文件读入numpy数组中

#将文件读入数组中import numpy as npdata = np.loadtxt("data.txt") #将文件中数据加载到data数组里print(data)

写文件列表写入文件

#列表写入文件（直接）data = ['a','b','c']#单层列表写入文件with open("data.txt","w") as f: f.writelines(data)#列表写入文件（加入一些东西） data = ['a','b','c']#单层列表写入文件with open("data.txt","w") as f: for i in data: f.write(i+'\r\n') #二维列表写入文件 data =[ ['a','b','c'],['a','b','c'],['a','b','c']]with open("data.txt","w") as f: #设置文件对象 for i in data: i = str(i).strip('[').strip(']').replace(',','').replace('\'','').replace(' ',',')+'\r\n' #将其中每一个列表规范化成字符串 print(i) f.write(i) #第二种方法，直接将每一项都写入文件data =[ ['a','b','c'],['a','b','c'],['a','b','c']]with open("data.txt","w") as f: #设置文件对象 for i in data: #对于双层列表中的数据 f.writelines(i) #将数组写入文件import numpy as npdata =[ [1,2,3],[4,5,6],[7,8,9]]# 第一种方法将数组中数据写入到data.txt文件np.savetxt("data1.txt",data) # 第二种方法将数组中数据写入到data.npy文件np.save("data",data) import numpy as npfilename = 'data.txt' # txt文件和当前脚本在同一目录下，所以不用写具体路径dataele_list = []with open(filename, 'r') as f: while True: lines = f.readline() # 整行读取数据 if not lines: break dataele_tmp = [float(i) for i in lines.split()] # 将整行数据分割处理，如果分割符是空格，括号里就不用传入参数，如果是逗号， 则传入‘，'字符。 dataele_list.append(dataele_tmp) # 添加新读取的数据dataele_np = np.array(dataele_list) # 将数据从list类型转换为array类型。print(dataele_np)

非替换写入

#非替换写入#r+ 模式的指针默认是在文件的开头# 如果直接写入，则会覆盖源文件，通过read() 读取文件后，指针会移到文件的末尾，再写入数据就不会有问题了。# 这里也可以使用a 模式f2 = open('data.txt','r+')f2.read()f2.write('\r\nhello boy!')f2.close()#非替换写入f2 = open('data.txt','a')f2.write('\r\nhello fff!')f2.close()

文件坐标插入读取

# 在开始使用open打开文件时候，将打开方式从r，换成rb即可 才可以使用seek移动f = open('data.txt','rb') #f.tell() #获取指针位置print("初始位置",f.tell())# 开头位置偏离3位置f.seek(3,0)print("开头位置偏离3位置",f.tell())print("==",f.readline(),"==")print("读取一行后位置",f.tell())# 当前位置偏离5位置f.seek(5,1)print("当前位置偏离5位置",f.tell())print("==",f.readline(),"==")print("读取一行后位置",f.tell())# 结尾偏离5位置f = open('data.txt','rb')f.seek(0,2)print("结尾偏离0位置",f.tell())print("==",f.readline(),"==")print("读取一行后位置",f.tell())f.seek(3,2)print("结尾偏离3位置",f.tell())print("==",f.readline(),"==")print("读取一行后位置",f.tell())

内容查找

# 内容查找import ref = open('data.txt')source = f.read()f.close()r = 'www's = len(re.findall(r,source))print(s)import ref = open("data.txt",'r')count = 0for s in f.readlines(): li = re.findall("www",s) if len(li)>0: count = count + len(li)print ("Search",count, "www")f.close()

替换

#替换f1 = open('data.txt','r')f2 = open('data2.txt','w')for s in f1.readlines(): f2.write(s.replace('www','w')+'\r\n')f1.close()f2.close()#排序 去除空行 注释f = open('data.txt')result = list()for line in f.readlines(): # 逐行读取数据 line = line.strip() #去掉每行头尾空白 if not len(line) or line.startswith('#'): # 判断是否是空行或注释行 continue #是的话，跳过不处理 result.append(line) #保存f.close()result.sort() #排序结果print(result)f = open('data2.txt','w')for line in result: f.write(line+'\r\n')

总结

以上所述是小编给大家介绍的Python 实现文件读写、坐标寻址、查找替换功能,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！