python如何解析eml文件 python解析文本文件

转载

mob64ca1412b28c 2023-09-22 10:19:19

文章标签 python如何解析eml文件 python 字符串换行符 bc 文章分类 Python 后端开发

open()函数返回一个文件对象；如果文件不能被打开，将引发OSError；python区分二进制和文本I/O；以二进制模式打开的文件（包括mode参数中的b）返回内容为bytes对象，不能进行任何解码；在文本模式（默认或 mode包含t）时，文件内容返回str，首先使用指定encoding或默认的字节编码解码；

在文本模式读取文件时，默认把平台特定的行结束符(Unix为\n、windows为\r\n)转换为\n；在文本模式写入数据时，默认把\n转换为平台特定结束符。这种操作修改文本文件时没有问题，但会破坏jpeg或exe等二进制文件中的数据；所以在读取此类文件，一定要使用二进制模式；

open函数格式

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

file：文件路径
mode：可选；文件的模式；默认为：r

r：读取；只能对文件进行读取操作，不能写入；指定文件不存在会爆错
w：写入；只能对文件写入，不能读取；如果指定文件不存在，则先创建再写入；如果存在，则直接打开写入；写入时会清空文件内容
x：排它性创建；如果文件存在则创建失败；只能对其进行写入，不能读取
a：在文件末尾追加；只能卸乳不能读取；如果指定文件存在，则直接打开写入；反之则创建后再写入；写入时追加到文件末尾；
b：二进制模式
t：文本模式
+：打开文件进行更新（可读或可写）

encoding：用于解码后编码；可选；如果没有指定，则默认与平台有关；只在文本模式下使用
buffing：用于设置缓冲区策略；可选的整数

0：关闭缓冲，只允许在二进制模式下
1：行缓冲；旨在文本模式下可用
> 1：表示固定大小的块缓冲区的字节大小；
< 0：缓冲区大小为系统默认
如果没有给出buffering参数，默认缓冲区策略：

二进制文件以固定大小的块进行缓冲
交互式文本文件使用行缓冲；其他文本文件使用上述策略用于二进制文件

errors：可选；指定解码或编码错误时异常处理
newline：如何解析换行符；选项：None、''、\n、\r、\r\n

读取时：

如果为None，则启用通用换行模式。输入行以\n、\r、\r\n结尾，都会被统一翻译为\n
如果为''，则启用通用换行模式，输入行以\n、\r、\r\n结尾，不在统一翻译为\n，而是原样输出；

写入时：

如果为None，则写入的任何\n字符都将转换为系统默认的行分隔符
如果为''或\n，则不进行翻译
如果是任何其他合法值，则写入的任何\n都被转换为给定的字符串；

如：

>>> with open('test.txt', 'w', newline='') as f:
...     f.write('www\r\nrrr')
...
8
>>> with open('test.txt', 'r', newline='') as f:
...     f.read()
...
'www\r\nrrr'
>>>

文件的方法

读取

1. read

格式：

f.read(size=-1, /)

size：可选；

省略或 < 0时，读取并返回整个文件内容；
> 0时：文本模式，读取并返回最多size个字符；二进制模式，读取并返回size个字节；

读取文件内容，如果为文本模式，返回字符串；如果问二进制模式，返回字符串对象；如果到达末尾，则f.read()返回空字符串

例子：

>>> f = open('test.txt', 'r')
>>> f.read()
'www\nrrr'
>>> f.read()
''

2. readline

格式：

f.readline(size=-1, /)

从文件中读取单行数据；字符串末尾保留换行符\n，只有文件不以换行符结尾时，文件的最后一行才会省略换行符；只要返回空字符串，则表示到达文件末尾，空行使用\n表示；

例子：

>>> f = open('test.txt', 'r')
>>> f.readline()
'www\n'
>>> f.readline()
'rrr'
>>> f.readline()
''

3. readlines

格式：

f.readlines(hint=-1, /)

hint：控制要读取的行数；如果（以字节/字符数表示的）所有行的总大小超出了hint则将不会读取更多的行

0 或更小的hint值以及 None，被视为没有hint，读取全部行数；
从流中读取并返回包含多行的列表；返回包含hint行的列表；如果hint未指定则返回全部行；

例子：

>>> f = open('test.txt', 'r')
>>> f.readlines()
['www\n', 'rrr']

写入

1. write

格式：

f.write(text, /)

将text的内容写入到文件，并返回写入的字符数；如果写入其他类型，需要转换为字符串(文本模式) 或字节对象（二进制模式)

例子：

f.write('test\n')

f.write(str(['a', 'b', 'c']))

2. writelines

格式：

f.writelines(lines, /)

将行列表写入到流。不会添加换行符；如果需要，需在每一行末尾都添加行分隔符

例子：

>>> f = open('test.txt', 'a+')
>>> f.writelines(['123', 'abc', '!@#'])

>>> f.writelines(['123\n', 'abc\n', '!@#'])

结果：

123abc!@#123
abc
!@#

获取文件指针当前位置

格式：

f.tell()

返回文件指针的当前位置；二进制模式下从文件开始的字节数；文本模式下的数字；

例子：

>>> f = open('test.txt', 'r+')
>>> f.tell()
0
>>> f.write('python\n')
7
>>> f.tell()
7

移动文件指针

格式：

f.seek(offset, whence=0, /)

offset：偏移量
whence：起始位置；默认为0

0：从文件开头计算
1：当前文件位置
2：文件末尾作为参考点

将流的位置修改到给定的字节offset。offset相对于whence指定的位置进行解析

例子：

>>> f = open('test.txt', 'r+')
>>> f.read()
"python\nst\n['a', 'b', 'c']"
>>> f.tell()
25
>>> f.seek(5)
5
>>> f.read()
"n\nst\n['a', 'b', 'c']"

关闭文件

格式：

f.close()

关闭文件。关闭后文件对文件的任何操作都会引发ValueError；可以多次调用，但是，仅第一次调用才会生效；

例子：

>>> f = open('test.txt', 'r+')
>>> f.close()
>>> f.read()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: I/O operation on closed file.
>>> f.close()