文件处理常用操作：
本文整理了一些本人常用的文件的操作方法
1、CSV文件：
（1）文本文件：
因为csv文件的本质就是使用了“ ，”作为分割符的文本文件，因此也可以是使用open方法进行读取等一些列操作，虽然这种方法比较简单，但是大多数操作需要自己手动写出来，不是很方便。
读取：
with open("file_name.csv","r") as f:
data = f.readlines()
写入：
with open("file_name.csv","w") as f:
for i in data:
f.write(i+"\n")#添加了换行符
#write是写入字符串，返回字符串长度
#另一种方法f.writerlines()，写入字符串列表，但同样换行也需要加入换行符
（2）csv标准库：
使用csv标准库进行操作
读取：
import csv
with open("file_name.csv","r") as f:
data = csv.reader(f)
写入：
# 通常
import csv
with open("file_name.csv","w") as f:
writer = csv.writer(f)
row_names = ["表头","表头","表头"]
writer.writerow(row_names)#列名
for i in data:
writer.writerow(i)#不 需要加换行符
# 上面两行，可替换成
# writer.writerows(data)
# 结构化数据（字典），爬虫
import csv
with open("file_name.csv","w") as f:
writer = csv.writer(f)
row_names = ["表头1","表头2","表头2"]
writer = csv.DicWriter(f,fieldnames=row_names)
writer.writeheader()
writer.witerow(["表头1":"0000","表头2":"0000","表头2":"0000"])
（3）pandas：
很推荐，方便，这个具体参考pandas的介绍吧
import pandas as pd
csvframe = pd.read_csv("file_name.csv")
# 可替换为，注意分隔符
# csvframe = pd.read_table("file_name.csv",",")
2、文件复制：
直接看代码
from shutil import copyfile
copyfile("source_file","target_file")
文档信息
- 本文作者：Guoziyu
- 本文链接：https://mateguo1.github.io/2021/03/19/file_operation/
- 版权声明：自由转载-非商用-非衍生-保持署名（创意共享3.0许可证）