在本章中，您将学习如何使用各种类型的文件，例如 PDF 文件、Excel、CSV 和txt文件。Python 有用于对这些文件执行操作的模块。您将学习如何使用 Python 打开、编辑和获取这些文件中的数据。
本章将介绍以下主题：
- 使用 PDF 文件
- 使用 Excel 文件
- 使用 CSV 文件
- 使用
txt文件
在本节中，我们将学习如何使用 Python 模块处理 PDF 文件。PDF 是一种广泛使用的文档格式，PDF 文件具有.pdf扩展名。Python 有一个名为PyPDF2的模块，用于对pdf文件执行各种操作。这是第三方模块，它是作为 PDF 工具包构建的 Python 库。
我们必须先安装这个模块。要安装PyPDF2，请在终端中运行以下命令：
pip3 install PyPDF2现在，我们将研究处理 PDF 文件的一些操作，例如读取 PDF、获取页数、提取文本和旋转 PDF 页面。
在本节中，我们将使用PyPDF2模块阅读 PDF 文件。此外，我们还将获得该 PDF 的页数。此模块有一个名为PdfFileReader()的函数，用于帮助读取 PDF 文件。确保系统中有 PDF 文件。现在，我的系统中存在test.pdf文件，因此我将在本节中使用该文件。输入您的 PDF 文件名以代替test.pdf。创建一个名为read_pdf.py的脚本，并在其中写入以下内容：
import PyPDF2 with open('test.pdf', 'rb') as pdf:
read_pdf= PyPDF2.PdfFileReader(pdf)
print("Number of pages in pdf : ", read_pdf.numPages)运行脚本，您将获得以下输出：
student@ubuntu:~/work$ python3 read_pdf.py输出结果如下：
Number of pages in pdf : 20在前面的示例中，我们使用了PyPDF2模块。接下来，我们创建了一个pdf文件对象。PdfFileReader()将读取创建的对象。阅读完 PDF 文件后，我们将使用numPages属性获取该pdf文件的页数。本例为20页。
为了提取pdf文件的页面，PyPDF2模块使用extractText()方法。创建一个名为extract_text.py的脚本，并在其中写入以下内容：
import PyPDF2 with open('test.pdf', 'rb') as pdf:
read_pdf = PyPDF2.PdfFileReader(pdf) pdf_page = read_pdf.getPage(1) pdf_content = pdf_page.extractText() print(pdf_content) 运行脚本，您将获得以下输出：
student@ubuntu:~/work$ python3 extract_text.py输出结果如下：
3Pythoncommands 9 3.1Comments........................................ .9 3.2Numbersandotherdatatypes........................ ......9 3.2.1The type function................................9 3.2.2Strings....................................... 10 3.2.3Listsandtuples................................ ..10 3.2.4The range function................................11 3.2.5Booleanvalues................................. .11 3.3Expressions..................................... ...11 3.4Operators.......................................在前面的示例中，我们创建了一个文件读取器对象。pdf读卡器对象有一个名为getPage()的函数，它获取页码（从0th索引开始）作为参数，并返回页面对象。接下来，我们使用了extractText()方法，它将从getPage()中提到的页码中提取文本。页面索引从0开始。
在本节中，我们将了解如何旋转 PDF 页面。为此，我们将使用PDF对象的rotate.Clockwise()方法。创建一个名为rotate_pdf.py的脚本，并在其中写入以下内容：
import PyPDF2
with open('test.pdf', 'rb') as pdf:
rd_pdf = PyPDF2.PdfFileReader(pdf)
wr_pdf = PyPDF2.PdfFileWriter()
for pg_num in range(rd_pdf.numPages):
pdf_page = rd_pdf.getPage(pg_num)
pdf_page.rotateClockwise(90)
wr_pdf.addPage(pdf_page)
with open('rotated.pdf', 'wb') as pdf_out:
wr_pdf.write(pdf_out)
print("pdf successfully rotated")运行脚本，您将获得以下输出：
student@ubuntu:~/work$ python3 rotate_pdf.py输出结果如下：
pdf successfully rotated在上例中，对于pdf的旋转，我们首先创建原始pdf文件的pdf文件读取器对象。然后，旋转的页面将写入新的pdf文件。因此，为了写入新的pdf，我们使用PyPDF2模块的PdfFileWriter()功能。新的pdf文件将以名称rotated.pdf保存。现在，我们将使用rotateClockwise()方法旋转pdf文件的页面。然后，使用addPage()方法，将页面旋转到pdf。现在，我们必须将这些pdf页面写入一个新的pdf文件。因此，首先我们必须打开新文件对象（pdf_out并使用pdfwriter 对象的write()方法向其写入pdf页面。所有这些之后，我们将关闭原始（test.pdf文件对象和新（pdf_out文件对象。
在本节中，我们将使用扩展名为.xlsx的 Excel 文件。此文件扩展名用于 Microsoft Excel 使用的开放式 XML 电子表格文件格式。
Python 有不同的模块：xlrd、pandas 和openpyxl来处理 Excel 文件。在本节中，我们将学习如何使用这三个模块处理 Excel 文件。
首先，我们将看一个使用xlrd模块的示例。xlrd模块用于读取、编写和修改 Excel 电子表格，并完成大量工作。
首先，我们必须安装xlrd模块。在终端中运行以下命令安装xlrd模块：
pip3 install xlrdNote: Make sure you have an Excel file present in your system. I have sample.xlsx present in my system. So I'm going to use that file throughout this section.
我们将了解如何读取 Excel 文件以及如何从 Excel 文件中提取行和列。
在本节中，我们将了解如何读取 Excel 文件。我们将使用xlrd模块。创建一个名为read_excel.py的脚本，并在其中写入以下内容：
import xlrd excel_file = (r"/home/student/sample.xlsx") book_obj = xlrd.open_workbook(excel_file) excel_sheet = book_obj.sheet_by_index(0) result = excel_sheet.cell_value(0, 1)
print(result)运行脚本，您将获得以下输出：
**```py student@ubuntu:~$ python3 read_excel.py
输出结果如下：
```py
First Name
在前面的示例中，我们导入了xlrd模块来读取 Excel 文件。我们还提到了 Excel 文件的位置。然后，我们创建了一个 file 对象，然后我们提到了索引值，以便读取将从该索引开始。最后，我们打印了结果。
在本节中，我们将从 Excel 工作表中提取列名。创建一个名为extract_column_names.py的脚本，并在其中写入以下内容：
import xlrd excel_file = ("/home/student/work/sample.xlsx") book_obj = xlrd.open_workbook(excel_file) excel_sheet = book_obj.sheet_by_index(0) excel_sheet.cell_value(0, 0) for i in range(excel_sheet.ncols):
print(excel_sheet.cell_value(0, i))运行脚本，您将获得以下输出：
**```py student@ubuntu:~/work$ python3 extract_column_names.py
输出结果如下：
```py
Id First Name Last Name Gender Age Country
在前面的示例中，我们从 Excel 工作表中提取列名。我们使用ncols属性获取列名。
在继续使用 Pandas 读取 Excel 文件之前，首先我们必须安装pandas模块。我们可以使用以下命令安装pandas：
pip3 install pandasNote: Make sure you have an Excel file present in your system. I have sample.xlsx present in my system. So I am going to use that file throughout this section.
现在，我们将看一些使用pandas的示例。
在本节中，我们将使用pandas模块读取 Excel 文件。现在，让我们看一个读取 Excel 文件的示例。
创建一个名为rd_excel_pandas.py的脚本，并在其中写入以下内容：
import pandas as pd
excel_file = 'sample.xlsx'
df = pd.read_excel(excel_file)
print(df.head())运行前面的脚本，您将获得以下输出：
student@ubuntu:~/test$ python3 rd_excel_pandas.py输出结果如下：
OrderDate Region ... Unit Cost Total
0 2014-01-09 Central ... 125.00 250.00
1 6/17/15 Central ... 125.00 625.00
2 2015-10-09 Central ... 1.29 9.03
3 11/17/15 Central ... 4.99 54.89
4 10/31/15 Central ... 1.29 18.06在前面的示例中，我们使用pandas模块读取 Excel 文件。首先，我们导入了pandas模块。然后，我们创建了一个名为excel_file的字符串来保存要打开的文件的名称，我们希望使用 pandas 对其进行操作。后来，我们创建了一个df data frame对象。在本例中，我们使用 pandas 的read_excel方法使用默认函数从 Excel 文件中读取数据。读数从索引 0 开始。最后，我们打印了pandas数据帧。
当我们使用 pandas 模块使用read_excel方法读取 Excel 文件时，我们还可以读取该文件中的特定列。对于读取特定列，我们需要使用read_excel方法中的usecols参数。
现在，让我们看一个读取 Excel 文件中特定列的示例。创建一个名为rd_excel_pandas1.py的脚本，并在其中写入以下内容：
import pandas as pd
excel_file = 'sample.xlsx'
cols = [1, 2, 3]
df = pd.read_excel(excel_file , sheet_names='sheet1', usecols=cols)
print(df.head())运行前面的脚本，您将获得以下输出：
student@ubuntu:~/test$ python3 rd_excel_pandas1.py输出结果如下：
Region Rep Item
0 Central Smith Desk
1 Central Kivell Desk
2 Central Gill Pencil
3 Central Jardine Binder
4 Central Andrews Pencil在前面的示例中，首先我们导入了 pandas 模块。然后，我们创建了一个名为excel_file的字符串来保存文件名。然后我们定义了cols变量，并将列的索引值放入其中。因此，当我们使用read_excel方法时，在该方法中，我们还提供了usecols参数来通过索引获取特定列，这是我们之前在cols变量中定义的。因此，在运行脚本之后，我们只从 Excel 文件中获取特定列。
我们还可以使用 pandas 模块对 Excel 文件执行各种操作，例如读取缺少数据的 Excel 文件、跳过特定行以及读取多个 Excel 工作表。
openpyxl是一个 Python 库，用于读取和写入xlsx、xlsm、xltx和xltm文件。首先，我们需要安装openpyxl.并运行以下命令：
pip3 install openpyxl现在，我们来看一些使用openpyxl的例子。
在本节中，我们将学习使用openpyxl创建新的 Excel 文件。创建一个名为create_excel.py的脚本，并在其中写入以下内容：
from openpyxl import Workbook book_obj = Workbook() excel_sheet = book_obj.active excel_sheet['A1'] = 'Name' excel_sheet['A2'] = 'student' excel_sheet['B1'] = 'age' excel_sheet['B2'] = '24' book_obj.save("test.xlsx") print("Excel created successfully")运行脚本，您将获得以下输出：
student@ubuntu:~/work$ python3 create_excel.py输出结果如下：
Excel created successfully现在，检查您当前的工作目录，您会发现test.xlsx已成功创建。在前面的示例中，我们将数据写入四个单元格。然后，从openpyxl模块导入Workbook类。工作簿是文档所有其他部分的容器。接下来，我们将参考对象设置为活动表，并在单元格A1、A2和B1、B2中写入值。最后，我们使用save()方法将内容写入test.xlsx文件。
在本节中，我们将在 Excel 中附加值。为此，我们将使用append()方法。我们可以在当前工作表的底部添加一组值，并将这些值放入其中。创建一个名为append_values.py的脚本，并在其中写入以下内容：
from openpyxl import Workbookbook_obj = Workbook() excel_sheet = book_obj.active rows = (
(11, 12, 13), (21, 22, 23), (31, 32, 33), (41, 42, 43) ) for values in rows: excel_sheet.append(values) print() print("values are successfully appended") book_obj.save('test.xlsx')wb.save('append_values.xlsx')运行脚本，您将获得以下输出：
student@ubuntu:~/work$ python3 append_values.py输出结果如下：
values are successfully appended在前面的示例中，我们在append_values.xlsx文件表中添加了三列数据。我们存储的数据是在一个元组的元组中，为了附加数据，我们逐行遍历容器，并使用append()方法插入它。
在本节中，我们将阅读多个单元格。我们将使用openpyxl模块。创建一个名为read_multiple.py的脚本，并在其中写入以下内容：
import openpyxl book_obj = openpyxl.load_workbook('sample.xlsx') excel_sheet = book_obj.active cells = excel_sheet['A1': 'C6'] for c1, c2, c3 in cells:
print("{0:6} {1:6} {2:6}".format(c1.value, c2.value, c3.value))运行脚本，您将获得以下输出：
**```py student@ubuntu:~/work$ python3 read_multiple.py
输出结果如下：
```py
Id First Name Last Name
101 John Smith 102 Mary Williams 103 Rakesh Sharma 104 Amit Roy105 Sandra Ace
在前面的示例中，我们使用range操作读取三列的数据。然后，我们从单元格A1 – C6读取数据。
同样，我们可以使用openpyxl模块在 Excel 文件上执行许多操作，例如合并和拆分单元格。
CSV格式代表逗号分隔值。逗号用于分隔记录中的字段。它们通常用于导入和导出电子表格和数据库的格式。
CSV 文件是一种纯文本文件，它使用特定类型的结构来排列表格数据。Python 有内置的csv模块，允许 Python 解析这些类型的文件。csv模块主要用于处理从电子表格导出的数据，以及文本文件格式的数据库、字段和记录。
csv模块内置了所有必需的功能，如下所示：
csv.reader：此函数用于返回一个reader对象，该对象迭代 CSV 文件的行csv.writer：此函数用于返回writer对象，将数据写入 CSV 文件csv.register_dialect：此功能用于注册 CSV 方言csv.unregister_dialect：此功能用于注销 CSV 方言csv.get_dialect:此函数用于返回具有给定名称的方言csv.list_dialects：此函数用于返回所有注册方言csv.field_size_limit：此函数用于返回解析器允许的当前最大字段大小
在本节中，我们将只看csv.reader和csv.writer。
Python 有一个内置模块csv，我们将在这里使用它来处理 CSV 文件。我们将使用csv.reader模块读取 CSV 文件。创建一个名为csv_read.py的脚本，并在其中写入以下内容：
import csv csv_file = open('test.csv', 'r') with csv_file:
read_csv = csv.reader(csv_file) for row in read_csv: print(row)运行脚本，您将获得以下输出：
**```py student@ubuntu:~$ python3 csv_read.py
输出结果如下：
```py
['Region', 'Country', 'Item Type', 'Sales Channel', 'Order Priority', 'Order Date', 'Order ID', 'Ship Date', 'Units Sold'] ['Sub-Saharan Africa', 'Senegal', 'Cereal', 'Online', 'H', '4/18/2014', '616607081', '5/30/2014', '6593'] ['Asia', 'Kyrgyzstan', 'Vegetables', 'Online', 'H', '6/24/2011', '814711606', '7/12/2011', '124'] ['Sub-Saharan Africa', 'Cape Verde', 'Clothes', 'Offline', 'H', '8/2/2014', '939825713', '8/19/2014', '4168'] ['Asia', 'Bangladesh', 'Clothes', 'Online', 'L', '1/13/2017', '187310731', '3/1/2017', '8263'] ['Central America and the Caribbean', 'Honduras', 'Household', 'Offline', 'H', '2/8/2017', '522840487', '2/13/2017', '8974'] ['Asia', 'Mongolia', 'Personal Care', 'Offline', 'C', '2/19/2014', '832401311', '2/23/2014', '4901'] ['Europe', 'Bulgaria', 'Clothes', 'Online', 'M', '4/23/2012', '972292029', '6/3/2012', '1673'] ['Asia', 'Sri Lanka', 'Cosmetics', 'Offline', 'M', '11/19/2016', '419123971', '12/18/2016', '6952'] ['Sub-Saharan Africa', 'Cameroon', 'Beverages', 'Offline', 'C', '4/1/2015', '519820964', '4/18/2015', '5430'] ['Asia', 'Turkmenistan', 'Household', 'Offline', 'L', '12/30/2010', '441619336', '1/20/2011', '3830']
在前面的程序中，我们将test.csv文件打开为csv_file。然后，我们使用csv.reader()函数将数据提取到reader对象中，我们可以对该对象进行迭代以获得数据的每一行。现在，我们来看看第二个函数，csv.Writer()
为了在csv文件中写入数据，我们使用csv.writer模块。在本节中，我们将把一些数据存储到 Python 列表中，然后将这些数据放入csv文件中。创建一个名为csv_write.py的脚本，并在其中写入以下内容：
import csv write_csv = [['Name', 'Sport'], ['Andres Iniesta', 'Football'], ['AB de Villiers', 'Cricket'], ['Virat Kohli', 'Cricket'], ['Lionel Messi', 'Football']] with open('csv_write.csv', 'w') as csvFile:
writer = csv.writer(csvFile) writer.writerows(write_csv) print(write_csv)运行脚本，您将获得以下输出：
student@ubuntu:~$ python3 csv_write.py输出结果如下：
[['Name', 'Sport'], ['Andres Iniesta', 'Football'], ['AB de Villiers', 'Cricket'], ['Virat Kohli', 'Cricket'], ['Lionel Messi', 'Football']]在前面的程序中，我们创建了一个名为write_csv的列表，其中包含一个Name及其Sport。然后，在创建列表后，我们打开新创建的csv_write.csv文件，并使用csvWriter()功能将write_csv列表插入其中。
纯文本文件用于存储仅表示字符或字符串的数据，不考虑任何结构化元数据。在 Python 中，不需要导入任何外部库来读取和写入文本文件。Python 提供了一个内置函数来创建、打开、关闭以及写入和读取文本文件。要执行这些操作，有不同的访问模式来控制打开文件中可能的操作类型。
Python 中的访问模式如下所示：
- R****仅 ead 模式
'r'此模式打开一个文本文件用于此目的。如果该文件不存在，则会引发 I/O 错误。我们也可以将此模式称为打开文件的默认模式。 ***** 读写模式（'r+'：该模式打开一个文本文件用于读写目的，如果文件不存在，则会引发 I/O 错误。***** 只写模式（'w'：该模式将打开一个文本文件进行写入。如果文件不存在，它将创建该文件，对于现有文件，数据将被覆盖。 读写模式（'w+'：该模式将打开一个文本文件进行读写。对于现有文件，数据将被覆盖。**** 仅追加模式（'a'：此模式将打开文本文件进行写入。如果文件不存在，它将创建该文件，并且数据将插入到现有数据的末尾。*** 追加读取模式（'a+'：该模式将打开文本文件进行读取和写入。如果文件不存在，它将创建该文件，并且数据将插入到现有数据的末尾。************
******# open（）函数
此函数用于打开文件，不需要导入任何外部模块。
语法如下：
Name_of_file_object = open("Name of file","Access_Mode")对于前面的语法，文件必须位于 Python 程序所在的同一目录中。如果文件不在同一目录中，那么我们还必须在打开文件时定义文件路径。此条件的语法如下所示：
Name_of_file_object = open("/home/……/Name of file","Access_Mode")打开文件的open函数为"test.txt"。
该文件与append模式在同一目录下：
text_file = open("test.txt","a")如果文件不在同一目录下，我们需要在append模式下定义路径：
text_file = open("/home/…../test.txt","a")此函数用于关闭文件，从而释放文件获取的内存。当不再需要文件或将以不同的文件模式打开文件时，使用此函数。
语法如下：
Name_of_file_object.close()可以使用以下代码语法简单地打开和关闭文件：
#Opening and closing a file test.txt:
text_file = open("test.txt","a") text_file.close()通过使用 Python，您可以创建一个文本文件（test.txt。通过使用该代码，可以轻松地写入文本文件。要打开文件进行写入，我们将第二个参数设置为"w"，该参数处于访问模式。为了将数据写入这个test.txt文件，我们使用file handle对象的write()方法。创建一个名为text_write.py的脚本，并在其中写入以下内容：
text_file = open("test.txt", "w") text_file.write("Monday\nTuesday\nWednesday\nThursday\nFriday\nSaturday\n") text_file.close()运行前面的脚本，您将获得如下输出：
现在，检查您当前的工作目录。您将找到我们创建的test.txt文件。现在，检查文件的内容。您会发现我们在write()函数中写入的日期将保存在test.txt中。
在前面的程序中，我们声明了text_file变量以打开名为test.txt的文件。open函数有两个参数：第一，我们要打开的文件，第二，表示我们要对文件执行或应用的权限或操作的访问模式。在我们的程序中，我们在第二个参数中使用了"w"字母，表示write。然后，我们使用**text_file.close()**关闭存储的test.txt文件的实例。
读取文件就像从文件中写入一样简单。为了打开文件进行读取，我们将第二个参数即访问模式设置为"r"，而不是"w"。为了从这个文件中读取数据，我们使用了file handle对象的read()方法。创建一个名为text_read.py的脚本，并在其中写入以下内容：
text_file = open("test.txt", "r") data = text_file.read() print(data) text_file.close()输出结果如下：
student@ubuntu:~$ python3 text_read.py Monday Tuesday Wednesday Thursday Friday Saturday在前面的程序中，我们声明了text_file变量以打开名为test.txt的文件。open函数有两个参数：第一，我们要打开的文件，第二，表示我们要对文件执行或应用的权限或操作的访问模式。在我们的程序中，我们在第二个参数中使用了"r"字母，表示一个read操作。然后，我们使用text_file.close()关闭存储的test.txt文件的实例。运行 Python 程序后，我们可以很容易地在终端中看到文本文件中的内容。
在本章中，我们学习了各种文件。我们学习了 PDF、Excel、CSV 和文本文件。我们使用 Python 模块对这些类型的文件执行一些操作。
在下一章中，我们将学习 Python 中的基本网络和 internet 模块。
readline()和readlines()之间有什么区别？open()和with open()之间有什么区别？- 开始时
r c:\\Downloads的意义是什么？ - 目标是什么？
pass有什么用？- 什么是 lambda 表达式？
- XLRD:https://xlrd.readthedocs.io/en/latest/api.html
openoyxl：http://www.python-excel.org/- 关于发电机概念：https://wiki.python.org/moin/Generators**************