Python文件和数据格式化的基础知识总结

Python文件和数据格式化的基础知识总结汇报人：XX2024-01-09文件操作基础数据格式化基础文件与数据格式化的应用常见错误与异常处理实战案例：Python文件和数据格式化在项目中的应用文件操作基础01使用`open()`函数打开文件，需要指定文件路径和打开模式。打开文件使用`close()`方法关闭文件，释放资源。关闭文件文件的打开与关闭文件的读写模式'r'，用于读取文件内容。'w'，用于写入文件内容，会覆盖原有内容。'a'，用于在文件末尾追加内容。'r+'，用于读写文件内容。读取模式写入模式追加模式读写模式文件指针指向当前读写位置的标记。定位方法使用`seek()`方法进行文件指针的定位，需要指定偏移量和参考位置。文件指针与定位遍历文件内容使用`for`循环逐行读取文件内容。搜索特定内容使用`find()`或`index()`方法搜索文件中的特定内容。文件内容遍历与搜索数据格式化基础02Python中的基本数据类型包括整数、浮点数、复数、布尔值、字符串、列表、元组、字典和集合等。变量是存储数据的一种方式，可以存储不同类型的数据，并且变量的值可以随时更改。数据类型与变量变量数据类型旧式字符串格式化01使用`%`操作符进行字符串格式化，例如`"Hello,%s!"%name`。str.format()方法02使用`{}`占位符和`format()`方法进行字符串格式化，例如`"Hello,{}!".format(name)`。f-string格式化03使用`f""`或者`F""`进行字符串格式化，可以在字符串中嵌入表达式，例如`f"Hello,{name}!"`。字符串格式化方法可以使用列表推导式或者`map()`函数等对列表进行格式化。列表格式化元组与列表类似，可以使用相同的格式化方法，但元组是不可变的。元组格式化可以使用字典推导式或者`zip()`函数等对字典进行格式化。字典格式化列表、元组与字典格式化可以定义自己的函数来实现特定的格式化需求，例如将日期格式化为特定的字符串格式等。自定义格式化函数Python有许多第三方库可以用来处理日期、时间和数字等的格式化，例如`datetime`、`numpy`和`pandas`等。使用第三方库自定义格式化函数文件与数据格式化的应用03使用Python内置函数`open()`打开文本文件，并通过文件对象读取文件内容。读取文本文件写入文本文件文本文件编码使用`open()`函数以写入模式打开文本文件，并通过文件对象的`write()`方法写入内容。了解常见的文本编码格式（如UTF-8、ASCII），并能够在读写文本文件时指定编码方式。030201文本文件处理了解CSV（CommaSeparatedValues）文件的基本格式，即以逗号分隔的值。CSV文件格式使用Python标准库中的`csv`模块读取CSV文件，并解析其内容。读取CSV文件使用`csv`模块创建CSV文件，并将数据按照CSV格式写入。写入CSV文件CSV文件处理

JSON文件处理JSON数据格式了解JSON（JavaScriptObjectNotation）数据格式，它是一种轻量级的数据交换格式。读取JSON文件使用Python标准库中的`json`模块读取JSON文件，并解析其内容。写入JSON文件使用`json`模块将数据转换为JSON格式，并写入到文件中。读取XML文件使用Python标准库中的`xml.etree.ElementTree`模块读取XML文件，并解析其内容。XML数据格式了解XML（ExtensibleMarkupLanguage）数据格式，它是一种用于存储和传输数据的标记语言。写入XML文件使用`xml.etree.ElementTree`模块创建XML文档，并将数据按照XML格式写入。XML文件处理常见错误与异常处理04文件不存在错误在尝试打开不存在的文件时，Python会抛出`FileNotFoundError`异常。为了避免这种错误，可以使用`os.path.exists()`函数来检查文件是否存在。文件权限错误如果Python没有足够的权限来读取或写入文件，将会抛出`PermissionError`异常。确保运行Python的用户具有适当的文件权限。文件已关闭错误在文件被关闭后，尝试进行读写操作会抛出`ValueError`异常。应确保在文件操作完成后正确关闭文件，或在需要时重新打开文件。文件操作错误处理在尝试将不兼容的数据类型转换为另一种类型时，Python会抛出`TypeError`异常。例如，将字符串转换为整数时，如果字符串包含非数字字符，将会抛出此异常。可以使用`try-except`语句来捕获并处理这种异常。类型转换错误某些操作要求操作数具有序列类型（如列表、元组或字符串），如果操作数类型不匹配，将会抛出`TypeError`异常。例如，尝试将整数与列表进行连接操作时会抛出此异常。应确保操作数类型符合操作要求。序列类型错误数据类型不匹配异常处理格式化语法错误处理占位符与参数不匹配在使用格式化字符串时，如果占位符的数量与提供的参数数量不匹配，将会抛出`TypeError`异常。应确保占位符与参数数量一致，并按照正确的顺序提供参数。无效的格式说明符如果使用了无效的格式说明符（如未知的格式代码或错误的格式选项），Python会抛出`ValueError`异常。应检查格式说明符的正确性，并确保其与所需的数据类型兼容。文件编码问题处理在尝试写入或读取包含不受当前编码支持的字符的文件时，Python会抛出`UnicodeEncodeError`或`UnicodeDecodeError`异常。为了避免这种错误，可以使用适当的编码（如UTF-8）来处理文件，或者在读取文件时指定正确的编码方式。编码不支持字符在处理文本数据时，如果数据的编码方式与预期不符，可能会导致编码或解码错误。可以使用`chardet`库来检测文件的编码方式，并在读取文件时使用正确的编码方式。编码与解码错误实战案例：Python文件和数据格式化在项目中的应用05需求分析用户需要将指定目录下的所有文件名按照特定规则进行修改，并按照数字顺序重新排序。解决方案使用Python的os模块遍历目录，使用re模块匹配并修改文件名，最后根据文件名中的数字进行排序。案例一：批量修改文件名并重新排序实现步骤1.导入os和re模块。2.指定需要修改文件名的目录。案例一：批量修改文件名并重新排序3.使用os.listdir()函数获取目录下所有文件名。4.使用re.sub()函数匹配并修改文件名。5.使用os.rename()函数重命名文件。6.根据文件名中的数字进行排序。01020304案例一：批量修改文件名并重新排序VS用户需要从CSV文件中读取数据，并进行一些基本的统计分析，如求和、平均值、最大值、最小值等。解决方案使用Python的csv模块读取CSV文件，使用pandas库进行数据处理和统计分析。需求分析案例二实现步骤1.导入csv和pandas模块。2.打开CSV文件并读取数据。案例二3.将数据转换为pandas的DataFrame对象。4.使用DataFrame的方法进行统计分析，如sum()、mean()、max()、min()等。5.输出统计结果。案例二用户需要将数据库查询结果保存为JSON格式文件，以便后续处理和分析。使用Python的sqlite3模块连接数据库，执行查询语句，将查询结果转换为JSON格式，并保存到文件中。需求分析解决方案案例三实现步骤1.导入sqlite3和json模块。2.连接数据库并执行查询语句。案例三3.将查询结果转换为JSON格式。4.将JSON数据保存到文件中。案例三需求分析用户需要解析XML配置文件，提取其中的关键信息，如节点名称、属性值等。解决方案使用Python的xml.etree.ElementTree模块解析XML文件，遍历节点并提取所需信息。案例四：解析XML