【Python专项】进阶语法-数据容器与文件（2）
·
13.集合的定义
# 定义一个空集合
set1 = set()
print(set1,type(set1))
# set 集合：无序且自动去重
set2 = {1,2,2,3,3,3,4,4,4,4}
print(set2,type(set2))
set3 = {10,20,30,40,50,60,70,80,90,100}
print(set3,type(set3))
📝 代码总结
- 核心知识点：集合（Set）的定义与核心特性
- 实现逻辑：空集合必须用
set()，非空用{}；打印自动展示无序排列与重复元素过滤 - 关键语法：
set()，{元素} - 功能作用：演示集合的创建规范，直观验证“无序性”与“天生去重”两大数学集合特性
14.集合的增删查方法
"""
add()：增加方法
remove()：移除方法
in：支持几乎所有的容器类型，如列表、元组、字典（只能判断字典中是否包含某个key）、集合
for：循环遍历集合类型
"""
set1 = set()
set1.add(10)
set1.add(20)
set1.add(30)
print(set1)
set1.remove(30)
print(set1)
if 10 in set1:
print('exists')
else:
print('not exists')
for i in set1:
print(i)
📝 代码总结
- 核心知识点：集合的基础操作与成员检测
- 实现逻辑：使用
.add()/.remove()维护元素；in判断存在性；for无序遍历 - 关键语法：
.add()，.remove()，in，for var in set: - 功能作用：提供集合标准 CRUD 接口，强调
in在集合中的高效哈希查找优势
15.集合求差集
s1 = {'杜皓杰','姜昆沅','鄢语晨'}
print(s1,type(s1))
s2 = {'杜皓杰'}
s3 = s1 - s2
print(s2,type(s2))
print(s3,type(s3))
📝 代码总结
- 核心知识点：集合的数学差集运算
- 实现逻辑：使用
-运算符计算属于第一个集合但不属于第二个集合的元素 - 关键语法：
set1 - set2 - 功能作用：利用集合运算快速解决“求未交集/未完成任务”类业务问题，代码极简且高效
16.文件操作三步走
文件的作用就是为了实现数据的持久化存储
"""
第一步：打开文件
第二步：读写文件
第三步：关闭文件
r(读文件) w(覆盖写入文件) a(追加写入文件)
文件不存在情况：
r -> 报错
w/a -> 新建文件
"""
f = open('./data.txt','w')
f.write('kevin is king!')
f.close()
📝 代码总结
- 核心知识点：文件操作三步骤（打开、读写、关闭）及写入模式详解
- 实现逻辑：以
'w'模式打开data.txt文件，写入字符串'kevin is king!'，关闭文件保存更改 - 关键语法：
open(文件路径, 模式)、f.write(内容)、f.close() - 模式对比：
'r'：只读模式，文件不存在时报错'w'：覆盖写入模式，文件不存在时自动新建'a'：追加写入模式，文件不存在时自动新建
- 注意事项：
'w'模式会清空文件原有内容再写入，需谨慎使用 - 功能作用：掌握文件写入的基本操作流程，理解不同打开模式对文件存在性的处理差异
17.文件操作三步走之乱码解决
"""
第一步：打开文件
第二步：读写文件
第三步：关闭文件
utf # 数据库
utf-8 # 使用的多！
"""
f = open('./data.txt','a',encoding='utf-8')
f.write('\n0123456789')
f.write('\n中国队加油！')
f.close()
📝 代码总结
- 核心知识点：文件读写编码规范
- 实现逻辑：在
open()中显式声明encoding='utf-8'，确保非 ASCII 字符正确序列化 - 关键语法：
open(..., encoding='utf-8') - 功能作用：解决跨平台/多语言环境下的中文乱码问题，强调现代文本文件处理的标准编码实践
18.文件的读取操作f.read(),f.read(n)
f.read() # 所有
f.read(n) # n-指针
# f =open('./data.txt','w',encoding='utf-8')
# f.write('read') -> 写入 read
# f.write('\nwrite') -> 写入 \nwrite
# f.close()
f = open('./data.txt','r')
# n10 = f.read() # 读取所有内容
n1 = f.read(1)
n2 = f.read(4)
n3 = f.read(5)
print(n1)
print(n2)
print(n3)
print('Down')
初始状态：
[r][e][a][d][\n][w][r][i][t][e]
↑指针在 0
n1 = f.read(1) 后：
[r][e][a][d][\n][w][r][i][t][e]
↑指针移到 1 ← 读走了 'r'
n2 = f.read(4) 后（读4个：e、a、d、\n）：
[r][e][a][d][\n][w][r][i][t][e]
↑指针移到 5 ← 读走了 "ead\n"
n3 = f.read(5) 后（读5个：w、r、i、t、e）：
[r][e][a][d][\n][w][r][i][t][e]
↑指针移到末尾 ← 读走了 "write"
📝 代码总结
- 核心知识点：文件内容读取策略
- 实现逻辑：调用
.read()无参读全文，传参读指定字符数；注释说明大小文件适用场景 - 关键语法：
.read()，.read(n) - 功能作用：演示按需读取机制，为内存敏感型大文件处理提供分块读取思路
19.文件的读取操作readlines()
# readlines()：一次性读取文件的所有行，每一行就是列表中的一个元素
f = open('./data.txt', 'r')
lines = f.readlines()
print(lines)
for line in lines:
print(line, end='')
f.close()
📝 代码总结
- 核心知识点：按行批量读取文件
- 实现逻辑：
.readlines()将全文按换行符切割为字符串列表，随后遍历输出 - 关键语法：
.readlines()，for line in list: - 功能作用：适合小文件结构化处理，将文本直接映射为列表数据结构便于逐行分析
20.文件的读取操作readline()
"""
readline()：没有s，代表一次读取文件的一行，适合大文件读取
readline 如果想输出文件的所有行，我们可以使用 while True + readline 方式来进行实现
"""
f = open('./data.txt', 'r')
while True:
content = f.readline()
# 添加一个判断，判断读取到的文件内容是否为空，如果为空，则终止循环
# 现有文件有3行，当循环到第4次时，读取不到任何内容，返回为空
# 如果文件读取不到任何内容，则触发if条件，会自动调用break终止while True死循环
if not content:
break
print(content, end='')
f.close()
📝 代码总结
- 核心知识点：流式逐行读取与 Python 布尔隐式转换
- 实现逻辑：
while True循环调用.readline()，利用空字符串转False的特性触发break安全退出 - 关键语法：
.readline()，while True，if not var: break - 功能作用：提供内存友好的大文件读取范式，演示 Python 真值测试在循环控制中的巧妙应用
21.with上下文管理器
"""
传统文件操作：
需要三步，打开文件、读写文件、关闭文件；
有时候，我们可能忘记关闭文件对象，会导致浪费服务器资源。
有没有什么办法可以在文件操作结束后，自动关闭文件，而不需要手工设置?
答：可以使用 with 上下文管理器
"""
with open('./data.txt', 'w', encoding='utf-8') as f:
f.write('with上下文管理器！')
📝 代码总结
- 核心知识点：
with上下文管理器协议 - 实现逻辑：进入代码块时自动打开文件，退出时（无论正常或异常）自动调用
.close() - 关键语法：
with open(...) as f: - 功能作用：简化文件 I/O 代码结构，彻底杜绝资源泄漏风险，提升代码健壮性与可读性
22.with结合for循环实现遍历文件行操作
with open('./data.txt','r',encoding='utf-8') as f:
for a in f:
print(a, end='')
📝 代码总结
- 核心知识点：文件对象直接迭代与上下文管理器结合
- 实现逻辑：文件对象本身是可迭代器，
for循环逐行 yield 数据，配合with自动管理生命周期 - 关键语法：
with open(...) as f: for line in f: - 功能作用：Python 文件处理的最佳实践，兼顾内存效率、代码简洁性与资源安全性
23.os系统模块的文件操作
"""
os 系统模块 --> 进程管理，文件管理操作
time 时间模块 --> 获取系统时间，时间戳或休眠操作
os.rename(old_file, new_file) --> 重命名文件爱你
time.sleep(xx) --> 休眠xx时间
os.remove('file_name') --> 删除文件
"""
import os
import time
with open('aaa.txt','w',encoding='utf-8') as f:
f.write('中国队--世界杯！\n')
f.write('中国队--宇宙杯！\n')
os.rename('./aaa.txt','test.txt')
time.sleep(10)
os.remove('test.txt')
📝 代码总结
- 核心知识点：操作系统级文件管理与程序休眠
- 实现逻辑：调用
os模块重命名/删除文件，使用time.sleep()暂停执行流 - 关键语法：
os.rename()，os.remove()，time.sleep(seconds) - 功能作用：演示跨平台文件系统操作与执行节奏控制，常用于自动化脚本与临时文件清理
24.os系统模块下的目录操作
import os
if not os.path.exists('./var'):
os.mkdir('./var')
if not os.path.exists('./var/log'):
os.mkdir('./var/log')
print(os.getcwd()) # 查看当前文件路径，cwd 代表当前目录
os.chdir('./var/log')
print(os.getcwd())
os.chdir('../') # 切换着上级目录
print(os.getcwd())
print(os.listdir()) # 查看当前路径及其拥有文件
os.rmdir('log') # 删除空目
os.chdir('../')
print(os.getcwd())
📝 代码总结
- 核心知识点：目录导航、创建、列出与删除
- 实现逻辑：安全检查路径存在性后创建；获取/切换工作目录；列出内容；删除空目录
- 关键语法：
os.path.exists()，os.mkdir()，os.getcwd()，os.chdir()，os.listdir()，os.rmdir() - 功能作用：完整演示文件系统目录树的基础运维操作，强调路径安全校验与相对路径切换
25.os系统模块下的(非空)目录递归删除操作
# 传统删除目录 => os.rmdir("目录名称") => 只能删除空目录，无法删除非空目录
# 类似于 rm -r
import os
import shutil
if os.path.exists('./var'):
shutil.rmtree('./var')
print('目录已成功删除！')
📝 代码总结
- 核心知识点：非空目录的递归删除
- 实现逻辑：使用
shutil.rmtree()突破os.rmdir()仅限空目录的限制，强制删除整个目录树 - 关键语法：
import shutil，shutil.rmtree(path) - 功能作用：提供生产环境中清理复杂目录结构的安全方案，等价于 Linux
rm -rf的 Python 实现
26.综合案例-Nginx访问日志分析
前置nginx_access准备：
127.0.0.1 - - [22/Nov/2024:10:00:00 +0000] "GET /index.html HTTP/1.1" 200 512
192.168.1.1 - - [22/Nov/2024:10:05:00 +0000] "POST /login HTTP/1.1" 404 1024
10.0.0.2 - - [22/Nov/2024:10:10:00 +0000] "GET /about HTTP/1.1" 200 2048
127.0.0.1 - - [22/Nov/2024:10:15:00 +0000] "GET /contact HTTP/1.1" 500 512
192.168.1.1 - - [22/Nov/2024:10:20:00 +0000] "POST /upload HTTP/1.1" 403 102
# 定义两个变量(字典)，
ip_stats = {}
status_stats = {}
# 打开文件，获取 ./nginx_access.log 的每一行数据
with open('./nginx_access.log','r',encoding='utf-8') as file:
for x in file:
# parts 本质是一个字符窜，需要切割，可以获取相应的 IP 及状态码
parts = x.strip().split(' ')
ip = parts[0]
status = parts[-2]
# 统计 IP 地址出现的次数
if ip not in ip_stats:
ip_stats[ip] = 1
else:
ip_stats[ip] += 1
# 统计状态码出现的次数
if status not in status_stats:
status_stats[status] = 1
else:
status_stats[status] += 1
# 将以上结果写入文件 ./nginx_summary.txt
with open('./nginx_summary.txt','w',encoding='utf-8') as summary:
summary.write("Nginx日志--IP分析如下：\n")
for ip,count in ip_stats.items():
summary.write(f"{ip} - {count}次\n")
summary.write("Nginx日志--状态码分析如下：\n")
for status,count in status_stats.items():
summary.write(f"{status} - {count}次\n")
# 将以上写入文件的内容也同步到终端
print("已写入文件`./nginx_summary.txt`，请及时查看。")
print("Nginx日志--IP分析如下")
for ip,count in ip_stats.items():
print(f"{ip} - {count}次")
print("#" * 20)
print("Nginx日志--状态码分析如下")
for status,count in status_stats.items():
print(f"{status} - {count}次")
📝 代码总结
- 核心知识点：日志解析、数据聚合与多端输出综合实战
- 实现逻辑：流式读取日志 → 字符串切割提取字段 → 字典频次统计 → 结果写入报告文件并同步打印终端
- 关键语法：
with open迭代，.strip().split()，字典计数逻辑if k not in d: d[k]=1 else: d[k]+=1，.items()解包，f-string 格式化 - 功能作用：完整还原数据清洗与分析 pipeline，串联文件 I/O、字符串处理、哈希统计与格式化输出，具备直接应用于运维监控场景的实战价值
更多推荐
11
0- 0
已为社区贡献3条内容
所有评论(0)