### 6.4.1 文件的基本概念 外部存儲器上的數據是以文件形式進行組織的。一組相關數據存儲在一起便構成一個文件（file），每個文件被賦予一個文件名，程序通過文件名來訪問文件。文件名通常由主名 和擴展名構成，后者用來描述文件內容，如常見的.txt、.jpg、.doc 等等。當外存上存儲了大 量文件時，為便于管理，常將文件分組，構成一個個文件夾（或稱目錄）；如果每個文件夾 中的文件還是很多，則可以繼續分組構成子文件夾（子目錄），最終形成一個樹形層次式目 錄結構。 目錄路徑 為了指定唯一的文件，必須提供詳細的路徑。事實上，一個完整的文件標識由磁盤驅動 器、目錄層次和文件名三部分構成。各部分之間用特定字符進行分隔，分隔字符在不同操作系統中可能是不同的，例如 Windows 使用“\”，而 Unix、Linux 使用“/”。在 Python 程序 中，路徑分隔字符既可以使用“\”，也可以使用“/”。例如，Python 安裝目錄中有個文件 misc.py，其路徑可以用字符串 ``` "C:\Python27\Lib\compiler\misc.py" ``` 來表示。 注意：我們在第 2 章討論字符串數據時說過，反斜杠字符“\”在 Python 中可作為轉義 符，用于表示特殊字符，如"\n"（換行字符）、"\t"（Tab 字符）和"\xc4"（編碼為十六進制 c4 的字符）等。文件路徑中如果在反斜杠后出現了 n、t、x 等字符，就可能被解釋成特殊字符， 從而導致錯誤。例如，試圖用語句 ``` >>> f = open("C:\Python27\Lib\compiler\transformer.py") ``` 打開文件 transformer.py 時，Python 會將字符串中的\t 解釋為 Tab 字符，從而報錯。避免這 種錯誤的簡單方法是使用正斜杠字符“/”或者使用兩個反斜杠“\\”表示單個反斜杠，即形 如 ``` "C:/Python27/Lib/compiler/transformer.py" "C:\\Python27\\Lib\\compiler\\transformer.py" ``` 如果文件和程序在同一個文件夾中，則程序中可以省略文件路徑，直接使用文件名來標識文件。 文件格式 文件中存儲的數據可以有不同的格式。最簡單的文件是文本文件，其中存儲的數據是無 格式的字符串，因此對文本文件的處理可以逐字符（字節）地進行。另一種文件格式是二進 制文件，其中存儲的數據是二進制串，這種二進制串當然不能按一個字節對應一個字符的方 式來解釋，例如存儲圖像、音頻信息的.jpg、.mp3 文件就是常見的二進制文件。至于.doc、.xls 和.ppt 等格式的文件各自具有獨特的文件結構，也可以歸入二進制文件類別，只能用專門的 程序來處理。 在信息管理應用中，大量信息的組織通常都采用“字段－記錄－文件”的層次格式。字 段是最基本的不可分割的數據項，如學號、姓名、年齡等；記錄是若干個相關字段結合在一 起形成的數據，例如將某個學生的基本信息組合起來就構成形如（5120309001，張三，18） 的記錄；大量同類型的記錄即構成了文件，例如全體學生記錄存儲在磁盤上即構成一個學生 數據文件。所有記錄按順序存儲，則文件格式可用圖 6.1 表示。  圖 6.1 字段－記錄－文件 本書只討論文本文件的處理。文本文件中存儲的字符主要是可打印字符，包括字母、數字、標點符號和空格等。但有一些控制字符也是常用的，例如“回車”、“換行”等字符，可 用來將文本內容組織成一行一行的形式。由于控制字符不是可打印字符，在程序中只好用轉 義符來來間接地表示，例如回車符表示為"\r"，換行符表示為"\n"。