一、文件讀?。?/h2>

# 打開文件
with open('example.txt', 'r') as file:
    # 讀取文件的全部內(nèi)容
    content = file.read()
    print(content)

    # 將文件指針重置到文件開頭
    file.seek(0)
    # 逐行讀取文件內(nèi)容
    lines = file.readlines()
    for line in lines:
        print(line.strip())  # 去除行末的換行符

    # 將文件指針重置到文件開頭
    file.seek(0)
    # 逐行讀取文件內(nèi)容的另一種方式
    for line in file:
        print(line.strip())

代碼解釋：

• open('example.txt', 'r')：以只讀模式 r 打開名為 example.txt 的文件。
• with 語句：確保文件在使用完畢后自動關(guān)閉，避免資源泄漏。
• file.read()：讀取文件的全部內(nèi)容。
• file.seek(0)：將文件指針重置到文件開頭，以便重新讀取。
• file.readlines()：將文件內(nèi)容按行讀取，并存儲在一個列表中，每一行是列表的一個元素。
• for line in file：逐行讀取文件內(nèi)容，file 對象是可迭代的，每次迭代返回一行。

二、文件寫入：

# 打開文件進(jìn)行寫入
with open('output.txt', 'w') as file:
    # 寫入內(nèi)容
    file.write("Hello, World!\n")
    file.write("This is a new line.")

代碼解釋：

• open('output.txt', 'w')：以寫入模式 w 打開文件，如果文件不存在，會創(chuàng)建文件；如果文件存在，會清空原文件內(nèi)容。
• file.write()：將指定內(nèi)容寫入文件，不會自動添加換行符，若需要換行，需手動添加 \n。

三、文件追加：

# 打開文件進(jìn)行追加
with open('output.txt', 'a') as file:
    # 追加內(nèi)容
    file.write("\nThis is an appended line.")

代碼解釋：

• open('output.txt', 'a')：以追加模式 a 打開文件，在文件末尾添加新內(nèi)容，不會覆蓋原文件內(nèi)容。

四、文件讀寫的二進(jìn)制模式：

# 以二進(jìn)制模式讀取文件
with open('example.bin', 'rb') as file:
    binary_data = file.read()
    print(binary_data)

# 以二進(jìn)制模式寫入文件
with open('output.bin', 'wb') as file:
    binary_data = b'\x48\x65\x6c\x6c\x6f\x20\x57\x6f\x72\x6c\x64'  # 二進(jìn)制數(shù)據(jù)
    file.write(binary_data)

代碼解釋：

• open('example.bin', 'rb')：以二進(jìn)制只讀模式 rb 打開文件。
• open('output.bin', 'wb')：以二進(jìn)制寫入模式 wb 打開文件。
• b'\x48\x65\x6c\x6c\x6f\x20\x57\x6f\x72\x6c\x64'：表示二進(jìn)制數(shù)據(jù)，使用 b 前綴。

五、使用 json 模塊讀寫 JSON 文件：

import json

# 寫入 JSON 數(shù)據(jù)
data = {'name': 'John', 'age': 30, 'city': 'New York'}
with open('data.json', 'w') as file:
    json.dump(data, file)

# 讀取 JSON 數(shù)據(jù)
with open('data.json', 'r') as file:
    loaded_data = json.load(file)
    print(loaded_data)

代碼解釋：

• json.dump(data, file)：將 Python 對象 data 序列化為 JSON 格式并寫入文件。
• json.load(file)：從文件中讀取 JSON 數(shù)據(jù)并解析為 Python 對象。

六、使用 csv 模塊讀寫 CSV 文件：

import csv

# 寫入 CSV 數(shù)據(jù)
data = [['Name', 'Age', 'City'], ['John', 30, 'New York'], ['Jane', 25, 'Chicago']]
with open('data.csv', 'w', newline='') as file:
    writer = csv.writer(file)
    writer.writerows(data)

# 讀取 CSV 數(shù)據(jù)
with open('data.csv', 'r') as file:
    reader = csv.reader(file)
    for row in reader:
        print(row)

代碼解釋：

• csv.writer(file)：創(chuàng)建一個 CSV 寫入對象，將數(shù)據(jù)列表寫入文件。
• writer.writerows(data)：將數(shù)據(jù)列表中的每一行寫入文件。
• csv.reader(file)：創(chuàng)建一個 CSV 讀取對象，逐行讀取文件。

七、使用 pandas 模塊讀寫文件（需要安裝 pandas 庫）：

import pandas as pd

# 寫入數(shù)據(jù)到 CSV 文件
data = {'Name': ['John', 'Jane'], 'Age': [30, 25], 'City': ['New York', 'Chicago']}
df = pd.DataFrame(data)
df.to_csv('data_pandas.csv', index=False)

# 讀取 CSV 文件
df_read = pd.read_csv('data_pandas.csv')
print(df_read)

代碼解釋：

• pd.DataFrame(data)：將字典數(shù)據(jù)轉(zhuǎn)換為 pandas 的 DataFrame 對象。
• df.to_csv('data_pandas.csv', index=False)：將 DataFrame 對象存儲為 CSV 文件，不保存索引。
• pd.read_csv('data_pandas.csv')：讀取 CSV 文件為 DataFrame 對象。

八、使用 pickle 模塊進(jìn)行對象序列化和反序列化：

import pickle

# 序列化對象
data = {'name': 'John', 'age': 30, 'city': 'New York'}
with open('data.pkl', 'wb') as file:
    pickle.dump(data, file)

# 反序列化對象
with open('data.pkl', 'rb') as file:
    loaded_data = pickle.load(file)
    print(loaded_data)

代碼解釋：

• pickle.dump(data, file)：將 Python 對象 data 序列化為二進(jìn)制數(shù)據(jù)并寫入文件。
• pickle.load(file)：從文件中讀取二進(jìn)制數(shù)據(jù)并反序列化為 Python 對象。

以上是 Python 中進(jìn)行文件讀寫操作的常用方法，你可以根據(jù)不同的文件類型和使用場景，選擇合適的方法進(jìn)行操作。

最后

根據(jù)文件類型和操作需求，可以靈活使用內(nèi)置的 open 函數(shù)及相關(guān)模塊，如 json、csv、pandas 和 pickle 等，同時利用 with 語句確保文件的正確打開和關(guān)閉。你 Get 到了么，歡迎關(guān)注威哥愛編程，全棧路上我們并肩前行。

以上就是使用Python進(jìn)行文件讀寫操作的基本方法的詳細(xì)內(nèi)容，更多關(guān)于Python文件讀寫操作的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論