Python學(xué)習(xí)教程之文件操作詳解
更新時間：2025年06月12日 09:40:04 作者：三生暮雨渡瀟瀟
這篇文章主要介紹了Python學(xué)習(xí)教程之文件操作的相關(guān)資料,通過示例代碼講解了打開/關(guān)閉文件、讀寫模式、指針控制、二進(jìn)制處理及實(shí)際應(yīng)用場景,需要的朋友可以參考下
前言
最近在學(xué)習(xí)Python，將所學(xué)內(nèi)容整理成文章，以便以后翻閱和復(fù)習(xí)，同時分享給大家。有問題歡迎隨時指正。
一、文件操作基礎(chǔ)
1、打開文件
open(file_path, mode, encoding)
file_path：文件路徑，可以是相對路徑或絕對路徑。mode：打開模式，常用模式包括：
| 模式 | 描述 |
|---|---|
r | 只讀（默認(rèn)） |
w | 寫入（覆蓋原文件） |
a | 追加寫入 |
x | 創(chuàng)建新文件并寫入 |
b | 二進(jìn)制模式（如 rb, wb） |
+ | 讀寫模式（如 r+, w+） |
# 示例：打開文件（推薦使用 with 自動管理資源）
with open('example.txt', 'r', encoding='utf-8') as f:
content = f.read()2、關(guān)閉文件
close()
# 手動打開并關(guān)閉文件（不推薦，容易忘記關(guān)閉）
f = open('demo.txt', 'w', encoding='utf-8')
f.write('Hello World')
f.close() # 必須顯式關(guān)閉對比with語句（推薦方式）
# 使用 with 自動關(guān)閉（最佳實(shí)踐）
with open('demo.txt', 'w') as f:
f.write('Auto-closed file')
# 等效于：
f = open('demo.txt', 'w')
try:
f.write('Auto-closed file')
finally:
f.close()實(shí)際場景中的關(guān)閉必要性
# 案例：文件未關(guān)閉導(dǎo)致寫入失敗
def write_data():
f = open('data.txt', 'w')
f.write('Important data')
# 忘記 f.close() → 數(shù)據(jù)可能仍在緩沖區(qū)未寫入磁盤
# 正確寫法：
def safe_write():
with open('data.txt', 'w') as f:
f.write('Saved data') # with 塊結(jié)束自動關(guān)閉并寫入磁盤
# 立即讀取剛寫入的內(nèi)容
with open('data.txt', 'w') as f:
f.write('Test')
with open('data.txt', 'r') as f: # 必須重新打開才能讀取新內(nèi)容
print(f.read()) # 輸出 Test二、讀取文件
1、讀取全部內(nèi)容
read()
with open('example.txt', 'r') as f:
data = f.read() # 返回整個文件內(nèi)容的字符串2、逐行讀取
readline()
with open('example.txt', 'r') as f:
line = f.readline() # 讀取一行
while line:
print(line.strip()) # 去除末尾換行符
line = f.readline()3、讀取所有行到列表
with open('example.txt', 'r') as f:
lines = f.readlines() # 返回包含所有行的列表
for line in lines:
print(line.strip())三、寫入文件
1、寫入字符串
write(text)
with open('output.txt', 'w') as f:
f.write('Hello, World!\n') # 寫入內(nèi)容（覆蓋模式）2、寫入多行
writelines(lines)
lines = ['Line 1\n', 'Line 2\n']
with open('output.txt', 'w') as f:
f.writelines(lines) # 寫入列表中的每行內(nèi)容2.1、常見使用場景
場景1：從其他數(shù)據(jù)源生成行
# 將數(shù)值列表轉(zhuǎn)為文本行
numbers = [1, 2, 3, 4, 5]
lines = [f"數(shù)值: {n}\n" for n in numbers]
with open('data.log', 'w') as f:
f.writelines(lines)
# 輸出：
# 數(shù)值: 1
# 數(shù)值: 2
# 數(shù)值: 3
# 數(shù)值: 4
# 數(shù)值: 5場景2：追加模式寫入
# 在已有文件后追加新行
new_lines = ["追加行1\n", "追加行2\n"]
with open('existing_file.txt', 'a', encoding='utf-8') as f:
f.writelines(new_lines)場景3：動態(tài)生成內(nèi)容
import datetime
# 生成帶時間戳的日志行
timestamps = [
f"[{datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')}] 事件 {i}\n"
for i in range(3)
]
with open('events.log', 'w') as f:
f.writelines(timestamps)
# 輸出示例：
# [2023-08-20 09:15:23] 事件 0
# [2023-08-20 09:15:23] 事件 1
# [2023-08-20 09:15:23] 事件 22.2、注意事項(xiàng)與常見錯誤
錯誤1：忘記換行符
# 錯誤寫法：所有內(nèi)容擠在一行
lines = ["內(nèi)容A", "內(nèi)容B", "內(nèi)容C"]
with open('wrong.txt', 'w') as f:
f.writelines(lines) # 輸出：內(nèi)容A內(nèi)容B內(nèi)容C
# 正確寫法：
lines = ["內(nèi)容A\n", "內(nèi)容B\n", "內(nèi)容C\n"]錯誤2：非字符串類型
# 錯誤案例：包含非字符串元素
mixed_data = ["文本\n", 123, True]
with open('error.txt', 'w') as f:
# f.writelines(mixed_data) # 將拋出 TypeError
# 解決方案：轉(zhuǎn)換為字符串
f.writelines([str(item)+'\n' for item in mixed_data])2.3、高級用法
方法1：配合生成器處理大文件
def generate_large_data(num_lines):
"""生成大文件數(shù)據(jù)"""
for i in range(num_lines):
yield f"這是第 {i+1} 行數(shù)據(jù)\n" # 使用生成器避免內(nèi)存爆炸
# 寫入100萬行（內(nèi)存友好）
with open('bigfile.txt', 'w') as f:
f.writelines(generate_large_data(1_000_000))方法2：二進(jìn)制模式寫入
# 寫入二進(jìn)制換行符（Windows換行符為\r\n）
lines = [
b"Binary line 1\r\n",
b"Binary line 2\r\n"
]
with open('binary_file.bin', 'wb') as f:
f.writelines(lines)2.4、性能對比
| 方法 | 10萬行耗時 | 內(nèi)存占用 | 適用場景 |
|---|---|---|---|
write() 循環(huán) | 0.45s | 高 | 需要逐行處理 |
writelines() | 0.12s | 低 | 批量寫入 |
生成器 + writelines() | 0.15s | 極低 | 超大文件 |
2.5、最佳實(shí)踐總結(jié)
始終添加換行符：
writelines不會自動添加換行類型統(tǒng)一：確保列表元素都是字符串類型
大文件優(yōu)化：使用生成器替代列表存儲所有行
模式選擇：
'w'：覆蓋寫入'a'：追加寫入
搭配使用：常與列表推導(dǎo)式結(jié)合快速生成內(nèi)容
# 典型安全寫法示例
data = [f"處理結(jié)果: {x}\n" for x in some_dataset]
with open('result.txt', 'w') as f:
f.writelines(data)3、追加寫入
使用模式 a
with open('output.txt', 'a') as f:
f.write('Appended line.\n')四、文件指針操作
獲取當(dāng)前位置：
tell()移動指針：
seek(offset, whence)whence：0（文件開頭），1（當(dāng)前位置），2（文件末尾）
with open('example.txt', 'r') as f:
f.seek(5) # 移動指針到第5字節(jié)
print(f.read(3)) # 讀取接下來3個字符
print(f.tell()) # 輸出當(dāng)前指針位置五、二進(jìn)制文件操作
使用 b 模式處理非文本文件（如圖片、視頻）：
# 復(fù)制圖片
with open('input.jpg', 'rb') as src, open('copy.jpg', 'wb') as dst:
data = src.read()
dst.write(data)六、實(shí)際工作場景中的常見代碼示例
1、日志文件處理（按條件過濾）
import re
from pathlib import Path
def filter_logs(input_file, output_file, keyword, start_time=None):
"""
從日志文件中提取包含關(guān)鍵字的行，并可選時間范圍
:param input_file: 輸入日志文件路徑
:param output_file: 輸出結(jié)果文件路徑
:param keyword: 需要過濾的關(guān)鍵字
:param start_time: 起始時間（格式：2023-08-01 10:00:00）
"""
input_path = Path(input_file)
if not input_path.exists():
raise FileNotFoundError(f"日志文件 {input_file} 不存在")
pattern = re.compile(r'\[(.*?)\]') # 假設(shè)日志時間格式為 [2023-08-01 10:00:00]
with open(input_file, 'r', encoding='utf-8') as f_in, \
open(output_file, 'w', encoding='utf-8') as f_out:
for line in f_in:
# 時間戳提取
time_match = pattern.search(line)
if not time_match:
continue
log_time = time_match.group(1)
# 時間條件判斷
if start_time and log_time < start_time:
continue
# 關(guān)鍵字匹配
if keyword in line:
f_out.write(line)
# 使用示例
filter_logs('app.log', 'error_logs.txt', 'ERROR', '2023-08-01 12:00:00')2、CSV數(shù)據(jù)清洗（處理缺失值）
import csv
def clean_csv(input_file, output_file, default_value='N/A'):
"""
清洗CSV文件：處理空值并保存新文件
"""
with open(input_file, 'r', newline='', encoding='utf-8') as f_in, \
open(output_file, 'w', newline='', encoding='utf-8') as f_out:
reader = csv.DictReader(f_in)
writer = csv.DictWriter(f_out, fieldnames=reader.fieldnames)
writer.writeheader()
for row in reader:
cleaned_row = {
key: value if value.strip() != '' else default_value
for key, value in row.items()
}
writer.writerow(cleaned_row)
# 使用示例
clean_csv('dirty_data.csv', 'cleaned_data.csv', default_value='0')3、大文件分塊讀?。▋?nèi)存優(yōu)化）
def process_large_file(file_path, chunk_size=1024*1024): # 默認(rèn)1MB塊
"""
分塊讀取大文件，避免內(nèi)存溢出
"""
with open(file_path, 'r', encoding='utf-8') as f:
while True:
chunk = f.read(chunk_size)
if not chunk:
break
# 在此處處理數(shù)據(jù)塊（例如：計數(shù)、分析等）
yield chunk
# 使用示例（統(tǒng)計文件行數(shù)）
line_count = 0
for chunk in process_large_file('huge_file.log'):
line_count += chunk.count('\n')
print(f"總行數(shù): {line_count}")4、配置文件解析（JSON/YAML）
import json
import yaml # 需要安裝pyyaml: pip install pyyaml
def load_config(config_path):
"""
自動識別JSON/YAML配置文件并加載
"""
config_path = Path(config_path)
if not config_path.exists():
raise FileNotFoundError("配置文件不存在")
with open(config_path, 'r', encoding='utf-8') as f:
if config_path.suffix == '.json':
return json.load(f)
elif config_path.suffix in ('.yaml', '.yml'):
return yaml.safe_load(f)
else:
raise ValueError("不支持的配置文件格式")
# 使用示例
config = load_config('app_config.yaml')
print(config['database']['host'])5、文件監(jiān)控（實(shí)時處理新內(nèi)容）
import time
def tail_file(file_path, interval=1):
"""
模擬Linux tail -f 功能，實(shí)時監(jiān)控文件新增內(nèi)容
"""
with open(file_path, 'r', encoding='utf-8') as f:
# 移動到文件末尾
f.seek(0, 2)
while True:
line = f.readline()
if not line:
time.sleep(interval)
continue
yield line
# 使用示例（監(jiān)控日志并報警）
for new_line in tail_file('app.log'):
if 'CRITICAL' in new_line:
send_alert(f"發(fā)現(xiàn)關(guān)鍵錯誤: {new_line}")6、多文件合并（歸并處理）
from pathlib import Path
def merge_csv_files(input_dir, output_file):
"""
合并目錄下所有CSV文件（假設(shè)結(jié)構(gòu)相同）
"""
input_dir = Path(input_dir)
csv_files = list(input_dir.glob('*.csv'))
with open(output_file, 'w', newline='', encoding='utf-8') as f_out:
header_written = False
for csv_file in csv_files:
with open(csv_file, 'r', newline='', encoding='utf-8') as f_in:
reader = csv.reader(f_in)
header = next(reader)
if not header_written:
csv.writer(f_out).writerow(header)
header_written = True
for row in reader:
csv.writer(f_out).writerow(row)
# 使用示例
merge_csv_files('daily_reports', 'combined_report.csv')總結(jié)
到此這篇關(guān)于Python學(xué)習(xí)教程之文件操作詳解的文章就介紹到這了,更多相關(guān)Python文件操作詳解內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
使用Python實(shí)現(xiàn)U盤數(shù)據(jù)自動拷貝
這篇文章主要為大家詳細(xì)介紹了如何使用Python實(shí)現(xiàn)U盤數(shù)據(jù)自動拷貝,即當(dāng)電腦上有U盤插入時自動復(fù)制U盤內(nèi)的所有內(nèi)容,希望對大家有所幫助2025-02-02
這篇文章主要介紹了python自然語言處理之字典樹知識總結(jié),文中有非常詳細(xì)的代碼示例,對正在學(xué)習(xí)python的小伙伴們有非常好的幫助,需要的朋友可以參考下2021-04-04
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)梯度下降求解邏輯回歸，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2022-07-07
python mqtt 客戶端的實(shí)現(xiàn)代碼實(shí)例
這篇文章主要介紹了python mqtt 客戶端代碼實(shí)例,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2019-09-09
Python用20行代碼實(shí)現(xiàn)批量摳圖功能
在日常的工作和生活中，我們經(jīng)常會遇到需要摳圖的場景，即便是只有一張圖片需要摳，也會摳得我們不耐煩。本文將為大家分享一個20行代碼就能實(shí)現(xiàn)是批量摳圖，需要的可以參考一下2022-05-05
Python設(shè)計模式中的狀態(tài)模式你了解嗎
這篇文章主要為大家詳細(xì)介紹了Python設(shè)計模式中的狀態(tài)模式，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助2022-02-02
今天小編就為大家分享一篇python繪制無向圖度分布曲線示例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-11-11
Python中的chr()函數(shù)與ord()函數(shù)解析
這篇文章主要介紹了Python中的chr()函數(shù)與ord()函數(shù)解析，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-05-05
對pandas的dataframe繪圖并保存的實(shí)現(xiàn)方法
下面小編就為大家?guī)硪黄獙andas的dataframe繪圖并保存的實(shí)現(xiàn)方法。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-08-08
這篇文章主要介紹了python使用鄰接矩陣構(gòu)造圖代碼示例，具有一定參考價值，需要的朋友可以了解下。2017-11-11