Log, report, configurazione, esportazioni: prima o poi ogni script tocca il file system. La gestione dei file Python è semplice da iniziare, ma alcuni dettagli decidono se il tuo codice è affidabile o distrugge silenziosamente i dati.

Questa guida tratta file di testo, CSV, JSON, dati binari e percorsi, con particolare attenzione alle abitudini sicure. Abbiamo eseguito questi esempi su Python 3.13 in una cartella temporanea e l’output mostrato proviene da quell’esecuzione.

Apri i file con open() e con

La funzione incorporata open() restituisce un oggetto file. Usalo all’interno di un blocco with:

with open("notes.txt", "w", encoding="utf-8") as file:
    file.write("first line\n")
    file.write("second line\n")

print(file.closed)

# True

Quando il blocco termina, Python chiude il file, anche se si è verificato un errore al suo interno. Senza with, devi chiamare tu stesso close() e un’eccezione può saltare quella riga. L’utilizzo di un file dopo la sua chiusura genera un errore:

file.read()

# ValueError: I/O operation on closed file.

Modalità file

Il secondo argomento di open() dice cosa intendi fare:

Aggiungere b per i dati binari, come in "rb" o "wb". Il testo è l’impostazione predefinita e può anche essere scritto esplicitamente come t.

Scrivi e aggiungi

write() non aggiunge un’interruzione di riga, quindi includi \n tu stesso. L’aggiunta mantiene ciò che è già presente:

with open("notes.txt", "a", encoding="utf-8") as file:
    file.write("third line\n")

Confrontalo con la modalità "w", che ha sostituito le nostre tre righe con una, senza alcun avviso:

with open("notes.txt", "w", encoding="utf-8") as file:
    file.write("replaced\n")

# notes.txt now contains only: replaced

Quando non è necessario sovrascrivere qualcosa, utilizzare "x". Nel nostro test è stato sollevato FileExistsError poiché notes.txt esisteva già.

Leggere un file

Esistono diversi modi per leggere e la scelta giusta dipende dalla dimensione del file:

with open("notes.txt", encoding="utf-8") as file:
    print(repr(file.read()))

# 'first line\nsecond line\n'

with open("notes.txt", encoding="utf-8") as file:
    for line in file:
        print(line.strip())

# first line
# second line
# third line

Notare i caratteri \n mantenuti nella stringa grezza. strip() li rimuove. Un oggetto file ricorda anche la sua posizione, quindi la lettura continua da dove era stata interrotta:

with open("notes.txt", encoding="utf-8") as file:
    print(file.readline().strip())
    print(file.readlines())

# first line
# ['second line\n', 'third line\n']

Il looping del file è la tecnica chiave per log ed esportazioni di grandi dimensioni. Legge una riga alla volta, quindi un file multi-gigabyte non deve entrare in memoria.

Gestire gli errori dei file

I file potrebbero mancare, essere bloccati o illeggibili, quindi pianificalo:

try:
    with open("missing.txt", encoding="utf-8") as file:
        data = file.read()
except FileNotFoundError as error:
    print(error)

# [Errno 2] No such file or directory: 'missing.txt'

Prova ad aprire il file e a individuare l’errore, invece di controllare prima con exists(), poiché il file potrebbe svanire tra il controllo e l’apertura. La nostra guida alla gestione delle eccezioni Python copre questo approccio.

File CSV

Non dividere tu stesso le righe CSV con una virgola, perché i valori tra virgolette possono contenere virgole. Il modulo standard csv gestisce queste regole. DictWriter e DictReader sono le opzioni più leggibili:

import csv

with open("orders.csv", "w", newline="", encoding="utf-8") as file:
    writer = csv.DictWriter(file, fieldnames=["id", "customer", "total"])
    writer.writeheader()
    writer.writerow({"id": 1, "customer": "Asha", "total": 1200})
    writer.writerow({"id": 2, "customer": "Ben", "total": 300})

with open("orders.csv", newline="", encoding="utf-8") as file:
    rows = list(csv.DictReader(file))

print(rows[0])
print(sum(int(r["total"]) for r in rows))

# {'id': '1', 'customer': 'Asha', 'total': '1200'}
# 1500

Due dettagli contano. Passa newline="" quando si aprono file CSV, come consiglia la documentazione, per evitare righe vuote su Windows. E ogni valore ritorna come una stringa, numeri pari, motivo per cui avevamo bisogno di int() nella somma. Per un lavoro con dati pesanti, una libreria come Panda può essere la soluzione migliore.

File JSON

JSON è il formato abituale per la configurazione e i dati API. Si mappa perfettamente sui dizionari Python ed elenca:

import json

config = {"debug": True, "retries": 3, "hosts": ["a", "b"]}

with open("config.json", "w", encoding="utf-8") as file:
    json.dump(config, file, indent=2)

with open("config.json", encoding="utf-8") as file:
    print(json.load(file)["retries"])

# 3

Ricorda la denominazione: dump e load funzionano con i file, mentre dumps e loads funzionano con le stringhe. Tipi come le date non possono essere memorizzati direttamente, quindi dovrai prima convertirli in stringhe.

Lavora con i percorsi usando pathlib

L’incollaggio di percorsi insieme a stringhe si interrompe tra i sistemi operativi. Il modulo standard pathlib gestisce i separatori per te e offre comode scorciatoie:

from pathlib import Path

path = Path("data") / "reports" / "summary.txt"
path.parent.mkdir(parents=True, exist_ok=True)
path.write_text("all good\n", encoding="utf-8")

print(path.read_text(encoding="utf-8").strip())   # all good
print(path.suffix, path.stem, path.exists())      # .txt summary True
print(sorted(p.name for p in Path(".").glob("*.csv")))
# ['orders.csv']

Quest’ultimo risolve un mal di testa comune. I percorsi relativi si risolvono da dove hai eseguito lo script, non da dove risiede lo script, quindi costruire percorsi da Path(__file__).parent evita molte sorprese di tipo “file non trovato”.

File binari

Immagini, PDF e file ZIP non sono testo. Aprili con b e leggi e scrivi bytes, senza alcuna codifica coinvolta:

with open("pixel.bin", "wb") as file:
    file.write(bytes([255, 0, 128]))

with open("pixel.bin", "rb") as file:
    print(file.read())

# b'\xff\x00\x80'

Scrive più sicuro

Se un programma si arresta in modo anomalo durante la scrittura di un file importante, è possibile che il risultato venga danneggiato. Una soluzione comune è scrivere prima su un file temporaneo e poi sostituirlo nella sua posizione:

temp = Path("settings.tmp")
temp.write_text("new", encoding="utf-8")
temp.replace("settings.txt")

print(Path("settings.txt").read_text(), temp.exists())

# new False

replace() sovrascrive la destinazione. Sullo stesso file system, la ridenominazione è generalmente atomica, quindi i lettori vedono il vecchio file o quello nuovo anziché un mix scritto a metà.

Un esempio pratico: riassumere un log

Questo breve script mette insieme diverse idee. Legge un registro una riga alla volta, quindi la sua dimensione non ha importanza, conta ogni livello utilizzando Counter e scrive un riepilogo in un nuovo file:

from collections import Counter

counts = Counter()
with open("app.log", encoding="utf-8") as file:
    for line in file:
        counts[line.split()[0]] += 1

with open("summary.txt", "w", encoding="utf-8") as out:
    for level, total in counts.most_common():
        out.write(f"{level}: {total}\n")

# summary.txt
# ERROR: 2
# INFO: 2
# WARN: 1

Il nostro registro di esempio aveva cinque righe. Una riga vuota si interromperebbe line.split()[0], quindi gli script reali dovrebbero saltare prima le righe vuote.

Errori comuni

• Utilizzando "w" quando intendevi "a". I tuoi dati esistenti scompariranno immediatamente all’apertura, anche se non scrivi mai nulla.
• Omissione della codifica. L’impostazione predefinita varia in base al sistema, quindi uno script che funziona su Linux può fallire su Windows con testo accentato o emoji.
• Chiamare read() su file di grandi dimensioni. Questo può esaurire la memoria, quindi esegui il loop sulle righe.
• Dimenticare int() sui valori CSV. "10" + "20" dà "1020".
• Tralasciare newline="" per CSV. Potresti ottenere righe vuote inaspettate su Windows.
• Non testare il codice del file. Usa il dispositivo di pytest tmp_path in modo che i test non tocchino mai file reali. Guarda il nostro tutorial pytest.

Considerazioni finali

Alcune abitudini coprono quasi tutto qui: usa with, imposta la codifica, pensaci due volte su "w" e lascia che csv, json e pathlib facciano le parti difficili. Per esercitarti, scrivi un piccolo script che legga un CSV, totalizzi una colonna e salvi un riepilogo JSON in una nuova cartella.

Domande frequenti

Continua a imparare