Logboeken, rapporten, configuratie, export: vroeg of laat raakt elk script het bestandssysteem. Het verwerken van Python-bestanden is in het begin eenvoudig, maar een paar details bepalen of uw code betrouwbaar is of stilletjes gegevens vernietigt.

Deze gids behandelt tekstbestanden, CSV, JSON, binaire gegevens en paden, met de nadruk op veilige gewoonten. We hebben deze voorbeelden uitgevoerd op Python 3.13 in een tijdelijke map, en de getoonde uitvoer is afkomstig van die run.

Open bestanden met open() en with

De ingebouwde functie open() retourneert een bestandsobject. Gebruik het in een with blok:

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

print(file.closed)

# True

Wanneer het blok eindigt, sluit Python het bestand, zelfs als er een fout in het bestand is opgetreden. Zonder with moet je zelf close() aanroepen, en een uitzondering kan die regel overslaan. Als u een bestand gebruikt nadat het is gesloten, treedt er een fout op:

file.read()

# ValueError: I/O operation on closed file.

Bestandsmodi

Het tweede argument bij open() zegt wat u van plan bent te doen:

Voeg b toe voor binaire gegevens, zoals in "rb" of "wb". Tekst is de standaardinstelling en kan ook expliciet worden geschreven als t.

Schrijf en voeg toe

write() voegt geen regeleinde toe, dus voeg \n zelf toe. Door toe te voegen blijft wat er al is:

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

Vergelijk dat eens met modus "w", die onze drie regels verving door één, zonder enige waarschuwing:

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

# notes.txt now contains only: replaced

Als je iets niet mag overschrijven, gebruik dan "x". Het leverde FileExistsError op in onze test, omdat notes.txt al bestond.

Een bestand lezen

Er zijn verschillende manieren om te lezen, en de juiste keuze hangt af van de bestandsgrootte:

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

Let op de \n-tekens die in de onbewerkte tekenreeks worden bewaard. strip() verwijdert ze. Een bestandsobject onthoudt ook zijn positie, dus het lezen gaat verder waar het was gebleven:

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

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

Het doorlussen van het bestand is de belangrijkste techniek voor grote logboeken en exports. Het leest regel voor regel, dus een bestand van meerdere gigabytes hoeft niet in het geheugen te passen.

Bestandsfouten afhandelen

Bestanden ontbreken mogelijk, zijn vergrendeld of zijn onleesbaar, dus houd daar rekening mee:

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'

Probeer het bestand te openen en de fout op te sporen, in plaats van eerst te controleren met exists(), aangezien het bestand tussen de controle en de opening zou kunnen verdwijnen. Onze gids voor Python-afhandeling van uitzonderingen behandelt deze aanpak.

CSV-bestanden

Splits CSV-regels niet zelf op komma’s, omdat waarden tussen aanhalingstekens komma’s kunnen bevatten. De standaardmodule csv handelt deze regels af. DictWriter en DictReader zijn de meest leesbare opties:

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

Twee details zijn belangrijk. Voer newline="" uit bij het openen van CSV-bestanden, zoals de documentatie aanbeveelt, om lege rijen op Windows te voorkomen. En elke waarde komt terug als een string, even getallen, daarom hadden we int() nodig in de som. Voor zwaar datawerk kan een bibliotheek zoals Panda’s beter geschikt zijn.

JSON-bestanden

JSON is het gebruikelijke formaat voor configuratie- en API-gegevens. Het komt netjes overeen met Python-woordenboeken en vermeldt:

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

Onthoud de naamgeving: dump en load werken met bestanden, terwijl dumps en loads met tekenreeksen werken. Typen zoals datums kunnen niet rechtstreeks worden opgeslagen, dus u zult ze eerst naar tekenreeksen moeten converteren.

Werk met paden met behulp van pathlib

Het aan elkaar lijmen van paden met tekenreeksen over besturingssystemen heen. De standaardmodule pathlib handelt scheidingstekens voor u af en biedt handige snelkoppelingen:

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']

Dat laatste lost een veelvoorkomende hoofdpijn op. Relatieve paden worden opgelost vanaf de plek waar u het script uitvoerde, en niet vanaf de plek waar het script zich bevindt. Als u dus paden bouwt vanuit Path(__file__).parent, worden veel verrassingen “bestand niet gevonden” vermeden.

Binaire bestanden

Afbeeldingen, PDF’s en ZIP-bestanden zijn geen tekst. Open ze met b, en je leest en schrijft bytes, zonder dat er codering bij betrokken is:

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'

Veiliger schrijft

Als een programma halverwege het schrijven van een belangrijk bestand crasht, kan het resultaat beschadigd zijn. Een veel voorkomende oplossing is om eerst naar een tijdelijk bestand te schrijven en het vervolgens op zijn plaats te wisselen:

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() overschrijft de bestemming. Op hetzelfde bestandssysteem is de hernoeming over het algemeen atomair, zodat lezers het oude of het nieuwe bestand zien in plaats van een halfgeschreven mix.

Een praktisch voorbeeld: een logboek samenvatten

Dit korte script brengt verschillende ideeën samen. Het leest een log regel voor regel, dus de grootte doet er niet toe, telt elk niveau met behulp van Counter, en schrijft een samenvatting naar een nieuw bestand:

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

Ons voorbeeldlogboek bestond uit vijf regels. Een lege regel zou breken line.split()[0], dus echte scripts moeten eerst lege regels overslaan.

Veel voorkomende fouten

• Gebruik "w" terwijl je "a" bedoelde. Je bestaande gegevens zijn onmiddellijk verdwenen, zelfs als je nooit iets schrijft.
• De codering wordt weggelaten. De standaardwaarde varieert per systeem, dus een script dat op Linux werkt, kan mislukken op Windows met tekst met accenten of emoji.
• Het aanroepen van read() voor grote bestanden. Dit kan het geheugen uitputten, dus maak in plaats daarvan een lus over de regels.
• int() vergeten voor CSV-waarden. "10" + "20" geeft "1020".
• We laten newline="" weg voor CSV. Mogelijk krijg je onverwacht lege rijen in Windows.
• De bestandscode niet testen. Gebruik de tmp_path-fixture van pytest zodat tests nooit echte bestanden raken. Bekijk onze pytest-tutorial.

Tot slot

Een paar gewoonten omvatten hier bijna alles: gebruik with, stel de codering in, denk twee keer na over "w" en laat csv, json en pathlib de moeilijke delen doen. Om te oefenen schrijft u een klein script dat een CSV leest, één kolom telt en een JSON-samenvatting opslaat in een nieuwe map.

Veelgestelde vragen

Blijf leren