Protokolle, Berichte, Konfiguration, Exporte: Früher oder später berührt jedes Skript das Dateisystem. Python-Dateiverwaltung ist zunächst einfach, aber ein paar Details entscheiden darüber, ob Ihr Code zuverlässig ist oder stillschweigend Daten zerstört.

Dieser Leitfaden behandelt Textdateien, CSV, JSON, Binärdaten und Pfade, wobei der Schwerpunkt auf sicheren Gewohnheiten liegt. Wir haben diese Beispiele unter Python 3.13 in einem temporären Ordner ausgeführt und die angezeigte Ausgabe stammt von dieser Ausführung.

Öffnen Sie Dateien mit open() und mit

Die integrierte Funktion open() gibt ein Dateiobjekt zurück. Verwenden Sie es innerhalb eines with-Blocks:

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

print(file.closed)

# True

Wenn der Block endet, schließt Python die Datei, auch wenn darin ein Fehler aufgetreten ist. Ohne with müssen Sie close() selbst aufrufen, und eine Ausnahme kann diese Zeile überspringen. Die Verwendung einer Datei nach dem Schließen führt zu einem Fehler:

file.read()

# ValueError: I/O operation on closed file.

Dateimodi

Das zweite Argument zu open() sagt, was Sie vorhaben:

Fügen Sie b für Binärdaten hinzu, wie in "rb" oder "wb". Text ist die Standardeinstellung und kann auch explizit als t geschrieben werden.

Schreiben und anhängen

write() fügt keinen Zeilenumbruch hinzu, also fügen Sie \n selbst ein. Durch das Anhängen bleibt erhalten, was bereits vorhanden ist:

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

Vergleichen Sie das mit Modus "w", der unsere drei Zeilen durch eine ersetzt hat, ohne jegliche Warnung:

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

# notes.txt now contains only: replaced

Wenn Sie etwas nicht überschreiben dürfen, verwenden Sie "x". In unserem Test wurde FileExistsError ausgelöst, da notes.txt bereits existierte.

Eine Datei lesen

Es gibt mehrere Möglichkeiten zum Lesen, und die richtige Wahl hängt von der Größe der Datei ab:

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

Beachten Sie die \n Zeichen, die in der Rohzeichenfolge enthalten sind. strip() entfernt sie. Ein Dateiobjekt merkt sich auch seine Position, sodass der Lesevorgang dort fortgesetzt wird, wo er aufgehört hat:

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

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

Das Durchlaufen der Datei ist die Schlüsseltechnik für große Protokolle und Exporte. Es liest jeweils eine Zeile, sodass eine Multi-Gigabyte-Datei nicht in den Speicher passen muss.

Behandeln Sie Dateifehler

Möglicherweise fehlen Dateien, sind gesperrt oder nicht lesbar. Planen Sie daher Folgendes ein:

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'

Versuchen Sie, die Datei zu öffnen und den Fehler abzufangen, anstatt zuerst mit exists() zu prüfen, da die Datei zwischen der Prüfung und dem Öffnen verschwinden könnte. Unser Leitfaden zur Python-Ausnahmebehandlung behandelt diesen Ansatz.

CSV-Dateien

Teilen Sie CSV-Zeilen nicht selbst durch Kommas auf, da Werte in Anführungszeichen Kommas enthalten können. Das Standardmodul csv verwaltet diese Regeln. DictWriter und DictReader sind die am besten lesbaren Optionen:

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

Zwei Details sind wichtig. Übergeben Sie newline="" beim Öffnen von CSV-Dateien, wie in der Dokumentation empfohlen, um leere Zeilen unter Windows zu verhindern. Und jeder Wert kommt als Zeichenfolge zurück, gerade Zahlen, weshalb wir int() in der Summe brauchten. Für umfangreiche Datenarbeiten kann eine Bibliothek wie Pandas besser geeignet sein.

JSON-Dateien

JSON ist das übliche Format für Konfigurations- und API-Daten. Es ist übersichtlich auf Python-Wörterbücher abgebildet und listet Folgendes auf:

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

Denken Sie an die Benennung: dump und load arbeiten mit Dateien, während dumps und loads mit Zeichenfolgen arbeiten. Typen wie Datumsangaben können nicht direkt gespeichert werden, daher müssen Sie sie zunächst in Zeichenfolgen konvertieren.

Arbeiten Sie mit Pfaden mithilfe von pathlib

Das Zusammenkleben von Pfaden mit Zeichenfolgen unterbricht Betriebssystemübergreifend. Das Standardmodul pathlib verwaltet Trennzeichen für Sie und bietet praktische Verknüpfungen:

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']

Letzteres löst ein häufiges Problem. Relative Pfade werden von dem Ort aus aufgelöst, an dem Sie das Skript ausgeführt haben, und nicht von dem Ort, an dem sich das Skript befindet. Durch die Erstellung von Pfaden ab Path(__file__).parent werden daher viele „Datei nicht gefunden“-Überraschungen vermieden.

Binärdateien

Bilder, PDFs und ZIP-Dateien sind kein Text. Öffnen Sie sie mit b, und Sie lesen und schreiben bytes, ohne dass eine Codierung erforderlich ist:

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'

Sicherer schreibt

Wenn ein Programm während des Schreibens einer wichtigen Datei abstürzt, kann das Ergebnis fehlerhaft sein. Eine gängige Lösung besteht darin, zuerst in eine temporäre Datei zu schreiben und sie dann an ihren Platz auszutauschen:

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() überschreibt das Ziel. Auf demselben Dateisystem erfolgt die Umbenennung im Allgemeinen atomar, sodass Leser entweder die alte oder die neue Datei sehen und nicht eine halbgeschriebene Mischung.

Ein praktisches Beispiel: Fassen Sie ein Protokoll zusammen

Dieses kurze Skript fasst mehrere Ideen zusammen. Es liest ein Protokoll zeilenweise, sodass seine Größe keine Rolle spielt, zählt jede Ebene mit Counter und schreibt eine Zusammenfassung in eine neue Datei:

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

Unser Beispielprotokoll hatte fünf Zeilen. Eine Leerzeile würde zum Bruch führen line.split()[0], daher sollten echte Skripte zunächst Leerzeilen überspringen.

Häufige Fehler

• Verwenden Sie "w", wenn Sie "a" meinten. Ihre vorhandenen Daten gehen beim Öffnen sofort verloren, auch wenn Sie nie etwas schreiben.
• Weglassen der Kodierung. Die Standardeinstellung variiert je nach System, sodass ein Skript, das unter Linux funktioniert, unter Windows mit akzentuiertem Text oder Emojis fehlschlagen kann.
• Aufruf von read() bei großen Dateien. Dies kann den Speicher erschöpfen, also durchlaufen Sie stattdessen eine Schleife über Zeilen.
• Vergessen von int() bei CSV-Werten. "10" + "20" ergibt "1020".
• Weglassen von newline="" für CSV. Unter Windows kann es zu unerwarteten leeren Zeilen kommen.
• Dateicode wird nicht getestet. Verwenden Sie das tmp_path Fixture von Pytest, damit Tests niemals echte Dateien berühren. Sehen Sie sich unser Pytest-Tutorial an.

Fazit

Ein paar Gewohnheiten decken hier fast alles ab: Verwenden Sie with, legen Sie die Kodierung fest, denken Sie zweimal über "w" nach und lassen Sie csv, json und pathlib die schwierigen Teile erledigen. Schreiben Sie zum Üben ein kleines Skript, das eine CSV-Datei liest, eine Spalte summiert und eine JSON-Zusammenfassung in einem neuen Ordner speichert.

Häufige Fragen

Lerne weiter