Logs, rapports, configuration, exports : tôt ou tard, chaque script touche le système de fichiers. La gestion des fichiers Python est simple au départ, mais quelques détails déterminent si votre code est fiable ou détruit silencieusement les données.

Ce guide couvre les fichiers texte, CSV, JSON, les données binaires et les chemins, en mettant l’accent sur les habitudes sûres. Nous avons exécuté ces exemples sur Python 3.13 dans un dossier temporaire, et le résultat affiché provient de cette exécution.

Ouvrez les fichiers avec open() et avec

La fonction intégrée open() renvoie un objet fichier. Utilisez-le dans un bloc 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

Lorsque le bloc se termine, Python ferme le fichier, même si une erreur s’est produite à l’intérieur. Sans with, vous devez appeler close() vous-même et une exception peut sauter cette ligne. L’utilisation d’un fichier après sa fermeture génère une erreur :

file.read()

# ValueError: I/O operation on closed file.

Modes de fichiers

Le deuxième argument de open() indique ce que vous envisagez de faire :

Ajoutez b pour les données binaires, comme dans "rb" ou "wb". Le texte est la valeur par défaut, et il peut également être écrit explicitement sous la forme t.

Écrivez et ajoutez

write() n’ajoute pas de saut de ligne, alors incluez \n vous-même. L’ajout conserve ce qui est déjà là :

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

Comparez cela avec le mode "w", qui a remplacé nos trois lignes par une seule, sans aucun avertissement :

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

# notes.txt now contains only: replaced

Lorsque vous ne devez pas écraser quelque chose, utilisez "x". Il a soulevé FileExistsError dans notre test, puisque notes.txt existait déjà.

Lire un fichier

Il existe plusieurs manières de lire, et le bon choix dépend de la taille du fichier :

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

Notez les caractères \n conservés dans la chaîne brute. strip() les supprime. Un objet fichier mémorise également sa position, donc la lecture continue là où elle s’est arrêtée :

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

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

La boucle sur le fichier est la technique clé pour les gros journaux et les exportations. Il lit une ligne à la fois, donc un fichier de plusieurs gigaoctets n’a pas besoin de tenir en mémoire.

Gérer les erreurs de fichiers

Des fichiers peuvent être manquants, verrouillés ou illisibles, alors prévoyez cela :

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'

Essayez d’ouvrir le fichier et de détecter l’erreur, plutôt que de vérifier d’abord avec exists(), car le fichier pourrait disparaître entre la vérification et l’ouverture. Notre guide sur la gestion des exceptions Python couvre cette approche.

Fichiers CSV

Ne divisez pas vous-même les lignes CSV par des virgules, car les valeurs citées peuvent contenir des virgules. Le module standard csv gère ces règles. DictWriter et DictReader sont les options les plus lisibles :

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

Deux détails comptent. Passez newline="" lors de l’ouverture de fichiers CSV, comme le recommande la documentation, pour éviter les lignes vides sous Windows. Et chaque valeur revient sous la forme d’une chaîne, nombres pairs, c’est pourquoi nous avions besoin de int() dans la somme. Pour les travaux de données volumineux, une bibliothèque telle que pandas peut être une meilleure solution.

Fichiers JSON

JSON est le format habituel pour les données de configuration et d’API. Il correspond parfaitement aux dictionnaires Python et répertorie :

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

Rappelez-vous le nom : dump et load fonctionnent avec des fichiers, tandis que dumps et loads fonctionnent avec des chaînes. Les types tels que les dates ne peuvent pas être stockés directement, vous devrez donc d’abord les convertir en chaînes.

Travailler avec des chemins à l’aide de pathlib

Le collage de chemins avec des chaînes s’interrompt sur tous les systèmes d’exploitation. Le module standard pathlib gère les séparateurs pour vous et propose des raccourcis pratiques :

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']

Ce dernier résout un mal de tête courant. Les chemins relatifs sont résolus à partir de l’endroit où vous avez exécuté le script, et non à partir de l’endroit où se trouve le script, donc la construction de chemins à partir de Path(__file__).parent évite de nombreuses surprises de type “fichier introuvable”.

Fichiers binaires

Les images, fichiers PDF et ZIP ne sont pas du texte. Ouvrez-les avec b, et vous lisez et écrivez bytes, sans aucun encodage impliqué :

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'

Écritures plus sûres

Si un programme plante au milieu de l’écriture d’un fichier important, vous pouvez vous retrouver avec un résultat corrompu. Une solution courante consiste à écrire d’abord dans un fichier temporaire, puis à le remplacer :

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() écrase la destination. Sur le même système de fichiers, le changement de nom est généralement atomique, donc les lecteurs voient soit l’ancien fichier, soit le nouveau plutôt qu’un mix à moitié écrit.

Un exemple pratique : résumer un journal

Ce court script rassemble plusieurs idées. Il lit un journal une ligne à la fois, donc sa taille n’a pas d’importance, compte chaque niveau en utilisant Counter et écrit un résumé dans un nouveau fichier :

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

Notre exemple de journal comportait cinq lignes. Une ligne vide serait interrompue line.split()[0], donc les vrais scripts devraient d’abord sauter les lignes vides.

Erreurs courantes

• Utiliser "w" alors que vous vouliez dire "a". Vos données existantes sont immédiatement ouvertes, même si vous n’écrivez jamais rien.
• Omettre l’encodage. La valeur par défaut varie selon le système, donc un script qui fonctionne sous Linux peut échouer sous Windows avec du texte accentué ou des emoji.
• Appel de read() sur des fichiers volumineux. Cela peut épuiser la mémoire, alors faites plutôt une boucle sur les lignes.
• Oublier int() sur les valeurs CSV. "10" + "20" donne "1020".
• En laissant de côté newline="" pour CSV. Vous pouvez obtenir des lignes vides inattendues sous Windows.
• Ne pas tester le code du fichier. Utilisez le dispositif tmp_path de pytest pour que les tests ne touchent jamais de vrais fichiers. Consultez notre tutoriel pytest.

Pour conclure

Quelques habitudes couvrent presque tout ici : utilisez with, définissez l’encodage, réfléchissez à deux fois à "w" et laissez csv, json et pathlib faire les parties difficiles. Pour vous entraîner, écrivez un petit script qui lit un CSV, totalise une colonne et enregistre un résumé JSON dans un nouveau dossier.

Questions fréquentes

Continuez à apprendre