Nhật ký, báo cáo, cấu hình, xuất: sớm hay muộn, mọi tập lệnh đều chạm vào hệ thống tệp. Việc xử lý tệp Python bắt đầu rất đơn giản nhưng có một số chi tiết quyết định xem mã của bạn có đáng tin cậy hay lặng lẽ phá hủy dữ liệu.

Hướng dẫn này bao gồm các tệp văn bản, CSV, JSON, dữ liệu nhị phân và đường dẫn, tập trung vào các thói quen an toàn. Chúng tôi đã chạy các ví dụ này trên Python 3.13 trong một thư mục tạm thời và kết quả hiển thị là từ lần chạy đó.

Mở tệp bằng open() và với

Hàm open() tích hợp trả về một đối tượng tệp. Sử dụng nó bên trong khối 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

Khi khối kết thúc, Python sẽ đóng tệp, ngay cả khi xảy ra lỗi bên trong nó. Nếu không có with, bạn phải tự gọi close() và một ngoại lệ có thể bỏ qua dòng đó. Sử dụng một tập tin sau khi nó đã đóng sẽ gây ra lỗi:

file.read()

# ValueError: I/O operation on closed file.

Chế độ tập tin

Đối số thứ hai của open() cho biết bạn dự định làm gì:

Thêm b cho dữ liệu nhị phân, như trong "rb" hoặc "wb". Văn bản là mặc định và nó cũng có thể được viết rõ ràng dưới dạng t.

Viết và nối thêm

write() không thêm dấu ngắt dòng, vì vậy hãy thêm \n vào. Việc bổ sung sẽ giữ lại những gì đã có:

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

So sánh điều đó với chế độ "w", thay thế ba dòng của chúng tôi bằng một dòng, không có cảnh báo nào cả:

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

# notes.txt now contains only: replaced

Khi bạn không được ghi đè lên thứ gì đó, hãy sử dụng "x". Nó đã nâng cao FileExistsError trong thử nghiệm của chúng tôi vì notes.txt đã tồn tại.

Đọc một tập tin

Có một số cách để đọc và lựa chọn đúng tùy thuộc vào kích thước của tệp:

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

Lưu ý các ký tự \n được giữ trong chuỗi thô. strip() loại bỏ chúng. Đối tượng tệp cũng ghi nhớ vị trí của nó, vì vậy việc đọc tiếp tục ở nơi nó đã dừng lại:

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

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

Lặp lại tệp là kỹ thuật chính cho các bản ghi lớn và xuất khẩu. Nó đọc từng dòng một, do đó, một tệp nhiều gigabyte không cần phải vừa với bộ nhớ.

Xử lý lỗi tập tin

Các tệp có thể bị thiếu, bị khóa hoặc không thể đọc được, vì vậy hãy lên kế hoạch cho việc đó:

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'

Hãy thử mở tệp và phát hiện lỗi thay vì kiểm tra trước bằng exists(), vì tệp có thể biến mất giữa quá trình kiểm tra và mở. Hướng dẫn của chúng tôi về Xử lý ngoại lệ Python đề cập đến phương pháp này.

Tệp CSV

Không tự phân chia dòng CSV bằng dấu phẩy vì các giá trị được trích dẫn có thể chứa dấu phẩy. Mô-đun csv tiêu chuẩn xử lý các quy tắc đó. DictWriter và DictReader là những lựa chọn dễ đọc nhất:

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

Hai chi tiết quan trọng. Chuyển newline="" khi mở tệp CSV, như tài liệu khuyến nghị, để ngăn các hàng trống trên Windows. Và mọi giá trị đều trả về dưới dạng chuỗi, số chẵn, đó là lý do tại sao chúng ta cần int() trong tổng. Đối với công việc xử lý dữ liệu nặng, thư viện như pandas có thể phù hợp hơn.

tệp JSON

JSON là định dạng thông thường cho dữ liệu cấu hình và API. Nó ánh xạ gọn gàng vào từ điển Python và liệt kê:

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

Hãy nhớ cách đặt tên: dump và load hoạt động với các tệp, trong khi dumps và loads hoạt động với các chuỗi. Các loại như ngày tháng không thể được lưu trữ trực tiếp, vì vậy trước tiên bạn cần chuyển đổi chúng thành chuỗi.

Làm việc với các đường dẫn bằng pathlib

Việc dán các đường dẫn lại với nhau bằng các chuỗi ngắt trên các hệ điều hành. Mô-đun pathlib tiêu chuẩn xử lý các dấu phân cách cho bạn và cung cấp các phím tắt tiện dụng:

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']

Điều cuối cùng đó giải quyết được cơn đau đầu thông thường. Các đường dẫn tương đối giải quyết từ nơi bạn chạy tập lệnh chứ không phải từ nơi tập lệnh tồn tại, do đó việc xây dựng các đường dẫn từ Path(__file__).parent sẽ tránh được nhiều điều bất ngờ “không tìm thấy tệp”.

Tệp nhị phân

Hình ảnh, tệp PDF và tệp ZIP không phải là văn bản. Mở chúng bằng b và bạn đọc và viết bytes mà không cần mã hóa:

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'

Viết an toàn hơn

Nếu một chương trình gặp sự cố khi đang ghi một tệp quan trọng, bạn có thể nhận được kết quả bị lỗi. Một cách khắc phục phổ biến là ghi vào một tệp tạm thời trước, sau đó hoán đổi nó vào vị trí:

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() ghi đè đích. Trên cùng một hệ thống tệp, việc đổi tên nói chung là nguyên tử, vì vậy người đọc sẽ thấy tệp cũ hoặc tệp mới thay vì hỗn hợp được viết một nửa.

Một ví dụ thực tế: tóm tắt nhật ký

Kịch bản ngắn này kết hợp nhiều ý tưởng lại với nhau. Nó đọc nhật ký từng dòng một, do đó kích thước của nó không thành vấn đề, đếm từng cấp độ bằng cách sử dụng Counter và ghi tóm tắt vào một tệp mới:

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

Nhật ký mẫu của chúng tôi có năm dòng. Một dòng trống sẽ ngắt line.split()[0], vì vậy các tập lệnh thực sự nên bỏ qua các dòng trống trước tiên.

Những lỗi thường gặp

• Sử dụng "w" khi ý bạn là "a". Dữ liệu hiện có của bạn sẽ biến mất ngay lập tức khi mở, ngay cả khi bạn không bao giờ viết bất cứ điều gì.
• Bỏ qua mã hóa. Giá trị mặc định thay đổi tùy theo hệ thống, do đó, tập lệnh hoạt động trên Linux có thể bị lỗi trên Windows với văn bản có dấu hoặc biểu tượng cảm xúc.
• Gọi read() trên các tệp lớn. Điều này có thể làm cạn kiệt bộ nhớ, vì vậy hãy lặp lại các dòng.
• Quên int() trên các giá trị CSV. "10" + "20" cho "1020".
• Bỏ qua newline="" cho CSV. Bạn có thể nhận được các hàng trống không mong muốn trên Windows.
• Không kiểm tra mã tệp. Sử dụng bản cố định tmp_path của pytest để kiểm tra không bao giờ chạm vào tệp thực. Xem hướng dẫn pytest của chúng tôi.

Lời kết

Một số thói quen bao gồm hầu hết mọi thứ ở đây: sử dụng with, đặt mã hóa, suy nghĩ kỹ về "w" và để csv, json và pathlib thực hiện những phần khó. Để thực hành, hãy viết một tập lệnh nhỏ đọc CSV, tính tổng một cột và lưu bản tóm tắt JSON vào một thư mục mới.

Câu hỏi thường gặp

Tiếp tục học hỏi