日志、报告、配置、导出：每个脚本迟早都会接触文件系统。 Python 文件处理 入门很简单，但一些细节决定了您的代码是否可靠或悄悄地破坏数据。

本指南涵盖文本文件、CSV、JSON、二进制数据和路径，重点关注安全习惯。我们在 Python 3.13 的临时文件夹中运行这些示例，显示的输出来自该运行。

使用 open() 和 with 打开文件

内置的 open() 函数返回一个文件对象。在 with 块内使用它：

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

print(file.closed)

# True

当块结束时，Python 会关闭文件，即使文件内部发生错误。如果没有 with，您必须自己调用 close()，并且异常可以跳过该行。关闭文件后使用它会引发错误：

file.read()

# ValueError: I/O operation on closed file.

文件模式

open() 的第二个参数说明了您计划做什么：

对于二进制数据添加 b，如 "rb" 或 "wb" 中。 Text是默认的，也可以显式写成t。

写入并追加

write() 不添加换行符，因此请自行包含 \n。追加保留已经存在的内容：

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

与模式进行比较"w"，它将我们的三行替换为一行，完全没有警告：

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

# notes.txt now contains only: replaced

当您不能覆盖某些内容时，请使用 "x"。它在我们的测试中提出了 FileExistsError，因为 notes.txt 已经存在。

读取文件

有多种读取方法，正确的选择取决于文件的大小：

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

请注意原始字符串中保留的 \n 字符。 strip() 删除它们。文件对象还会记住它的位置，因此读取会从中断处继续：

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

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

循环文件是大日志和导出的关键技术。它一次读取一行，因此多 GB 的文件不必适合内存。

处理文件错误

文件可能会丢失、锁定或无法读取，因此请为此做好计划：

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'

尝试打开文件并捕获错误，而不是首先使用 exists() 检查，因为文件可能会在检查和打开之间消失。我们的 Python 异常处理 指南涵盖了这种方法。

CSV 文件

不要自己用逗号分割 CSV 行，因为带引号的值可以包含逗号。标准 csv 模块处理这些规则。 DictWriter 和 DictReader 是最易读的选项：

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

有两个细节很重要。按照文档的建议，打开 CSV 文件时传递 newline=""，以防止 Windows 上出现空白行。每个值都以 字符串 的形式返回，偶数，这就是为什么我们在求和中需要 int() 的原因。对于繁重的数据工作，诸如 pandas 之类的库可能更适合。

JSON 文件

JSON 是配置和 API 数据的常用格式。它巧妙地映射到 Python 词典 并列出：

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

请记住命名：dump 和 load 用于文件，而 dumps 和 loads 用于字符串。日期等类型不能直接存储，因此需要先将它们转换为字符串。

使用 pathlib 处理路径

使用字符串将路径粘合在一起会破坏操作系统。标准 pathlib 模块为您处理分隔符并提供方便的快捷方式：

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']

最后一个解决了一个常见的头痛问题。相对路径从您运行脚本的位置解析，而不是从脚本所在的位置解析，因此从Path(__file__).parent构建路径可以避免许多“找不到文件”的意外情况。

二进制文件

图像、PDF 和 ZIP 文件不是文本。使用 b 打开它们，然后读取和写入 bytes，不涉及编码：

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'

更安全的写入

如果程序在写入重要文件时中途崩溃，您可能会得到损坏的结果。常见的修复方法是先写入临时文件，然后将其交换到位：

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() 覆盖目的地。在同一文件系统上，重命名通常是原子的，因此读者看到的是旧文件或新文件，而不是半写入的混合。

一个实际例子：总结一条日志

这个简短的脚本将几个想法结合在一起。它一次读取一行日志，因此其大小并不重要，使用 Counter 对每个级别进行计数，并将摘要写入新文件：

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

我们的示例日志有五行。空行会中断 line.split()[0]，因此真正的脚本应首先跳过空行。

常见错误

• 当你的意思是"a"时使用"w"。你现有的数据在打开时会立即消失，即使你从未写过任何东西。
• 忽略编码。 默认值因系统而异，因此在 Linux 上运行的脚本在带有重音文本或表情符号的 Windows 上可能会失败。
• 在大文件上调用read()。这可能会耗尽内存，因此请改为循环遍历行。
• 忘记 CSV 值的 int()。 "10" + "20" 给出 "1020"。
• 对于 CSV，省略 newline=""。 您可能会在 Windows 上遇到意外的空白行。
• 不测试文件代码。 使用 pytest 的 tmp_path 固定装置，以便测试永远不会接触真实文件。请参阅我们的 pytest 教程。

最后的话

一些习惯几乎涵盖了这里的所有内容：使用with，设置编码，三思而后行"w"，并让csv、json和pathlib完成困难的部分。为了进行练习，请编写一个小脚本来读取 CSV、计算一列的总计并将 JSON 摘要保存到新文件夹。

常见问题

继续学习