百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

Python 中读取、写入和管理文件的基础知识

itomcoil 2025-03-24 17:23 14 浏览

File 处理是 Python 中每个开发人员都应该掌握的一项基本技能。无论您是在处理文本文件、日志、配置文件,还是二进制数据,了解如何读取、写入和管理文件都是必不可少的。Python 的内置工具使文件操作变得简单明了,让您可以有效地打开、读取、写入和关闭文件。

打开和关闭文件

使用open()和 File 模式

要在 Python 中处理文件,您首先需要使用内置的 open() 函数打开它们。此函数至少需要一个参数(文件名)和(可选)确定如何访问文件的模式。

常见文件模式:

  • 'r' - 打开文件进行读取(默认模式)。
  • 'w' - 打开文件进行写入。如果文件已存在,这将覆盖该文件。
  • “a” - 打开要附加的文件。新数据将添加到文件末尾。
  • 'b' - 与上述模式一起使用以处理二进制文件(例如,'rb' 用于读取二进制文件)。

打开文件的示例:

# Open a file in read mode
file = open('example.txt', 'r')

# Perform file operations here

# Close the file
file.close()

关闭文件的重要性

处理完文件后,请始终将其关闭以释放系统资源并避免数据损坏等潜在问题。使用 .close() 方法手动执行此操作,如上所示。

或者,Python 使用 with 语句提供了一种更简洁的方法,该语句在执行代码块后自动关闭文件:

with open('example.txt', 'r') as file:
    content = file.read()  # Read the file content
# File is automatically closed here

with 语句可确保正确关闭文件,即使在文件操作期间发生错误也是如此。

在 Python 中读取文件

打开文件后, Python 提供了多种读取其内容的方法,具体取决于您的要求:

读取整个文件
使用
.read() 方法一次读取文件的所有内容:

with open('example.txt', 'r') as file:
    content = file.read()
    print(content)
  • 最适合小文件,因为它会将整个内容加载到内存中。

逐行读取
使用
.readline() 一次读取一行:

with open('example.txt', 'r') as file:
    line = file.readline()
    while line:
        print(line.strip())  # Strip removes trailing newline
        line = file.readline()
  • 在 Python 中写入文件

Python 可以轻松地将数据写入文件,无论您是创建新文件还是附加到现有文件。您可以这样做:

使用.write()写入

.write() 方法允许您将字符串写入文件。如果文件不存在,则将创建该文件。如果它确实存在,则使用 'w' 模式时,内容将被覆盖:

with open('output.txt', 'w') as file:
    file.write("Hello, world!\n")
    file.write("Writing to a file is simple with Python.\n")
  • .write() 的每次调用都会附加到同一会话中的文件。
  • 如果您需要多行输出,请记住包含换行符 (\n)。

追加到现有文件

要在不覆盖现有数据的情况下添加新内容,请在 'a' (append) 模式下打开文件:

with open('output.txt', 'a') as file:
    file.write("This line will be appended to the file.\n")
  • 新数据将添加到文件末尾,保留原始内容。

在 Python 中创建文件和文件夹管理

处理二进制文件

二进制文件(例如图像、视频或编译的程序)需要在 Python 中进行特殊处理。使用 'rb' (读取二进制文件) 或 'wb' (写入二进制文件)以二进制模式打开它们。

读取二进制文件

with open('example.jpg', 'rb') as file:
    binary_data = file.read()
    print(f"File size: {len(binary_data)} bytes")
  • 这会将文件读取为原始二进制数据,通常用于处理或传输非文本数据。

编写二进制文件

with open('copy.jpg', 'wb') as file:
    with open('example.jpg', 'rb') as source_file:
        data = source_file.read()
        file.write(data)
  • 此示例读取图像文件的内容并将其写入新文件,从而有效地创建副本。

二进制文件的用例

  • 图像:存储和处理 JPEG 或 PNG。
  • 视频:处理 MP4 或 AVI 文件。
  • Data Streams:读取或保存序列化对象或数据。

二进制模式对于确保正确处理非文本数据、在读取和写入操作期间保持其完整性至关重要。

使用with语句进行文件处理

Python 中的 with 语句提供了一种更简洁、更安全的文件处理方式。它确保文件在操作完成后正确关闭,即使在处理过程中发生错误也是如此。这消除了手动调用 .close() 的需要,并降低了资源泄漏的风险。

基本语法

以下是 with 语句如何用于文件操作:

with open('example.txt', 'r') as file:
    content = file.read()
    print(content)
# The file is automatically closed here
  • open():以指定模式打开文件(在本例中为 'r' 用于读取)。
  • as file:将打开的文件分配给变量 (file) 以在块内使用。
  • 自动清理:退出块后,文件将自动关闭。

使用的优点

  1. 自动清理:即使发生异常,文件也会自动关闭。
  2. 更少的样板代码:无需显式调用 file.close()。
  3. 改进的可读性:使用 with 的代码更简洁、更容易理解。

例子

使用 with: 读取文件

with open('example.txt', 'r') as file:
    for line in file:
        print(line.strip())
  • 此示例逐行读取文件并打印每行,而不带尾随换行符。

使用 with: 编写文件

with open('output.txt', 'w') as file:
    file.write("This is a line of text.\n")
    file.write("Python makes file handling simple!\n")
  • with 块可确保文件在写入后安全关闭。

带有 with: 的二进制文件

with open('example.jpg', 'rb') as source_file:
    with open('copy.jpg', 'wb') as destination_file:
        destination_file.write(source_file.read())
  • 此示例使用 nested with 语句复制二进制文件以进行读取和写入。

关键要点

with 语句是在 Python 中处理文件的推荐方法,因为它可以确保以最少的工作量进行适当的资源管理。无论您是读取、写入还是处理二进制文件,使用 with 都会使您的代码更加健壮和 Pythonic。


结论

Python 中的文件处理是开发人员处理各种格式数据的一项基本技能。Python 的内置文件处理方法可以轻松高效地管理文本和二进制文件。

回顾一下:

  1. 打开和关闭文件:在适当的模式下使用 open() 函数,并始终确保文件处于关闭状态。
  2. 读取文件:根据您的要求,使用 .read()、.readline().readlines() 访问文件内容。
  3. 写入文件:使用 .write() 创建或修改文件,使用 'a' 模式进行追加。
  4. 处理二进制文件:使用 'rb''wb' 模式处理非文本数据进行读取和写入。
  5. 使用 with 语句:通过确保自动文件关闭、减少样板代码和提高可读性来简化文件处理。

通过掌握这些技术并利用 with 语句等工具,您可以编写干净、可靠且 Pythonic 的文件处理代码。这些技能对于处理涉及数据存储、处理或传输的项目至关重要。

相关推荐

最强聚类模型,层次聚类 !!_层次聚类的优缺点

哈喽,我是小白~咱们今天聊聊层次聚类,这种聚类方法在后面的使用,也是非常频繁的~首先,聚类很好理解,聚类(Clustering)就是把一堆“东西”自动分组。这些“东西”可以是人、...

python决策树用于分类和回归问题实际应用案例

决策树(DecisionTrees)通过树状结构进行决策,在每个节点上根据特征进行分支。用于分类和回归问题。实际应用案例:预测一个顾客是否会流失。决策树是一种基于树状结构的机器学习算法,用于解决分类...

Python教程(四十五):推荐系统-个性化推荐算法

今日目标o理解推荐系统的基本概念和类型o掌握协同过滤算法(用户和物品)o学会基于内容的推荐方法o了解矩阵分解和深度学习推荐o掌握推荐系统评估和优化技术推荐系统概述推荐系统是信息过滤系统,用于...

简单学Python——NumPy库7——排序和去重

NumPy数组排序主要用sort方法,sort方法只能将数值按升充排列(可以用[::-1]的切片方式实现降序排序),并且不改变原数组。例如:importnumpyasnpa=np.array(...

PyTorch实战:TorchVision目标检测模型微调完

PyTorch实战:TorchVision目标检测模型微调完整教程一、什么是微调(Finetuning)?微调(Finetuning)是指在已经预训练好的模型基础上,使用自己的数据对模型进行进一步训练...

C4.5算法解释_简述c4.5算法的基本思想

C4.5算法是ID3算法的改进版,它在特征选择上采用了信息增益比来解决ID3算法对取值较多的特征有偏好的问题。C4.5算法也是一种用于决策树构建的算法,它同样基于信息熵的概念。C4.5算法的步骤如下:...

Python中的数据聚类及可视化分析实践

探索如何通过聚类分析揭露糖尿病预测数据集的特征!我们将运用Python的强力工具,深入挖掘数据,以直观的可视化揭示不同特征间的关系。一同探索聚类分析在糖尿病预测中的实践!所有这些可视化都可以通过数据操...

用Python来统计大乐透号码的概率分布

用Python来统计大乐透号码的概率分布,可以按照以下步骤进行:导入所需的库:使用Python中的numpy库生成数字序列,使用matplotlib库生成概率分布图。读取大乐透历史数据:从网络上找到大...

python:支持向量机监督学习算法用于二分类和多分类问题示例

监督学习-支持向量机(SVM)支持向量机(SupportVectorMachine,简称SVM)是一种常用的监督学习算法,用于解决分类和回归问题。SVM的目标是找到一个最优的超平面,将不同类别的...

25个例子学会Pandas Groupby 操作

groupby是Pandas在数据分析中最常用的函数之一。它用于根据给定列中的不同值对数据点(即行)进行分组,分组后的数据可以计算生成组的聚合值。如果我们有一个包含汽车品牌和价格信息的数据集,那么可以...

数据挖掘流程_数据挖掘流程主要有哪些步骤

数据挖掘流程1.了解需求,确认目标说一下几点思考方法:做什么?目的是什么?目标是什么?为什么要做?有什么价值和意义?如何去做?完整解决方案是什么?2.获取数据pandas读取数据pd.read.c...

使用Python寻找图像最常见的颜色_python 以图找图

如果我们知道图像或对象最常见的是哪种颜色,那么可以解决图像处理中的几个用例,例如在农业领域,我们可能需要确定水果的成熟度。我们可以简单地检查一下水果的颜色是否在预定的范围内,看看它是成熟的,腐烂的,还...

财务预算分析全网最佳实践:从每月分析到每天分析

原文链接如下:「链接」掌握本文的方法,你就掌握了企业预算精细化分析的能力,全网首发。数据模拟稍微有点问题,不要在意数据细节,先看下最终效果。在编制财务预算或业务预算的过程中,通常预算的所有数据都是按月...

常用数据工具去重方法_数据去重公式

在数据处理中,去除重复数据是确保数据质量和分析准确性的关键步骤。特别是在处理多列数据时,保留唯一值组合能够有效清理数据集,避免冗余信息对分析结果的干扰。不同的工具和编程语言提供了多种方法来实现多列去重...

Python教程(四十):PyTorch深度学习-动态计算图

今日目标o理解PyTorch的基本概念和动态计算图o掌握PyTorch张量操作和自动求导o学会构建神经网络模型o了解PyTorch的高级特性o掌握模型训练和部署PyTorch概述PyTorc...