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进阶:文件读写操作详解

itomcoil 2025-04-24 01:15 22 浏览

道友今天开始进阶练习,来吧

文件读写是Python编程中非常重要的技能,掌握这些操作可以帮助你处理各种数据存储和交换任务。下面我将详细介绍Python中的文件读写操作。

一、基本文件操作

1. 打开文件

使用open()函数打开文件,基本语法:

file = open(filename, mode='r', encoding=None)

常用模式:

  • 'r' - 读取(默认)
  • 'w' - 写入(会覆盖已有文件)
  • 'a' - 追加
  • 'x' - 独占创建(如果文件已存在则失败)
  • 'b' - 二进制模式
  • 't' - 文本模式(默认)
  • '+' - 更新(可读可写)

2. 读取文件内容

# 读取整个文件
with open('example.txt', 'r') as f:
    content = f.read()

# 逐行读取
with open('example.txt', 'r') as f:
    for line in f:
        print(line.strip())  # strip()去除行尾换行符

# 读取所有行到列表
with open('example.txt', 'r') as f:
    lines = f.readlines()

3. 写入文件

# 写入字符串
with open('output.txt', 'w') as f:
    f.write("Hello, World!\n")

# 写入多行
lines = ["Line 1\n", "Line 2\n", "Line 3\n"]
with open('output.txt', 'w') as f:
    f.writelines(lines)

二、高级文件操作

1. 上下文管理器(推荐)

使用with语句可以自动管理文件资源,确保文件正确关闭:

with open('file.txt', 'r') as f:
    data = f.read()
# 离开with块后,文件自动关闭

2. 二进制文件操作

处理图片、视频等二进制文件:

# 读取二进制文件
with open('image.jpg', 'rb') as f:
    binary_data = f.read()

# 写入二进制文件
with open('copy.jpg', 'wb') as f:
    f.write(binary_data)

3. 文件指针操作

with open('file.txt', 'r+') as f:
    # 获取当前位置
    pos = f.tell()
    
    # 移动到文件开头
    f.seek(0)
    
    # 移动到文件末尾
    f.seek(0, 2)
    
    # 从当前位置向后移动5个字节
    f.seek(5, 1)

4. 缓冲与刷新

# 立即刷新缓冲区
with open('file.txt', 'w') as f:
    f.write("Some data")
    f.flush()  # 立即写入磁盘
    
# 设置缓冲区大小
with open('file.txt', 'w', buffering=1) as f:  # 行缓冲
    f.write("Buffered output\n")

三、常见文件格式处理

1. CSV文件

import csv

# 读取CSV
with open('data.csv', 'r') as f:
    reader = csv.reader(f)
    for row in reader:
        print(row)

# 写入CSV
data = [['Name', 'Age'], ['Alice', 25], ['Bob', 30]]
with open('output.csv', 'w', newline='') as f:
    writer = csv.writer(f)
    writer.writerows(data)

2. JSON文件

import json

# 读取JSON
with open('data.json', 'r') as f:
    data = json.load(f)

# 写入JSON
data = {'name': 'Alice', 'age': 25, 'skills': ['Python', 'SQL']}
with open('output.json', 'w') as f:
    json.dump(data, f, indent=4)

3. 配置文件(configparser)

from configparser import ConfigParser

config = ConfigParser()
config.read('config.ini')

# 获取配置
db_host = config.get('Database', 'host')
db_port = config.getint('Database', 'port')

# 修改配置
config.set('Database', 'port', '5433')
with open('config.ini', 'w') as f:
    config.write(f)

四、文件系统操作

import os
import shutil

# 检查文件/目录是否存在
os.path.exists('path/to/file')

# 获取文件大小
os.path.getsize('file.txt')

# 重命名文件
os.rename('old.txt', 'new.txt')

# 删除文件
os.remove('file.txt')

# 创建目录
os.mkdir('new_dir')

# 递归创建目录
os.makedirs('path/to/new/dir')

# 删除目录
os.rmdir('empty_dir')  # 只能删除空目录
shutil.rmtree('dir')   # 删除目录及其内容

# 遍历目录
for root, dirs, files in os.walk('path'):
    print(f"当前目录: {root}")
    print(f"子目录: {dirs}")
    print(f"文件: {files}")

五、高级技巧

1. 内存映射文件(处理大文件)

import mmap

with open('large_file.bin', 'r+b') as f:
    # 创建内存映射
    mm = mmap.mmap(f.fileno(), 0)
    
    # 像操作字符串一样操作文件
    print(mm[:100])  # 读取前100字节
    
    # 修改内容
    mm[0:5] = b'HELLO'
    
    # 关闭映射
    mm.close()

2. 临时文件

from tempfile import TemporaryFile, NamedTemporaryFile

# 创建临时文件(不显示在文件系统中)
with TemporaryFile('w+t') as f:
    f.write('临时数据')
    f.seek(0)
    print(f.read())

# 创建有名临时文件
with NamedTemporaryFile('w+t', delete=False) as f:
    print(f"临时文件路径: {f.name}")
    f.write('更多临时数据')

3. 文件压缩与解压

import gzip
import zipfile

# Gzip压缩
with gzip.open('file.txt.gz', 'wt') as f:
    f.write("压缩的文本内容")

# Zip压缩
with zipfile.ZipFile('archive.zip', 'w') as z:
    z.write('file1.txt')
    z.write('file2.txt')

# Zip解压
with zipfile.ZipFile('archive.zip', 'r') as z:
    z.extractall('extracted_files')

六、最佳实践

  1. 始终使用with语句管理文件资源
  2. 处理文本文件时明确指定编码(推荐UTF-8)
  3. 处理大文件时使用迭代或内存映射
  4. 对关键文件操作添加异常处理
  5. 使用os.path进行路径操作,而非字符串拼接
try:
    with open('important.txt', 'r', encoding='utf-8') as f:
        content = f.read()
except FileNotFoundError:
    print("文件不存在")
except UnicodeDecodeError:
    print("文件编码错误")
except IOError as e:
    print(f"IO错误: {e}")

学废了吗?

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...