Python文件操作核心是open()函数和with语句，通过指定模式（如’r’、’w’、’a’）和编码（如’utf-8’、’gbk’）实现安全读写；使用with可自动关闭文件，避免资源泄漏；处理大文件时应逐行迭代或分块读取，防止内存溢出；需注意路径、权限和编码一致性，防止乱码或文件丢失。
Python读写文本文件，核心在于使用内置的
open()
函数。它就像是文件操作的大门，通过不同的模式参数，我们可以告诉Python是要读取文件内容、写入新内容、追加内容，还是做更复杂的操作。理解这个函数及其搭配的上下文管理器
with
语句，是高效且安全地处理文本文件的关键。
解决方案
在Python里，处理文本文件通常围绕着
open()
函数展开。这个函数返回一个文件对象，我们通过它来执行读写操作。
最基础的用法是这样的：
立即学习“Python免费学习笔记（深入）”；
# 写入文件# 'w' 模式会创建新文件或覆盖已有文件try: with open('my_document.txt', 'w', encoding='utf-8') as f: f.write("这是我写的第一行文本。n") f.write("第二行内容也来了。n") print("文件写入成功。")except IOError as e: print(f"写入文件时发生错误: {e}")# 读取文件# 'r' 模式用于读取文件，如果文件不存在会抛出FileNotFoundErrortry: with open('my_document.txt', 'r', encoding='utf-8') as f: content = f.read() # 读取所有内容 print("n读取到的文件内容:") print(content)except FileNotFoundError: print("文件不存在，无法读取。")except IOError as e: print(f"读取文件时发生错误: {e}")# 追加内容# 'a' 模式会在文件末尾追加内容try: with open('my_document.txt', 'a', encoding='utf-8') as f: f.write("这是追加的新内容。n") print("n内容追加成功。")except IOError as e: print(f"追加文件时发生错误: {e}")# 逐行读取try: print("n逐行读取文件内容:") with open('my_document.txt', 'r', encoding='utf-8') as f: for line_num, line in enumerate(f, 1): print(f"第{line_num}行: {line.strip()}") # strip() 去掉行尾的换行符except FileNotFoundError: print("文件不存在，无法读取。")except IOError as e: print(f"读取文件时发生错误: {e}")
这里我强调一下
with open(...) as f:
这种写法。它真的太重要了！它保证了文件无论在读写过程中是否发生错误，最终都会被正确关闭，释放系统资源。我早期写代码时，经常忘记
f.close()
，结果就是文件句柄泄露，尤其是在循环里操作大量文件时，那真是个灾难。
with
语句完美解决了这个问题，让代码更健壮、更简洁。
Python文件读写中的编码问题：为什么我的文本文件读出来是乱码？
这个问题，老实说，我一开始也踩过不少坑，尤其是和不同操作系统、不同语言环境打交道的时候。文件编码问题，本质上是字符和字节之间转换的“翻译”问题。我们看到的文本是字符，但计算机存储的是字节序列。如果编码和解码使用的规则不一致，那自然就成了乱码。
最常见的场景是：你在Windows系统用记事本保存了一个GBK编码的文本文件，然后用Python在Linux环境下，默认以UTF-8去读取它。结果就是一堆看不懂的字符。
解决办法其实很简单，就是明确指定
open()
函数中的
encoding
参数。
# 假设有一个GBK编码的文件 'gbk_test.txt'# 你可以手动创建一个，比如在Windows记事本里输入中文，然后“另存为”选择GBK编码# gbk_test.txt 的内容可能是 "你好，世界！"# 错误示范：不指定编码或指定错误编码try: with open('gbk_test.txt', 'r', encoding='utf-8') as f: content = f.read() print("尝试用UTF-8读取GBK文件（通常会乱码）:") print(content)except UnicodeDecodeError as e: print(f"解码错误发生：{e}")except FileNotFoundError: print("文件不存在，请确保创建了gbk_test.txt")# 正确示范：指定正确的编码try: with open('gbk_test.txt', 'r', encoding='gbk') as f: content = f.read() print("n用GBK编码正确读取GBK文件:") print(content)except FileNotFoundError: print("文件不存在，请确保创建了gbk_test.txt")except Exception as e: print(f"读取时发生其他错误: {e}")# 写入文件时也同样重要，确保写入的编码和你期望的一致try: with open('output_utf8.txt', 'w', encoding='utf-8') as f: f.write("这是一个UTF-8编码的文本。n") print("n成功写入UTF-8文件。") with open('output_gbk.txt', 'w', encoding='gbk') as f: f.write("这是一个GBK编码的文本。n") print("成功写入GBK文件。")except Exception as e: print(f"写入文件时发生错误: {e}")
常用的编码有
'utf-8'
（推荐，跨平台兼容性最好）、
'gbk'
（中文Windows系统常见）、
'latin-1'
（单字节编码，处理一些特殊字符或二进制数据时可能用到）。如果你不确定文件的编码，可以尝试一些库，比如
chardet
，它能帮你猜测文件的编码，但这也不是100%准确的。最好的做法还是在文件创建时就约定好编码，或者在文档中明确指出。
Python大文件读写优化：如何高效处理TB级数据？
处理大文件，特别是那种GB甚至TB级别的文件，直接
f.read()
把所有内容加载到内存里，那绝对是个糟糕的主意，分分钟内存溢出，程序崩溃。高效处理大文件的核心思想是：分块读取，流式处理，避免一次性加载全部内容。
Python的文件对象本身就是可迭代的（iterable），这意味着我们可以直接在
for
循环中迭代它，每次读取一行内容，而不是一次性读取整个文件。
def process_large_file(filepath): line_count = 0 word_count = 0 char_count = 0 print(f"开始处理大文件: {filepath}") try: with open(filepath, 'r', encoding='utf-8') as f: for line in f: # 每次只读取一行 line_count += 1 char_count += len(line) word_count += len(line.split()) # 简单统计单词 # 这里可以对每一行进行具体的处理，比如解析、过滤、写入到另一个文件等 if line_count % 100000 == 0: # 每处理10万行打印一次进度 print(f"已处理 {line_count} 行...") print(f"n文件处理完成。总行数: {line_count}, 总字数: {char_count}, 总词数: {word_count}") except FileNotFoundError: print(f"错误: 文件 '{filepath}' 不存在。") except Exception as e: print(f"处理文件时发生错误: {e}")# 示例：创建一个模拟的大文件# 注意：实际生成一个GB级别的文件可能需要一些时间# with open('large_data.txt', 'w', encoding='utf-8') as f:# for i in range(5000000): # 500万行# f.write(f"这是第 {i+1} 行数据，包含一些随机的文本内容，用于测试大文件处理。n")# print("模拟大文件 'large_data.txt' 创建完成。")# process_large_file('large_data.txt') # 实际运行时请取消注释
这种逐行读取的方式，内存占用非常小，因为它每次只在内存中保留一行数据。对于需要对文件内容进行复杂处理，但又不能一次性加载的情况，这无疑是最佳实践。
除了逐行读取，如果文件是结构化的，比如CSV或JSON，可以考虑使用相应的库（如
csv
模块、
json
模块）来流式解析，它们通常也提供了迭代器接口，避免一次性加载。
Python文件操作的常见陷阱与最佳实践：避免数据丢失和资源泄漏
文件操作看似简单，但实际开发中，一不小心就可能踩坑，导致数据丢失、程序崩溃，甚至系统资源耗尽。
忘记关闭文件句柄（或不使用
with
语句）：这是最常见也最危险的错误。如果文件没有正确关闭，操作系统会一直认为这个文件被占用，可能导致其他程序无法访问，甚至文件损坏。在某些系统上，未关闭的文件句柄数量达到上限，程序会崩溃。
最佳实践：始终使用
with open(...) as f:
语句。 它是Python处理文件I/O的黄金法则，能自动处理文件关闭，即使在读写过程中发生异常。
路径问题：相对路径与绝对路径的混淆：当你使用相对路径时，Python会相对于当前工作目录（current working directory）来查找文件。如果你从不同的位置运行脚本，或者脚本被其他程序调用，当前工作目录可能不是你预期的，导致
FileNotFoundError
。
最佳实践：对于脚本依赖的固定文件，考虑使用绝对路径，或者基于脚本文件自身的路径来构建路径。
os.path
模块是你的好帮手。
import os
获取当前脚本文件所在的目录
script_dir = os.path.dirname(os.path.abspath(file))
构建相对于脚本目录的文件路径
file_path = os.path.join(script_dir, ‘data’, ‘my_data.txt’)print(f”文件将查找或创建在: {file_path}”)
确保目录存在
os.makedirs(os.path.dirname(file_path), exist_ok=True)
权限问题：在尝试写入文件到受保护的目录（如
/root
或
C:Program Files
）时，如果没有足够的权限，会遇到
PermissionError
。
最佳实践：确保程序运行的用户有足够的权限去读写目标文件或目录。或者，将文件保存到用户有权限的目录，如用户的主目录、临时目录或程序数据目录。
编码不一致导致乱码：前面已经详细讨论过。
最佳实践：在
open()
函数中明确指定
encoding
参数，并尽量统一使用
'utf-8'
编码。
覆盖文件而非追加：不小心使用
'w'
模式打开一个已存在的文件，会清空原有内容，造成数据丢失。
最佳实践：在需要追加内容时，使用
'a'
模式。如果确实需要覆盖，确保这是你期望的行为，或者在覆盖前备份原文件。对于创建新文件，如果文件已存在则报错的场景，可以使用
'x'
模式。
这些看似细枝末节的地方，往往是导致程序不稳定、数据错误的关键。养成良好的文件操作习惯，能省去后期大量的调试时间。
以上就是Python怎样读写文本文件_Python文件读写技巧总结的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1368943.html
微信扫一扫 
支付宝扫一扫 
