Python作为一门强大的编程语言，不仅在数据处理、机器学习等领域大放异彩，其文件操作功能也非常强大且灵活。无论是读取配置文件、处理日志文件，还是编写脚本进行文件自动化管理，Python都提供了丰富的方法。今天，我们就来探讨Python文件读写的8大实用方法，并通过实际代码示例逐步深入。
1. 使用open函数读取文件
在Python中，读取文件最基本的方式是使用内置的open函数。这个函数返回一个文件对象，你可以用它来读取文件内容。
# 打开文件并读取内容
with open('example.txt', 'r', encoding='utf-8') as file:
content = file.read()
print(content) 解释：
- open('example.txt', 'r', encoding='utf-8')：打开当前目录下的example.txt文件，模式'r'表示读取模式，encoding='utf-8'指定文件编码。
- with语句确保文件在读取完毕后自动关闭。
- file.read()：读取文件全部内容。
2. 按行读取文件
对于大文件，一次性读取全部内容可能会消耗大量内存。按行读取是一个更好的选择。
with open('example.txt', 'r', encoding='utf-8') as file:
for line in file:
print(line.strip()) # strip()去除行尾的换行符 解释：
- for line in file：逐行读取文件内容。
- line.strip()：去除每行末尾的换行符。
3. 写入文件
写入文件同样使用open函数，但模式要改为'w'（写入）或'a'（追加）。
# 写入文件
with open('output.txt', 'w', encoding='utf-8') as file:
file.write('Hello, Python!\n')
file.write('Welcome to file operations.')
# 追加内容到文件
with open('output.txt', 'a', encoding='utf-8') as file:
file.write('\nGoodbye, Python!') 解释：
- 'w'模式会覆盖文件原有内容，'a'模式会在文件末尾追加内容。
- file.write()：将字符串写入文件。
4. 使用readlines读取所有行
readlines方法会读取文件所有行，并返回一个包含每行内容的列表。
with open('example.txt', 'r', encoding='utf-8') as file:
lines = file.readlines()
for line in lines:
print(line.strip()) 解释：
- file.readlines()：读取所有行，每行作为列表的一个元素。
5. 写入多行
你可以使用writelines方法一次性写入多行内容。
lines_to_write = ['First line.\n', 'Second line.\n', 'Third line.\n']
with open('output.txt', 'w', encoding='utf-8') as file:
file.writelines(lines_to_write) 解释：
- writelines接受一个字符串列表，每个字符串代表文件的一行。
6. 使用pickle模块序列化对象
pickle模块可以将Python对象序列化为字节流，然后写入文件，或者从文件中反序列化对象。
import pickle
# 序列化对象并写入文件
data = {'name': 'Alice', 'age': 30, 'city': 'New York'}
with open('data.pkl', 'wb') as file:
pickle.dump(data, file)
# 从文件中反序列化对象
with open('data.pkl', 'rb') as file:
loaded_data = pickle.load(file)
print(loaded_data) 解释：
- 'wb'和'rb'模式分别用于二进制写入和读取。
- pickle.dump(data, file)：将data对象序列化并写入文件。
- pickle.load(file)：从文件中反序列化对象。
7. 使用csv模块处理CSV文件
CSV（逗号分隔值）文件是常见的数据存储格式。Python的csv模块提供了方便的接口来读写CSV文件。
import csv
# 写入CSV文件
with open('data.csv', 'w', newline='', encoding='utf-8') as file:
writer = csv.writer(file)
writer.writerow(['Name', 'Age', 'City'])
writer.writerows([['Alice', 30, 'New York'], ['Bob', 25, 'Los Angeles']])
# 读取CSV文件
with open('data.csv', 'r', encoding='utf-8') as file:
reader = csv.reader(file)
for row in reader:
print(row) 解释：
- csv.writer(file)：创建一个写入器对象。
- writer.writerow(row)和writer.writerows(rows)：写入一行或多行数据。
- csv.reader(file)：创建一个读取器对象。
- for row in reader：逐行读取CSV文件内容。
8. 使用json模块处理JSON文件
JSON（JavaScript Object Notation）是一种轻量级的数据交换格式。Python的json模块可以方便地进行JSON数据的序列化和反序列化。
import json
# 序列化对象并写入JSON文件
data = {'name': 'Alice', 'age': 30, 'city': 'New York'}
with open('data.json', 'w', encoding='utf-8') as file:
json.dump(data, file, ensure_ascii=False, indent=4)
# 从JSON文件中反序列化对象
with open('data.json', 'r', encoding='utf-8') as file:
loaded_data = json.load(file)
print(loaded_data) 解释：
- json.dump(data, file, ensure_ascii=False, indent=4)：将data对象序列化为JSON格式并写入文件，ensure_ascii=False确保非ASCII字符正确显示，indent=4使输出格式化。
- json.load(file)：从文件中反序列化JSON数据。
实战案例：日志文件分析
假设你有一个日志文件log.txt，内容如下：
2023-10-01 10:00:00 INFO User logged in
2023-10-01 10:05:00 ERROR Invalid credentials
2023-10-01 10:10:00 INFO User logged out 你的任务是统计日志文件中每个日志级别的出现次数。
from collections import defaultdict
log_levels = defaultdict(int)
with open('log.txt', 'r', encoding='utf-8') as file:
for line in file:
timestamp, level, message = line.split(maxsplit=2)
log_levels[level] += 1
print("Log levels count:")
for level, count in log_levels.items():
print(f"{level}: {count}") 输出：
Log levels count:
INFO: 2
ERROR: 1 分析：- 我们使用defaultdict(int)来统计每个日志级别的出现次数。- 通过line.split(maxsplit=2)将每行日志分割为时间戳、日志级别和消息三部分。- 遍历文件，更新日志级别的计数。- 最后打印出每个日志级别的出现次数。
总结
本篇文章详细介绍了Python文件读写的8大实用方法，包括基本的文件读写操作、逐行读取、写入多行、使用pickle、csv和json模块处理特定格式的文件。通过实际代码示例，我们逐步深入，从简单到复杂，展示了每个概念是如何应用的。最后，通过一个实战案例——日志文件分析，进一步巩固了所学知识。
