type
status
date
slug
summary
tags
category
icon
password
comment
在 Python 开发中，文件操作 是必不可少的技能之一。无论是读取数据、存储结果、处理日志，还是与外部程序交互，我们都需要高效、稳定地管理文件。本篇文章将系统介绍 Python 文件操作的完整流程，包括 文件检测、写入、读取、异常处理，帮助你掌握实战技巧。
1. 认识 Python 文件操作
在 Python 中，文件操作 是数据存储和处理的重要技能。Python 提供了 内置
open() 函数 来进行文件的读取（Read）、写入（Write）、追加（Append）等操作，并支持不同的模式以满足各种需求。🔹 Python 文件模式
在打开文件时，我们需要指定文件模式，决定如何操作文件：
模式 | 描述 | 文件不存在时的行为 |
"r" | 只读模式（默认），只能读取，不可修改 | 报错 |
"w" | 写入模式，清空原文件内容，写入新内容 | 创建新文件 |
"a" | 追加模式，在文件末尾添加内容 | 创建新文件 |
"x" | 创建模式，仅用于创建新文件，文件已存在时报错 | 报错 |
"b" | 二进制模式（用于图片、音频、视频等） | - |
"t" | 文本模式（默认，适用于普通文本文件） | - |
💡 二进制模式（
b）与文本模式（t）- 文本模式（默认）：适用于
.txt文件，处理字符串数据（str）。
- 二进制模式（
b）：适用于.jpg、.png、.mp3等文件，处理字节数据（bytes）。
🔹 模式可以组合使用
"rb"：以 二进制模式 读取文件
"wb"：以 二进制模式 写入文件
"rt"：以 文本模式 读取文件（默认）
"wt"：以 文本模式 写入文件（默认）
✅ 选择合适的模式，确保文件操作符合预期！
2. 检测文件是否存在
在对文件进行 读取、写入或删除 之前，先确认文件是否存在 是一个良好的实践。否则，尝试访问一个不存在的文件会导致
FileNotFoundError 异常。Python 提供了 两种主要方法 来检查文件是否存在：
🔹 方法 1：使用 os.path.exists()
💡 优点：
- 兼容 Python 2 和 3，适用于所有 Python 版本。
- 也可以用于检测 文件夹 是否存在（如
os.path.exists("my_folder")）。
🔹 方法 2：使用 pathlib（推荐）
pathlib 模块是 Python 3.4+ 引入的 面向对象路径操作库，相比 os 更加直观。💡 为什么推荐
pathlib？- 代码更清晰，面向对象的 API 更直观。
- 功能更强大，可以轻松处理 文件路径、目录操作、文件属性检查 等。
- 仅支持 Python 3.4+，如果使用 Python 2，则需使用
os.path.exists()。
✅ 最佳实践
- 如果是 简单检查文件是否存在，推荐
pathlib。
- 如果需要兼容 Python 2，使用
os.path.exists()。
3. 写入文件（Write）
Python 提供多种写入文件的方法，包括覆盖写入、追加写入、多行写入等。不同模式适用于不同需求。
🔹 覆盖写入模式（w）
🔹 特点：
- 清空文件内容（如果文件已存在）。
- 适用于：需要 重新写入 文件的场景，如日志初始化、配置文件重置等。
🔹 追加写入模式（a）
🔹 特点：
- 不会覆盖原有内容，而是 在文件末尾添加 新数据。
- 适用于：日志记录、数据累积写入等场景。
🔹 一次性写入多行（writelines()）
如果需要写入 多行文本，可以使用
writelines()，避免多次 write() 调用，提高性能。🔹 特点：
- 适合批量写入 列表或其他可迭代对象 的文本数据。
- 但需要 手动添加换行符
\n，否则所有内容会写在同一行。
✅ 最佳实践
- 需要清空文件后写入新内容 → 使用
"w"模式。
- 需要在文件末尾追加内容 → 使用
"a"模式。
- 写入多行数据 → 使用
writelines()提高效率。
4. 读取文件（Read）
Python 提供了多种方法读取文件内容，根据文件大小和需求选择合适的方法。
🔹 读取整个文件内容（read()）
read() 方法 一次性读取整个文件，适用于 小型文本文件。🔹 特点：
- 适用于 小型文件（几 KB 级别）。
- 可能 占用大量内存，不适用于 大文件（如日志文件）。
🔹 按行读取（readline() 和 readlines()）
如果需要逐行处理文件，Python 提供了
readline() 和 readlines() 两种方式。🔹 区别：
readline()每次读取一行，适用于 逐行处理大文件，避免内存占用过高。
readlines()一次性读取所有行，并返回列表，适用于 小型文件。
🔹 使用 for 逐行读取（推荐）
对于 大文件，推荐使用
for 循环 逐行读取，这样不会一次性加载整个文件，更加节省内存。🔹 特点：
- 高效、节省内存，适用于 大文件处理。
- 逐行处理，便于数据分析、日志解析等场景。
✅ 最佳实践
- 小文件 →
read()适用于 一次性加载所有内容。
- 逐行处理 →
readline()适用于 读取特定行。
- 批量读取 →
readlines()适用于 小型文件，按行存储为列表。
- 大文件 → 推荐
for逐行读取，节省内存，适用于日志解析等任务。
5. 处理文件操作异常
在文件操作过程中，可能会遇到：
- 文件不存在（
FileNotFoundError）
- 权限不足（
PermissionError）
- 文件损坏或不可读（
OSError）
使用 异常处理（
try-except） 可以 避免程序崩溃，并提供友好的错误信息。🔹 使用 try-except 捕获文件异常
✅ 这样即使文件不存在或出现错误，程序也不会崩溃，而是友好地给出提示信息。
🔹 finally 确保文件正确关闭
finally 语句可确保 无论是否发生异常，文件都会被正确关闭。但 with open() 语句会自动管理文件，无需手动关闭。✅ 最佳实践
- ✅ 推荐使用
with open()，它 自动管理文件关闭，即使异常发生，也不会导致文件泄露。
- ⚠ 仅在
with不能使用的特殊情况（如手动打开多个文件）时，才使用try-finally关闭文件。
6. 处理不同类型的文件
Python 不仅可以处理 文本文件，还可以读写 CSV、JSON、二进制文件（如图片、音频） 等。
📝 1. 处理 CSV 文件
CSV（Comma-Separated Values，逗号分隔值） 是常见的表格格式，Python 提供
csv 模块进行读写操作。📌 写入 CSV 文件
💡 说明：
csv.writer(file)创建 CSV 写入器。
writer.writerows(data)写入多行数据，数据格式为嵌套列表。
📌 读取 CSV 文件
💡 说明：
csv.reader(file)创建 CSV 读取器。
- CSV 默认按行读取，每行返回一个列表。
✅ 适用于：数据表、日志、Excel 导出文件等。
📜 2. 处理 JSON 文件
JSON（JavaScript Object Notation） 是一种轻量级的数据格式，广泛用于数据交换（如 API）。
Python 提供
json 模块，轻松处理 JSON 数据。📌 写入 JSON 文件
💡 说明：
json.dump(data, file, ensure_ascii=False, indent=4)ensure_ascii=False确保中文正常存储。indent=4格式化 JSON 结构，易于阅读。
📌 读取 JSON 文件
💡 说明：
json.load(file)解析 JSON 文件，转换为 Python 字典。
- 适用于 配置文件、API 数据存储等。
🖼 3. 处理二进制文件（图片、音频、视频）
对于图片、音频、视频等二进制文件，使用
"rb"（读取）和 "wb"（写入）模式。📌 复制图片文件
💡 说明：
- 二进制模式（
rb/wb）：用于非文本文件，防止编码问题。
src_file.read()读取整个文件内容，然后write()写入新文件。
✅ 适用于：图片处理、音频处理、视频存储等。
🔬 4. 处理大文件（逐步读取）
对于大文件（如日志、数据库备份），一次性
read() 会占用大量内存。推荐 逐行读取，避免内存溢出。
📌 按行读取大文件
✨ 总结
文件类型 | 读取方法 | 写入方法 | 适用场景 |
文本文件 | read() / readline() / for line in file | write() / writelines() | 文章、日志 |
CSV 文件 | csv.reader(file) | csv.writer(file).writerows(data) | 表格、数据分析 |
JSON 文件 | json.load(file) | json.dump(data, file, indent=4) | 配置、API 交互 |
二进制文件 | open(file, "rb") | open(file, "wb") | 图片、音频、视频 |
大文件 | for line in file: | write() | 日志、数据库导出 |
总结：Python 文件操作核心方法
操作 | 方法 | 适用场景 | 特点 |
检测文件是否存在 | os.path.exists() / Path.exists() | 任何文件或目录 | 适用于检查文件是否存在，避免 FileNotFoundError |
写入文件（覆盖模式） | open("file.txt", "w") | 需要完全替换内容时 | 会清空原文件内容，如文件不存在则创建 |
追加写入 | open("file.txt", "a") | 在文件末尾追加内容 | 保留原有内容，不会覆盖 |
读取整个文件 | file.read() | 适用于小型文本文件 | 一次性加载整个文件内容，可能占用较多内存 |
逐行读取 | file.readline() / file.readlines() | 适用于中小型文件 | readline() 逐行读取，readlines() 返回所有行列表 |
推荐读取方式 | for line in file: | 适用于大文件 | 按行迭代，节省内存，处理大文件更高效 |
异常处理 | try-except 结构 | 任何可能出错的文件操作 | 捕获 FileNotFoundError、PermissionError 等，防止程序崩溃 |
处理 CSV 文件 | csv.reader() / csv.writer() | 结构化数据 | 适用于表格数据，如日志、报表 |
处理 JSON 文件 | json.load() / json.dump() | 配置文件、API 数据 | 适用于存储 Python 字典等结构化数据 |
处理二进制文件 | open(file, "rb") / open(file, "wb") | 图片、音频、视频 | 以二进制模式打开，防止编码错误 |
大文件处理 | for line in file: | 处理超大日志、数据文件 | 逐行读取，避免一次性加载占用过多内存 |
✅ 掌握这些文件操作方法，让你的 Python 代码更高效、更稳定！🚀
⏭️ 下一节预告：🚀 Python 并发编程：释放计算与 I/O 的潜能
在下一篇文章中，我们将深入探讨 Python 多线程（Threading）、多进程（Multiprocessing）与异步编程（AsyncIO），学习如何让 Python 高效执行并发任务，加快代码运行速度。
🎯 你将学习：
- 多线程（Threading）：如何在 Python 中创建和管理线程
- 多进程（Multiprocessing）：如何利用 CPU 多核加速任务执行
- 异步编程（AsyncIO）：如何提高 I/O 任务的并发能力
- 并发模型的选择：如何根据应用场景决定 线程、进程或异步 方案
🚀 掌握并发编程，让你的 Python 代码跑得更快！敬请期待！