python笔记-文件

1、文件读取

• 相对路径打开文件
  f = open('test.txt',mode='r',encoding='utf-8')
  f = open('../第9章/test2.txt','r',encoding='utf-8')
  f = open('../test3.txt','r',encoding='utf-8')
• 第一个参数是文件路径及文件名称（与py程序在一个目录下不需要写路径）
• 第二个参数是文件属性，默认是只读属性
• 第三个参数是文件编码方式，根据自己的需求设置
• 绝对路径打开文件

点击查看代码

import os
path = os.getcwd()
file_path = path + '/test.txt'
f = open(file_path,mode='r',encoding='utf-8')

• 读取文件
• 全部读取文件
  context = f.read()
• 按行读取文件

点击查看代码

with open('file.txt', 'r') as f:
    line1 = f.readline()  # 读取第一行
    line2 = f.readline()  # 读取第二行
    # 每次调用读取下一行

• 一次性读取所有行数据，返回列表

点击查看代码

# 一次性读取所有行，返回列表
with open('file.txt', 'r') as f:
    all_lines = f.readlines()  # 读取全部内容

• 文件迭代器读取文件

点击查看代码

with open('test.txt',mode='r',encoding='utf-8') as f:
    for line in f:#逐行迭代，不一次性加载内存
        #自行处理每行的（换行\n）
        prcess_line = line.strip()
        print(prcess_line)

• 带行号读取文件

点击查看代码

with open('test.txt',mode='r',encoding='utf-8') as f:
    for line_num,line in enumerate(f,1):
        print(f"第{line_num}行：{line.strip()}")

• 文件读取方式建议

1. 小文件 (<10MB): read() 或 readlines()
2. 大文件 (>10MB): 使用文件迭代器 (for line in f)
3. 超大文件 (>100MB): 分块读取 (read(size)) 或内存映射
4. 需要随机访问: readlines() 或内存映射
5. 流式处理: readline() 或迭代器

2、文件属性

• mode='r' 只读【默认模式，文件必须存在，不存在则抛出异常】
• mode='w' 只写，写之前会清空文件的内容，如果文件不存在，会创建新文件
• mode='a' 追加方式，在原本内容中继续写，如果文件不存在，则会创建新文件
• mode='r+' 可读可写
• mode='w+' 打开一个文件用于读写，如果该文件存在则将其覆盖。如果该文件不存在，创建新文件
• mode='a+' 打开一个文件用于读写，如果该文件存在，文件指针将会放在文件的结尾。文件打开时会是追加模式。如果该文件不存在，创建新文件用于读写
• mode='b' rb、wb、ab、rb+、wb+、ab+意义和上面一样，用于二进制文件操作
  3、文件写入
• 注意：excel类型文件写入时，编码方式需要写成utf-8-sig（它会在文件开头自动写入 BOM（\ufeff），这样 Excel 就能正确识别为 UTF-8）
• write()方式写入文件

点击查看代码

with open('test1.txt',mode='w',encoding='utf-8') as f:
    f.write('Hello World\n')
    f.write('这是第二行写入内容\n')
    f.write('这是第三行写入内容\n')
print('基本写入方式完成！！！')

• writelines()方式写入文件

点击查看代码

lines = ['写入第一行内容\n','写入第二行内容\n','写入第三行内容\n']
with open('test2.txt',mode='w',encoding='utf-8') as f:
    f.writelines(lines)
print('writelines()写入方式完成！！！')

#或者使用join
context = ''.join(lines)
with open('test3.txt',mode='w',encoding='utf-8') as f:
    f.writelines(context)
print('join拼接写入方式完成！！！')

• 追加写入

点击查看代码

#第一次运行 - 创建文件
with open('test4.txt',mode='a',encoding='utf-8') as f:
    f.write('===程序开始运行===\n')
    f.write('2025-12-29 10:00:01 - 初始化完成\n')

#第二次运行 - 追加内容
with open('test4.txt',mode='a',encoding='utf-8') as f:
    f.write('2026-12-29 10:05:00 - 数据处理完成\n')
    f.write('2025-12-29 10:25:01 - 程序正常结束\n')
print('追加写入方式完成！！！')

4、with 用法

• (不用手动关闭文件，程序退出with后自动关闭文件)
  with open('filename',mode='rw',encoding='utf-8') as f:
  context = f.read()
  f.write('写入的内容')

5、csv文件读取

• 使用csv模块 import csv
• csv文件获取文件的编码类型

点击查看代码

#检测文件编码
def detect_encoding(file_path):
    with open(file_path, 'rb') as f:
        result = chardet.detect(f.read())
        return result['encoding']

• 读取csv标头信息

点击查看代码

with open('data.csv', mode='r', encoding=csv_encoding, ) as f:
    # context = f.read()
    # print(context)
    cf = csv.reader(f) #将纯文本文件转变成csv文件，使用csv库函数处理
    head = next(cf)   #获取迭代器的一个元素，读取表头信息
    print(f"使用编码{csv_encoding}，读取标头：{head}")

• 读取csv指定几行数据 （需要提前读取表头信息）

点击查看代码

with open('data.csv', mode='r', encoding=csv_encoding, ) as f:
    #读取前几行数据
    # for i,row in enumerate(cf):
    #     if i <10:   #显示前三行的数据
    #         print(f"第{i+1}行数据：{row}")
    #     else:
    #         break

• 基础的csv文件数据处理（求平均数）

点击查看代码

with open('data.csv', mode='r', encoding=csv_encoding, ) as f:
    #成绩的平均分
    socres = []
    for i in cf:
        socres.append(int(i[2]))
    print(f"全班同学的平均分是:{round(sum(socres)/len(socres),2)}")

6、csv文件写入

• 写入单行数据

点击查看代码

#其中newline=''避免写入时出现多余的空行（Windows 上常见问题）
with open('data.csv',mode='a',encoding='utf-8',newline='') as f:
     cf = csv.writer(f)
     #如果csv内容为空，则先写入标头
     if f.tell() ==0:
        cf.writerow(['姓名','课程','成绩'])

• 多行写入

点击查看代码

    with open('data.csv',mode='a',encoding='utf-8',newline='') as f:
        cf = csv.writer(f)
        #如果csv内容为空，则先写入标头
        if f.tell() ==0:
            cf.writerow(['姓名','课程','成绩'])
        #csv 多行写入内容
        list_csv = [['lily','c','70'],['cate','c','80'],['jery','c','90']]
        cf.writerows(list_csv)