“Life is short, you need Python. —— Bruce Eckel。”
前面的几篇文章，我们已经一起学习了Python中一些基础内容：
变量、判断语句、循环、列表、字典、方法，以及类和对象。
如果只是写一些简单的小程序，这些已经可以完成不少任务了。
不过，在知识图谱的实际研究中，我们通常还会遇到一个很自然的问题：
数据并不会写在代码里，而是保存在文件中。
比如，你可能会拿到一个这样的文件（比如 triples.txt）：
曹雪芹 作者 红楼梦鲁迅 作者 狂人日记北京大学 位于 北京
这里，每一行，其实就是一个“知识三元组”。
那么接下来，我们要做的事情就是：
把这些数据读进Python，再进行处理。
这一篇，我们就慢慢来，一步一步把这个过程走一遍。
先做一件最简单的事：把文件读出来
我们先不着急理解太多细节，只是试试看：
能不能把文件里的内容“拿出来”。
可以写这样一段代码：
withopen("triples.txt", "r", encoding="utf-8") asfile: content = file.read() print(content)
如果你是第一次看到这段代码，不用担心，我们一点一点说。
① open 是干什么的？
open() 就是：打开一个文件
你可以把它理解成：
“我要去打开 triples.txt 这个文件”
② 这几个参数是什么意思？
open("triples.txt", "r", encoding="utf-8")
"triples.txt"：文件名（就是你要打开哪个文件）
"r"：表示“读取”（read）
encoding="utf-8"：告诉Python，这个文件是用来存中文的（防止乱码）
这里建议先记住一句话：
只要涉及中文，一般都写 encoding="utf-8"
③ with … as … 是什么意思？
这一行：
可以先这样理解：
“把这个文件交给一个叫 file 的变量来使用”
以后我们就可以用 file 来操作这个文件。
另外一个小优点是：
用 with 写法，不用我们手动去关闭文件（更省心）
④ read() 做了什么？
这一行的意思是：
把整个文件的内容，一次性全部读出来，变成一个字符串
如果你运行这段代码，会看到：
曹雪芹 作者 红楼梦鲁迅 作者 狂人日记北京大学 位于 北京
不过，这样虽然读出来了，但暂时还不太方便用。
因为：我们更关心的是“一行一条数据”，而不是一整块文本。
我们不妨换一种写法：
withopen("triples.txt", "r", encoding="utf-8") asfile: for line in file: print(line)
这里出现了一个你熟悉的结构：
意思是：把文件里的内容，一行一行拿出来，每次取一行，放进变量 line
所以你可以这样理解这段代码： “让Python帮我一行一行读这个文件，每一行我都打印一下”
一个小细节（但很重要）
你可能会发现：打印出来的内容之间会有一点“空行”。
这是因为：每一行的末尾，其实带着一个“换行符”（\n）
所以我们通常会加一行：
strip() 可以理解为：“把前后的空格、换行这些多余的东西去掉”
现在，我们已经拿到一行数据了，比如：
但是，这一整行对我们来说还不够方便。
我们真正想要的是：
主体（曹雪芹）
关系（作者）
客体（红楼梦）
那么怎么拆呢？
可以这样写：
这里的 split() 可以理解为：“按照某个分隔符，把字符串拆开”
而 \t 表示的是：Tab（你可以理解为中间那个“间隔”）
执行之后，parts 会变成一个列表：
于是我们就可以这样取：
head = parts[0]relation = parts[1]tail = parts[2]
这里用到的是“索引”（之前学过，列表的索引要从0开始数，所以parts[0]取到的是曹雪芹）
到这里，我们已经完成了一件很重要的事情：把“文本”，变成了“结构化数据”
我们把刚才的步骤组合一下：
triples = []withopen("triples.txt", "r", encoding="utf-8") asfile: for line in file: line = line.strip() parts = line.split("\t") head = parts[0] relation = parts[1] tail = parts[2] triples.append((head, relation, tail))print(triples)
这一段代码在做什么？
可以慢慢理解：
1. 创建一个空列表 triples
2. 一行一行读取文件
3. 每一行拆成三个部分
4. 把它们组成一个三元组 (head, relation, tail)
5. 存进列表里
输出结果会是：
[ ('曹雪芹', '作者', '红楼梦'), ('鲁迅', '作者', '狂人日记'), ('北京大学', '位于', '北京')]
如果你还记得上一章的“类”，我们可以让代码更清晰一点。
class Triple: def __init__(self, head, relation, tail): self.head = head self.relation = relation self.tail = tail def show(self): print(self.head + " - " + self.relation + " - " + self.tail)
然后读取文件时这样写：
triples = []withopen("triples.txt", "r", encoding="utf-8") asfile: for line in file: line = line.strip() parts = line.split("\t") triple = Triple(parts[0], parts[1], parts[2]) triples.append(triple)for t in triples: t.show()
这里你可以这样理解：每一行数据，都变成了一个“对象”
这样以后操作会更方便，也更接近真实的知识图谱代码。
比如，我们想知道：每种关系出现了多少次？
relation_count = {}withopen("triples.txt", "r", encoding="utf-8") asfile: for line in file: line = line.strip() parts = line.split("\t") relation = parts[1] if relation in relation_count: relation_count[relation] += 1 else: relation_count[relation] = 1print(relation_count)
这里用到了字典：
键：关系（比如“作者”）
值：出现次数
输出大致是：
最后一步，我们可以把处理后的数据保存下来：
withopen("output.txt", "w", encoding="utf-8") asfile: for h, r, t in triples: line = h + "\t" + r + "\t" + t + "\n" file.write(line)
"w" 表示写入
\n 表示换行
这一篇我们其实做了一整套流程：
读文件 → 拆数据 → 组织结构 → 简单分析 → 写回文件
虽然代码不复杂，但它非常重要，因为：这就是知识图谱处理中最基础的一步。
给你一个文件：
曹雪芹 作者 红楼梦鲁迅 作者 狂人日记北京大学 位于 北京清华大学 位于 北京
试着完成：
1. 读取文件
2. 找出所有“位于”关系
3. 写入 location.txt
如果你能自己写出来，说明这一篇已经掌握得很不错了 👍
答案：
withopen("triples.txt", "r", encoding="utf-8") asfile: with open("location.txt", "w", encoding="utf-8") as out: for line in file: line = line.strip() parts = line.split("\t") if parts[1] == "位于": out.write(line + "\n")
10个月宝宝每天需要喝多少奶粉？
