【一起学 Python】第 62 天:文件读取 open() 与 read()

欢迎来到 Python 学习计划的第 62 天！🎉

昨天我们学习了 异常链 (raise ... from ...)，掌握了如何保留原始错误信息。从今天开始，我们将学习 Python 工程化开发的另一项核心技能——文件操作。

文件读写是程序与外部世界交互的基础。今天我们先学习 如何安全地读取文件。

一、open() 函数详解

1. 基本语法

file = open(file, mode='r', buffering=-1, encoding=None, ...)
2. 核心参数

参数
说明
示例
file
文件路径
"data.txt"
mode
打开模式
"r", "rb", "r+"
encoding
编码格式
"utf-8", "gbk"
errors
错误处理
"strict", "ignore"
3. 常用打开模式
模式
说明
文件不存在
"r"
只读（文本）
报错
"rb"
只读（二进制）
报错
"r+"
读写（文本）
报错
"w"
写入（覆盖）
创建
"a"
追加写入
创建
4. 基本示例

# 读取文本文件withopen("data.txt", "r", encoding="utf-8") as f:    content = f.read()# 读取二进制文件withopen("image.png", "rb") as f:    data = f.read()

💡 最佳实践：始终使用 with 语句，它会自动调用 close()，即使发生异常也能确保文件关闭。

二、读取方法对比
Python 提供了三种主要的读取方法，适用于不同场景。
1. read() - 读取全部

withopen("data.txt", "r", encoding="utf-8") as f:    content = f.read()        # 读取全部内容    content = f.read(100)     # 读取 100 个字符
特点
说明
优点
简单直接，一次性获取全部内容
缺点
大文件会占用大量内存
适用
小文件（< 10MB）
2. readline() - 逐行读取
withopen("data.txt","r", encoding="utf-8")as f:
    line1 = f.readline()# 读取一行
    line2 = f.readline()# 读取下一行
特点
说明
优点
内存占用小
缺点
需要循环调用
适用
按行处理的文件
3. readlines() - 读取所有行
withopen("data.txt", "r", encoding="utf-8") as f:    lines = f.readlines()     # 返回列表，每行一个元素
特点
说明
优点
内存占用小
缺点
需要循环调用
适用
按行处理的文件
3. readlines() - 读取所有行

withopen("data.txt","r", encoding="utf-8")as f:
    lines = f.readlines()# 返回列表，每行一个元素
特点
说明
优点
方便遍历和处理
缺点
所有行加载到内存
适用
中等大小文件
4. 方法对比表
方法
返回值
内存占用
适用场景
read()
str
高
小文件
readline()
str
低
大文件逐行处理
readlines()
list[str]
高
需要随机访问行
三、大文件读取最佳实践
1. 推荐：直接迭代文件对象
这是最 Pythonic 的方式，内存效率最高。
with open("large_file.txt", "r", encoding="utf-8") as f:    for line in f:            # 每次只读取一行        process(line)
2. 分块读取
适合二进制文件或需要控制读取量的场景。
def read_in_chunks(filepath, chunk_size=1024):    with open(filepath, "rb") as f:        while chunk := f.read(chunk_size):            process(chunk)read_in_chunks("large_video.mp4")
3. 性能对比
import time# 方式 1：read() - 最慢（大文件）start = time.time()with open("1GB.txt") as f:    content = f.read()print(f"read(): {time.time() - start:.2f}s")# 方式 2：迭代 - 最快start = time.time()with open("1GB.txt") as f:    for line in f:        passprint(f"迭代：{time.time() - start:.2f}s")
四、编码问题处理
1. 常见编码格式
编码
说明
适用
utf-8
通用编码
推荐默认使用
gbk
中文编码
旧 Windows 系统
latin-1
单字节编码
欧洲语言
2. 编码错误处理
# 严格模式（默认）- 遇到错误抛异常open("file.txt", encoding="utf-8", errors="strict")# 忽略错误 - 跳过无法解码的字符open("file.txt", encoding="utf-8", errors="ignore")# 替换错误 - 用替换无法解码的字符open("file.txt", encoding="utf-8", errors="replace")
3. 检测文件编码
import chardetdef detect_encoding(filepath):    with open(filepath, "rb") as f:        result = chardet.detect(f.read(10000))  # 检测前 10KB    return result["encoding"]encoding = detect_encoding("unknown.txt")print(f"文件编码：{encoding}")
总结
知识点
说明
open()
打开文件，指定模式、编码等参数
read()
读取全部内容，适合小文件
readline()
逐行读取，内存效率高
readlines()
读取所有行到列表
with 语句
自动管理文件关闭，推荐使用
编码
明确指定 encoding="utf-8"
大文件
使用迭代方式 for line in f
📌 明日预告：文件写入与编码问题
明天我们将进入 异常与文件模块第八天！
主题：文件写入与编码问题
核心问题：
写入模式（w, a, x）有什么区别？
write() 和 writelines() 怎么用？
写入时如何处理编码问题？
如何避免覆盖重要文件？
换行符在不同系统上有什么区别？
💡 提前思考：
w 模式和 a 模式的最大区别是什么？
写入中文时为什么会乱码？
如何安全地写入文件（防止数据丢失）？
掌握文件读取，是数据处理的第一步！明天学习如何安全写入！继续加油！🚀