Python3 File 文件方法：跟文件打交道，这一篇就够了

我是陈默，一个正拼命上岸的码农。

程序的数据存在哪？

你关掉终端，变量就没了。下次运行，从头开始。

但现实不是这样的。你的配置要保存，你的记录要留下，你的数据要持久化。

这就需要文件操作——把数据写进去，下次还能读出来。

今天我们把 Python 文件操作从头到尾讲清楚。

1. 打开文件：open()

所有文件操作的第一步：打开文件。

f = open("test.txt", "r")

第二个参数是模式，决定了你能对文件做什么：

加 "b" 表示二进制模式："rb"、"wb"、"ab"。

最常用的是 "r"（读）、"w"（写）、"a"（追加）三个。

2. 永远用 with 打开文件

传统写法（不推荐）

f = open("test.txt", "r")content = f.read()f.close()    # 别忘了关！

with 写法（推荐）

with open("test.txt", "r") as f:    content = f.read()# 离开 with 块，文件自动关闭

为什么推荐 with？

• 不用记着 close()
• 即使代码报错，文件也会被正确关闭
• 代码更短、更安全

从今天起，别再手动 close() 了。

3. 读取文件

read()：一口气读完

with open("test.txt", "r", encoding="utf-8") as f:    content = f.read()    print(content)

read() 把整个文件读成一个字符串。

小文件没问题。大文件（几百 MB）会把内存吃满。

readline()：每次读一行

with open("test.txt", "r", encoding="utf-8") as f:    line1 = f.readline()    line2 = f.readline()    print(line1)    print(line2)

readlines()：读成列表

with open("test.txt", "r", encoding="utf-8") as f:    lines = f.readlines()    print(lines)# 输出: ['第一行\n', '第二行\n', '第三行\n']

每行末尾带着 \n。用 strip() 去掉：

lines = [line.strip() for line in lines]

直接遍历（最推荐）

with open("test.txt", "r", encoding="utf-8") as f:for line in f:        print(line.strip())

这种方式内存友好。不管文件多大，每次只有一行在内存里。

4. 写入文件

write()：写入字符串

with open("output.txt", "w", encoding="utf-8") as f:    f.write("第一行\n")    f.write("第二行\n")    f.write("第三行\n")

注意 "w" 模式会覆盖原文件。原来的内容全没了。

writelines()：写入列表

lines = ["苹果\n", "香蕉\n", "橙子\n"]with open("fruits.txt", "w", encoding="utf-8") as f:    f.writelines(lines)

writelines() 不会自动加换行符。你需要自己在字符串里加 \n。

追加内容

with open("output.txt", "a", encoding="utf-8") as f:    f.write("这是追加的内容\n")

"a" 模式在文件末尾追加，不会覆盖原有内容。

5. 文件指针：控制读写的位置

文件有个"光标"，记录当前读到哪了。

tell()：查看当前位置

with open("test.txt", "r") as f:    print(f.tell())      # 输出: 0（开头）    content = f.read(5)    print(f.tell())      # 输出: 5（读了5个字节后）

seek()：跳到指定位置

with open("test.txt", "r") as f:    content = f.read()       # 读全部    f.seek(0)                # 跳回开头    content2 = f.read()      # 再读一遍

seek(0) 就是回到文件开头。适合需要读两遍的场景。

6. 处理 CSV 文件

CSV 是最常见的数据格式。Python 自带 csv 模块。

读取 CSV

import csvwith open("scores.csv", "r", encoding="utf-8") as f:    reader = csv.reader(f)for row in reader:        print(row)# 输出（每行是一个列表）:# ['姓名', '分数']# ['陈默', '85']# ['小明', '92']

读取为字典

import csvwith open("scores.csv", "r", encoding="utf-8") as f:    reader = csv.DictReader(f)for row in reader:        print(f"{row['姓名']}：{row['分数']}分")# 输出:# 陈默：85分# 小明：92分

DictReader 把每行变成字典，用表头当键。比用索引方便多了。

写入 CSV

import csvstudents = [    {"name": "陈默", "score": 85},    {"name": "小明", "score": 92},    {"name": "小红", "score": 78},]# 写入with open("output.csv", "w", newline="", encoding="utf-8") as f:    writer = csv.DictWriter(f, fieldnames=["name", "score"])    writer.writeheader()        # 写表头    writer.writerows(students)  # 写数据

7. 处理 JSON 文件

JSON 是互联网上最流行的数据格式。

写入 JSON

import jsondata = {"name": "陈默","age": 25,"skills": ["Python", "SQL", "JavaScript"]}with open("data.json", "w", encoding="utf-8") as f:    json.dump(data, f, ensure_ascii=False, indent=2)

• ensure_ascii=False：让中文正常显示
• indent=2：格式化缩进，方便阅读

读取 JSON

import jsonwith open("data.json", "r", encoding="utf-8") as f:    data = json.load(f)print(data["name"])            # 输出: 陈默print(data["skills"][0])       # 输出: Python

JSON 文件读出来就是 Python 的字典或列表，直接用就行。

8. 处理二进制文件

图片、音频、压缩包——这些是二进制文件，用 "b" 模式。

复制图片

with open("photo.jpg", "rb") as src:    content = src.read()with open("photo_copy.jpg", "wb") as dst:    dst.write(content)print("复制完成")

大文件分块读取

defcopy_large_file(src_path, dst_path, chunk_size=8192):"""分块复制大文件，不占内存"""with open(src_path, "rb") as src:with open(dst_path, "wb") as dst:whileTrue:                chunk = src.read(chunk_size)ifnot chunk:break                dst.write(chunk)copy_large_file("big_video.mp4", "backup.mp4")

每次只读 8KB，写 8KB。不管文件多大，内存占用都是固定的。

9. 实战：日志分析工具

from collections import Counterdefanalyze_log(filepath):"""分析日志文件，统计每个 IP 的访问次数"""    ip_counter = Counter()    error_count = 0    total_lines = 0with open(filepath, "r", encoding="utf-8") as f:for line in f:            total_lines += 1# 提取 IP（假设 IP 在行首）            parts = line.split()if parts:                ip = parts[0]                ip_counter[ip] += 1# 统计错误if"ERROR"in line:                error_count += 1# 输出报告    print(f"总请求：{total_lines}")    print(f"错误数：{error_count}")    print(f"\n访问最多的 IP（Top 5）：")for ip, count in ip_counter.most_common(5):        print(f"  {ip}: {count}次")# 假设有个日志文件# analyze_log("app.log")

10. 实战：批量处理文件内容

defprocess_files(input_dir, output_dir):"""读取目录下所有 txt 文件，处理后保存"""import os    os.makedirs(output_dir, exist_ok=True)for filename in os.listdir(input_dir):ifnot filename.endswith(".txt"):continue        input_path = os.path.join(input_dir, filename)        output_path = os.path.join(output_dir, filename)with open(input_path, "r", encoding="utf-8") as f:            lines = f.readlines()# 处理：去空行，去首尾空格        cleaned = [line.strip() + "\n"for line in lines if line.strip()]with open(output_path, "w", encoding="utf-8") as f:            f.writelines(cleaned)        print(f"处理完成：{filename}（{len(lines)}行 → {len(cleaned)}行）")# 使用# process_files("raw_data", "cleaned_data")

最后

文件操作是每个程序员的必修课。你的数据不会永远活在内存里——总有一天要存到文件里。

记住三件事：

1. 永远用 with open() 操作文件，别手动 close()
2. 读大文件用逐行遍历 for line in f，别用 read()
3. 加上 encoding="utf-8"，避免中文乱码

我的建议：

写一个脚本，把你电脑上某个文件夹里的所有 .txt 文件读取一遍，统计每个文件有多少行、多少个字。这就是文件操作的实战练习。

数据处理的第一步，永远是读文件。这一步走稳了，后面的路才好走。

今天就到这里。

我是陈默，我们下期再见。

如果你觉得这篇文章有帮助，欢迎关注我。我会持续分享 Python 学习的干货。