《Python 从入门到精通》070|文件与异常综合实战:做一个小型数据处理器

前面这一整个阶段，我们其实一直在为一件事做准备。

学文件，是为了让程序真正和外部数据打交道。 学异常，是为了让程序在真实环境里不要一碰就碎。 学调试，是为了程序出问题时，你能自己把它查出来。

如果这些知识点一直分开看，很多人会觉得自己都懂一点，但还没形成真正的整体感。所以这一章，我们不再拆着讲，而是做一个完整的小项目，把前面学过的内容真正串起来。

这一次，我们来做一个很适合入门的小型数据处理器。

它要做的事情并不复杂，但非常像真实工作里的小工具：

读取一个本地成绩文件 检查每一行数据是否合法 把合法数据整理出来 跳过错误数据 计算总分和平均分 最后把处理结果写入新的文件

你会发现，这个小项目麻雀虽小，但几乎把这一阶段最核心的东西都用上了。

一、先别急着写代码，先看项目需求

很多初学者做综合案例时，最容易犯的错，就是一上来就开始敲代码。结果写着写着就乱了，因为脑子里根本没有整体流程。

所以真正动手之前，先把需求拆出来。

假设我们现在有一个 scores.csv 文件，内容如下：

姓名,成绩张三,90李四,85王五,abc赵六,78小明,小红,92

注意，这份数据里并不是每一行都干净。

王五,abc 这一行里，成绩不是数字。小明, 这一行里，成绩是空的。

也就是说，这不是一份完美数据，而是一份很真实的脏数据。

我们的程序目标是：

先读取这份 CSV 文件 逐行检查每条数据 如果成绩能转成整数，就当成有效数据 如果成绩有问题，就跳过并记录 最后计算有效成绩的总分、人数、平均分 再把结果写到一个 report.txt 文件里

你看，这就是一个非常典型的数据处理任务。

二、为什么这个小项目特别适合你现在做

因为它刚好把前面几个核心知识点全串起来了。

读取文件，要用到文件操作。 处理表格数据，要用到 CSV。 脏数据转整数时可能报错，要用到异常处理。 文件可能不存在，也要处理异常。 程序写完后要把结果导出，又要用到文件写入。 如果过程中出错，还得学会看报错、调试问题。

也就是说，这不是为了凑一个案例，而是真正让前面学的内容落地。

你从这一章开始，要慢慢体会到一件事：

编程不是一个知识点一个知识点背下来，而是把多个能力拼起来解决一个完整问题。

三、先把程序流程画清楚

写代码前，先把处理流程想清楚。

第一步，尝试打开 scores.csv第二步，读取表头，跳过第一行 第三步，一行一行读取学生姓名和成绩 第四步，尝试把成绩转成整数 第五步，如果成功，就加入有效成绩列表 第六步，如果失败，就记录这是一条错误数据 第七步，循环结束后，计算总分和平均分 第八步，把结果写入 report.txt

你会发现，一旦流程清晰，代码就没那么可怕了。

很多人写程序写乱，不是因为不会语法，而是因为没有先把流程想明白。

四、先写出第一版完整代码

下面我们直接来看第一版完整实现。

import csvvalid_scores = []error_lines = []try:with open('scores.csv', 'r', encoding='utf-8') as f:        reader = csv.reader(f)        next(reader)for row in reader:try:                name = row[0]                score = int(row[1])                valid_scores.append((name, score))except:                error_lines.append(row)    total = 0for item in valid_scores:        total += item[1]    count = len(valid_scores)    average = total / countwith open('report.txt', 'w', encoding='utf-8') as f:        f.write('成绩处理结果\n')        f.write(f'有效人数：{count}\n')        f.write(f'总分：{total}\n')        f.write(f'平均分：{average:.2f}\n')        f.write('\n')        f.write('有效数据如下：\n')for name, score in valid_scores:            f.write(f'{name}：{score}\n')        f.write('\n')        f.write('错误数据如下：\n')for row in error_lines:            f.write(f'{row}\n')    print('处理完成，结果已写入 report.txt')except FileNotFoundError:    print('没有找到 scores.csv 文件，请检查文件是否存在')

这段代码看起来比前面单个例子长了一些，但不要怕。我们接下来一段一段拆开看，你会发现它并没有想象中难。

五、第一层 try，在保护什么

先看最外层这个结构：

try:with open('scores.csv', 'r', encoding='utf-8') as f:        ...except FileNotFoundError:    print('没有找到 scores.csv 文件，请检查文件是否存在')

这一层的作用很明确：

程序先尝试打开 scores.csv。 如果这个文件根本不存在，就不要让程序直接崩掉，而是给出一条清楚的提示。

这就是异常处理最典型的实际价值。

如果没有这一层，一旦文件不见了，程序就会直接抛出一大段报错。 而加上它以后，程序就显得更稳，也更像一个能给人用的小工具。

六、第二层 try，在保护什么

再看循环内部这段：

for row in reader:try:        name = row[0]        score = int(row[1])        valid_scores.append((name, score))except:        error_lines.append(row)

这一层是在处理每一行数据时兜底。

为什么要这么写？

因为我们已经知道，真实数据不一定干净。 有些行可能成绩不是数字。 有些行可能干脆是空的。 有些行甚至列数都不完整。

所以程序每读到一行，都要抱着一种现实心态：

这行数据也许是正常的，也许有问题。

如果能顺利拿到姓名、把成绩转成整数，那就说明这一行是有效数据。 如果这里出错了，就把它记进 error_lines，等后面统一处理。

这就是一个很重要的思维升级：

不要幻想所有数据都完美，而要让程序具备处理脏数据的能力。

七、为什么这里用两个列表

我们定义了两个列表：

valid_scores = []error_lines = []

它们的作用完全不同。

valid_scores 用来保存处理成功的数据。error_lines 用来保存处理失败的数据。

为什么要分开？

因为后面我们要做两件不同的事。

对有效数据，要计算总分和平均分。 对错误数据，要单独记录下来，方便排查。

如果你把所有东西混在一个列表里，后面处理会非常乱。 而分开保存以后，整个程序逻辑一下就清楚了。

这其实也在提醒你一件事：

写程序时，数据结构一旦设计清楚，后面的代码会轻松很多。

八、为什么有效数据保存成元组

看这句：

valid_scores.append((name, score))

这里我们保存的不是单独一个名字，也不是单独一个成绩，而是一个二元组。

比如某一条数据可能会被存成：

('张三', 90)

这样做的好处是，姓名和成绩天然绑在一起。 后面你遍历有效数据时，就能一边拿到姓名，一边拿到成绩。

比如写报告时：

for name, score in valid_scores:    f.write(f'{name}：{score}\n')

这就非常自然。

你现在应该慢慢有这种意识：

程序不是只在写代码，更是在组织数据。

九、为什么成绩计算要放在数据清洗之后

看这里：

total = 0for item in valid_scores:    total += item[1]count = len(valid_scores)average = total / count

注意这个顺序很重要。

我们不是一边读文件一边急着算平均分，而是先把有效数据筛出来，再统一计算。 这样逻辑会更清楚，也更稳。

因为只有当你确定哪些是合法成绩以后，总分和平均分才有意义。

如果你把坏数据也混进去算，结果一定会乱。 所以这个过程其实分成了两步：

先清洗 再统计

这就是很多数据处理任务的基本套路。

十、写报告文件，是在把程序结果落地

很多初学者写完程序以后，习惯只在屏幕上 print() 一下就结束。 这当然也可以，但很多真实场景里，我们更需要把结果保存下来。

所以这里我们把处理结果写入 report.txt：

with open('report.txt', 'w', encoding='utf-8') as f:    ...

这样有什么好处？

第一，结果不会随着程序结束而消失。 第二，后面可以反复打开看。 第三，更适合分享、归档、留痕。

你会慢慢发现，程序真正有用的时候，往往不是输出一闪而过，而是能把结果留下来。

十一、如果一个有效成绩都没有，会发生什么

这个问题非常值得想。

看这句：

average = total / count

如果 count 等于 0，会怎么样？

没错，又会触发除零错误。

这说明哪怕我们已经处理了文件不存在、脏数据这些问题，程序依然可能在别的地方出状况。 这就是现实开发的样子。

所以第一版代码虽然已经能用，但还不够稳。 接下来我们要继续改进它。

十二、把程序再写稳一点

下面是改进版代码，我们专门处理“没有有效成绩”这种情况。

import csvvalid_scores = []error_lines = []try:with open('scores.csv', 'r', encoding='utf-8') as f:        reader = csv.reader(f)        next(reader)for row in reader:try:                name = row[0]                score = int(row[1])                valid_scores.append((name, score))except:                error_lines.append(row)    total = 0for name, score in valid_scores:        total += score    count = len(valid_scores)if count > 0:        average = total / countelse:        average = 0with open('report.txt', 'w', encoding='utf-8') as f:        f.write('成绩处理结果\n')        f.write(f'有效人数：{count}\n')        f.write(f'总分：{total}\n')        f.write(f'平均分：{average:.2f}\n')        f.write('\n')        f.write('有效数据如下：\n')for name, score in valid_scores:            f.write(f'{name}：{score}\n')        f.write('\n')        f.write('错误数据如下：\n')for row in error_lines:            f.write(f'{row}\n')    print('处理完成，结果已写入 report.txt')except FileNotFoundError:    print('没有找到 scores.csv 文件，请检查文件是否存在')

改动不大，但程序明显更稳了。

如果一个有效成绩都没有，平均分就先记成 0。 虽然这只是一个简单处理方式，但它体现的是很重要的意识：

程序不只是写通，还要尽量考虑边界情况。

十三、这段代码里，其实已经有了小项目的味道

很多初学者会误以为，只有写网页、写系统、写几百行代码，才叫项目。其实不是。

只要一个程序具备下面这些特征，它就已经有项目雏形了：

有明确输入 有处理流程 有异常情况 有结果输出 有一定的健壮性

而我们现在这个小型数据处理器，已经基本具备这些特点了。

输入是 scores.csv处理是数据清洗和统计 异常情况有文件不存在、脏数据、空数据 输出是 report.txt

所以不要小看这种练习。 真正的能力，就是从这样一个个小项目里长出来的。

十四、再把代码优化一下，让它更清楚

前面的版本已经能用了，但我们还可以写得更像“结构清晰的程序”。

比如把“读取并清洗数据”和“生成报告”拆成两个函数。

import csvdefread_scores(filename):    valid_scores = []    error_lines = []with open(filename, 'r', encoding='utf-8') as f:        reader = csv.reader(f)        next(reader)for row in reader:try:                name = row[0]                score = int(row[1])                valid_scores.append((name, score))except:                error_lines.append(row)return valid_scores, error_linesdefwrite_report(filename, valid_scores, error_lines):    total = 0for name, score in valid_scores:        total += score    count = len(valid_scores)if count > 0:        average = total / countelse:        average = 0with open(filename, 'w', encoding='utf-8') as f:        f.write('成绩处理结果\n')        f.write(f'有效人数：{count}\n')        f.write(f'总分：{total}\n')        f.write(f'平均分：{average:.2f}\n')        f.write('\n')        f.write('有效数据如下：\n')for name, score in valid_scores:            f.write(f'{name}：{score}\n')        f.write('\n')        f.write('错误数据如下：\n')for row in error_lines:            f.write(f'{row}\n')try:    valid_scores, error_lines = read_scores('scores.csv')    write_report('report.txt', valid_scores, error_lines)    print('处理完成，结果已写入 report.txt')except FileNotFoundError:    print('没有找到 scores.csv 文件，请检查文件是否存在')

你会发现，一拆成函数以后，结构立刻更清晰了。

读取归读取。 写报告归写报告。 主流程也更像一句完整的话：

先读数据 再写报告 如果文件不存在，就提示用户

这就是前面函数阶段知识的真正价值。 不是为了写函数而写函数，而是为了把程序组织得更清楚。

十五、这里为什么暂时还用裸 except

你可能已经注意到了，这里内层还写的是：

except:    error_lines.append(row)

严格来说，这不是最规范的写法。 因为它会把所有异常都接住。

更稳一点的写法，可以写得更明确一些，比如：

except (ValueError, IndexError):    error_lines.append(row)

为什么？

ValueError 对应的是成绩转整数失败。IndexError 对应的是某一行列数不够，比如只有姓名没有成绩。

这两种异常，才是我们真正预期到的脏数据问题。 如果写成这种形式，代码会更准确。

所以你可以把内层改成这样：

for row in reader:try:        name = row[0]        score = int(row[1])        valid_scores.append((name, score))except (ValueError, IndexError):        error_lines.append(row)

这也刚好对应了我们前面学过的一条原则：

异常处理要尽量明确，不要一股脑把所有错误都吞掉。

十六、如果程序跑出来结果不对，该怎么调试

这正是前一章要接上的地方。

比如你发现 report.txt 里的有效人数不对，或者错误数据少了、多了，这时候怎么办？

第一步，不要慌。 第二步，不要一上来就大改代码。 第三步，加打印，看程序到底处理了什么。

例如你可以在循环里先打印每一行：

for row in reader:    print('当前读取到的行是：', row)try:        name = row[0]        score = int(row[1])        valid_scores.append((name, score))except (ValueError, IndexError):        error_lines.append(row)

还可以进一步打印处理结果：

print('有效数据：', valid_scores)print('错误数据：', error_lines)

很多问题一打印就清楚了。 因为你终于不再靠猜，而是看到了程序真实处理的数据。

这就是调试能力真正开始发挥作用的地方。

十七、这个小项目最值得你学到的，不只是代码本身

说到底，这一章最重要的不是把这几十行代码背下来，而是学会这种处理问题的思路。

先明确输入是什么 再明确输出是什么 然后把流程拆开 知道哪一步可能出错 提前给这些风险做处理 最后把结果落地保存

这就是一个很完整的开发思维雏形。

如果你以后做通讯录、记账本、成绩管理、日志分析、文件整理，其实思路都是类似的。 换的只是业务内容，不变的是解决问题的方法。

十八、你可以自己继续升级这个小工具

学到这里，这个小项目其实还能继续往前改。

比如你可以加上：

统计最高分和最低分 把错误数据单独写进 error.txt让用户自己输入要处理的文件名 支持处理更多列，比如语文、数学、英语三科 对空白姓名也做检查 把平均分保留两位小数 处理完成后把总结打印到屏幕上

你会发现，真正的项目进步，不是突然重写一个完全不同的东西，而是在现有基础上一点点扩展。

这也很像真实开发。 大多数项目都不是从零到一夜之间变复杂，而是一版一版长出来的。

十九、本章小练习

你可以自己动手做一个变体版练习。

准备一个 books.csv 文件，内容像这样：

书名,价格Python基础,59数据分析,abc自动化办公,88爬虫实战,Flask入门,72

然后写一个小程序，完成下面这些事：

读取这份文件 把价格合法的书籍筛出来 把价格有问题的行单独记录 计算所有有效书籍的总价和平均价 把结果写入 book_report.txt

这个练习和我们本章的成绩处理器几乎是同一种结构。 你只要能自己独立改出来，说明这一阶段的内容已经真的进脑子了。

二十、本章总结

这一章，我们把文件、异常、调试这些看起来分散的知识点，真正串成了一个完整的小项目。

你学会了如何读取 CSV 文件。 学会了在处理每一行数据时用异常处理兜底。 学会了把合法数据和错误数据分开保存。 学会了在统计之前先清洗数据。 学会了把最终结果写入新的本地文件。 也进一步体会到，程序真正的价值，不只是跑通，而是能在真实数据和真实问题面前保持稳定。

到这里，第七阶段就算正式收束了。 你已经不只是会写一些零散的小语法，而是开始具备把文件、异常和调试能力组合起来解决实际问题的基础。

下一章，我们就进入全新的第八阶段：071｜从现实世界理解类与对象：OOP 并不抽象。