前阵子有个刚学 Python 的朋友问我：写日志、读配置、把一个文件夹里的文件批量归类……这些活儿到底怎么用代码搞定？他翻了一圈教程，看的时候都懂，一到自己写就卡壳。

其实文件操作是 Python 里性价比最高的一块技能。不管你是想写个自动整理下载文件夹的小脚本，还是做数据处理、爬虫落地、日志系统，几乎都绕不开"读文件、写文件"这两件事。而且 Python 把这事做得特别友好，几行代码就能跑起来。

这篇我不堆概念，直接按"你真正会遇到的场景"来讲，每一段代码都能复制粘贴就用。从最基础的打开文件，到 JSON/CSV、异常处理，最后拼一个能直接部署的自动归档脚本。跟着抄一遍，这块你就通关了。

先记一张表：打开文件的几种"模式"

所有文件操作的起点，都是 open() 这个函数。它最关键的第二个参数叫"模式"，决定了你是来读的、写的、还是追加的。新手最容易在这里翻车——比如本来想追加，结果用了 "w"，把原文件整个清空了。

先把这张速查表记住，后面就不慌了：

模式    含义         文件不存在时   文件已存在时────    ────         ──────────    ──────────"r"     读取(默认)    ❌ 报错        正常读"w"     写入          ✅ 新建        ⚠️ 清空重写!"a"     追加          ✅ 新建        末尾接着写"rb"    二进制读      ❌ 报错        读图片/PDF等"wb"    二进制写      ✅ 新建        写图片/PDF等

划重点：**"w" 会把原文件内容全部清空再写**。想保留旧内容、只在后面加东西，一定要用 "a"（append，追加）。这个坑几乎每个新手都踩过一次。

打开文件，请一律用 with

最原始的写法是这样，打开、用完、手动关闭：

file = open("example.txt", "r")content = file.read()print(content)file.close()   # 必须记得关，否则文件句柄泄漏

能用，但不推荐。因为一旦中间代码报错，close() 就执行不到了，文件一直占着。所以现代 Python 一律用 with 写法——它会在代码块结束时自动帮你关文件，哪怕中途报错也照关不误：

with open("example.txt", "r", encoding="utf-8") as file:    content = file.read()    print(content)# 出了这个缩进块，文件已经自动关好了

注意我多写了个 encoding="utf-8"。这是给国内开发者的头号避坑提醒：不写编码，遇到中文很容易报 UnicodeDecodeError 或者读出一堆乱码，尤其在 Windows 上。**养成习惯，读写文本文件都带上 encoding="utf-8"**，能省掉你 90% 的中文乱码问题。

读文件的三种姿势，按文件大小选

姿势一：小文件，一口气全读进来。 适合配置文件、小文本：

with open("story.txt", "r", encoding="utf-8") as file:    text = file.read()   # 整个文件读成一个字符串print(text)

姿势二：只读开头几行。 用 readline()，一次读一行：

with open("story.txt", "r", encoding="utf-8") as file:    first = file.readline()    second = file.readline()print(first, second)

姿势三：大文件，一行一行地读（重要）。 直接 for line in file 循环，Python 不会把整个文件塞进内存，而是读一行处理一行。几个 G 的日志文件也能轻松扛住：

with open("story.txt", "r", encoding="utf-8") as file:for line in file:        print(line.strip())   # strip() 去掉每行末尾的换行符

strip() 这一下别省，不然每行后面都会多一个空行。记住原则：文件大就别用 read() 一次性读，改用逐行循环。

写文件：分清"覆盖"和"追加"

写入就是刚才那张表的实战。"w" 覆盖写，文件不存在会自动创建：

with open("notes.txt", "w", encoding="utf-8") as file:    file.write("Python 文件操作很简单。\n")    file.write("多练几遍就熟了。")

\n 是换行符，不写的话两句会挤在一行。

追加用 "a"，这是写日志的标准姿势——每次运行都往后接，不会覆盖之前的记录：

with open("logs.txt", "a", encoding="utf-8") as file:    file.write("新的一条日志\n")

一次写很多行，可以用 writelines()（注意它不会自动加换行，得自己在每行带上 \n）：

lines = ["第一行\n", "第二行\n", "第三行\n"]with open("output.txt", "w", encoding="utf-8") as file:    file.writelines(lines)

二进制文件：图片、PDF、视频怎么处理

文本以外的东西——图片、PDF、视频、模型文件——都算"二进制文件"，模式要带 b，而且不能带 encoding（二进制没有编码这一说）。

复制一张图片，本质就是"二进制读出来，再二进制写进去"：

with open("photo.jpg", "rb") as source:    data = source.read()with open("copy.jpg", "wb") as destination:    destination.write(data)

这几行就是一个最朴素的文件复制器，换成 PDF、mp4 一样能用。

路径处理：pathlib 比 os 更好用

处理"文件在哪、存不存在、建文件夹"这类事，老办法是用 os 模块：

import osprint(os.getcwd())                    # 当前工作目录print(os.path.exists("data.txt"))     # 文件在不在os.makedirs("project/data/files", exist_ok=True)  # 建多层文件夹# 挑出当前目录下所有 txt 文件for name in os.listdir("."):if name.endswith(".txt"):        print(name)

（小提示：makedirs 加上 exist_ok=True，文件夹已存在时就不会报错，省一层判断。）

不过更现代、更推荐的是 pathlib，它把路径当成对象来操作，读起来像说人话：

from pathlib import Pathpath = Path("hello.txt")print(path.exists())   # 存在吗print(path.name)       # 文件名 hello.txtprint(path.suffix)     # 后缀 .txt# 读写更是一行搞定path.write_text("你好，pathlib", encoding="utf-8")content = path.read_text(encoding="utf-8")print(content)

新项目建议直接上 pathlib，代码更干净，跨平台也更省心（不用手动拼 / 还是 \）。

JSON：存配置、接口数据的标配

写后端、对接接口，天天跟 JSON 打交道。Python 内置 json 模块，一个存一个读：

import jsonuser = {"name": "小明", "age": 25, "is_admin": False}# 写：dump 把对象存成 JSON 文件with open("user.json", "w", encoding="utf-8") as file:    json.dump(user, file, indent=4, ensure_ascii=False)

这里又有一个国内必踩的坑：ensure_ascii=False。不加它，中文会被存成 小明 这种鬼样子；加上之后，文件里就是清清爽爽的"小明"。indent=4 则是让 JSON 带缩进、好看好读。

读回来用 load：

import jsonwith open("user.json", "r", encoding="utf-8") as file:    data = json.load(file)print(data["name"])   # 小明

CSV：数据分析和报表的日常

导数据、做报表离不开 CSV。写入用 csv.writer，注意打开时要加 newline=""，否则 Windows 上会多出空行：

import csvwith open("employees.csv", "w", newline="", encoding="utf-8-sig") as file:    writer = csv.writer(file)    writer.writerow(["姓名", "部门", "薪资"])    writer.writerow(["张三", "研发", 80000])    writer.writerow(["李四", "市场", 65000])

这里用了 utf-8-sig 而不是普通 utf-8——这样用 Excel 打开才不会中文乱码，又一个实战细节。

读的时候，比起 csv.reader 返回一行行列表，我更推荐 DictReader，它把每行读成字典，用列名取值，可读性好太多：

import csvwith open("employees.csv", "r", encoding="utf-8-sig") as file:    reader = csv.DictReader(file)for row in reader:        print(row["姓名"], row["薪资"])   # 按列名取，不用记第几列

异常处理：文件操作必须包一层

文件不一定存在、也可能没权限、内容还可能是坏的。所以正经项目里，文件操作几乎都要用 try/except 兜底，不然一报错整个程序就挂了：

try:with open("data.txt", "r", encoding="utf-8") as file:        print(file.read())except FileNotFoundError:    print("文件不存在")except PermissionError:    print("没有权限访问")except Exception as error:    print("其他意外错误：", error)

只要数据来源不完全可控（用户上传的、别的程序生成的），就老实包上这层保险。裸奔一时爽，线上出问题就得半夜爬起来修。

实战：把上面的拼成三个能用的小工具

光看片段没感觉，串起来才叫本事。这三个是我自己也常写的。

① 一个简单的日志器——记录发生了什么、什么时候发生的：

from datetime import datetimedeflog(message):with open("app.log", "a", encoding="utf-8") as file:        file.write(f"{datetime.now()} - {message}\n")log("用户登录成功")log("开始处理订单")

② 大文件生成器——处理几个 G 的文件也不爆内存，一行一行往外"吐"：

defread_large_file(filename):with open(filename, "r", encoding="utf-8") as file:for line in file:yield line.strip()   # 用 yield，读一行给一行，不囤内存for line in read_large_file("big_data.txt"):    print(line)

③ 自动归档脚本——这是文件操作最爽的应用：扫描一个文件夹，把处理完的 txt 自动搬到归档目录。定时跑一下，告别手动整理：

import shutilfrom pathlib import Pathsource = Path("incoming")       # 待处理文件夹archive = Path("archive")       # 归档文件夹archive.mkdir(exist_ok=True)    # 归档目录不存在就建一个for file in source.glob("*.txt"):          # 只挑 txt 文件    shutil.move(str(file), archive / file.name)    print(f"已归档：{file.name}")

想更进一步，配合压缩也很简单，zipfile 一把打包：

import zipfilewith zipfile.ZipFile("archive.zip", "w") as zf:    zf.write("notes.txt")# 解压with zipfile.ZipFile("archive.zip", "r") as zf:    zf.extractall("extracted")

新手最容易栽的 4 个坑，收好

把这篇最该记的避坑点单独拎出来，贴墙上都行：

1. 中文乱码：读写文本一律带 encoding="utf-8"；写给 Excel 看的 CSV 用 utf-8-sig；json.dump 记得 ensure_ascii=False。
2. "w" 会清空文件：想保留旧内容只加新的，用 "a" 追加，别手滑写成 "w"。
3. **大文件别 read()**：几百 M 以上一次性读会卡死甚至爆内存，改用 for line in file 逐行读。
4. 相对路径看"当前目录"：脚本里写 "data.txt" 找的是运行时所在目录，不是脚本所在目录，容易"文件明明在却找不到"。拿不准就用 Path(__file__).parent 定位脚本目录。

文件操作就是这么个东西——单看每个片段都简单，但它是几乎所有真实项目的地基。写日志靠它、存配置靠它、数据落地靠它、自动化脚本更是离不开它。你今天把这 20 多个片段抄一遍、跑通一遍，以后遇到"读个文件、写个文件"的活儿，基本不用再翻文档了。

互动一下： 这些片段你跑通了吗？留个小作业——试试用文中的"自动归档脚本"改一版，把你下载文件夹里的图片自动按格式分类到不同子文件夹。写出来的同学，把代码贴评论区，我挑几个写得漂亮的置顶展示 👀 卡住了也别憋着，评论区问，我看到就回。