第3.5章:快速学习Python的文本与文件操作

《Python AI 应用开发入门》第 3.5 节。

使用 with、UTF-8 和 pathlib 安全读写文本文件与本地提示词模板。

本节目标

学完本节后，你应当能够：

1. 1. 区分当前工作目录与代码文件所在目录。
2. 2. 使用 pathlib.Path 构造跨平台路径。
3. 3. 使用 with 安全打开和关闭文件。
4. 4. 使用 UTF-8 读写文本。
5. 5. 区分读取、覆盖、追加和独占创建模式。
6. 6. 正确处理换行与大文件逐行读取。
7. 7. 读取本地 Prompt 模板并填充变量。
8. 8. 处理常见文件异常。

1. 文件路径为什么容易出错

下面代码中的相对路径：

open("data/prompt.txt")

通常以当前工作目录为起点，而不是自动以 .py 文件所在目录为起点。

观察当前工作目录：

from pathlib import Pathprint(Path.cwd())

如果从不同目录启动同一个程序，相对路径可能指向不同位置。

2. 使用 pathlib

Path 用 / 组合路径，兼容 macOS、Linux 和 Windows：

from pathlib import Pathdata_dir = Path("chat_app") / "data"prompt_path = data_dir / "prompt.txt"print(prompt_path)

常用属性与方法：

print(prompt_path.name)print(prompt_path.suffix)print(prompt_path.parent)print(prompt_path.exists())print(prompt_path.is_file())

不要手工拼接：

# path = "chat_app/" + "data/" + "prompt.txt"

不同操作系统的路径分隔符可能不同。

3. 相对于模块定位资源

包内资源通常相对于当前模块文件定位：

from pathlib import PathPACKAGE_ROOT = Path(__file__).resolve().parentDATA_DIR = PACKAGE_ROOT / "data"PROMPT_PATH = DATA_DIR / "prompt.txt"

无论终端从哪里启动，PROMPT_PATH 都会指向 chat_app/data/prompt.txt。

但命令行参数中由用户提供的相对路径，通常应继续相对于当前工作目录解释。选择哪种起点取决于路径含义。

4. 使用 with 打开文件

with 是 Python 用来管理资源的语句。文件、网络连接等资源在使用结束后需要释放，with 可以自动完成进入时的准备和离开时的清理。

基本结构是：

with 要管理的对象 as 变量:    # 在缩进代码块中使用这个变量

用在文件操作中时：

• • path.open(...) 打开文件并返回文件对象。
• • as file 把这个文件对象保存到变量 file。
• • 缩进代码块负责读取或写入。
• • 离开代码块时，Python 自动关闭文件。

完整示例：

from pathlib import Pathpath = Path("notes.txt")with path.open(mode="r", encoding="utf-8") as file:    content = file.read()print(content)

with 管理的这段运行范围称为上下文，能够这样配合 with 使用的对象称为上下文管理器。初学阶段不需要自己实现上下文管理器，只需要知道 open() 返回的文件对象支持这种用法。

即使读取过程中出现异常，离开 with 代码块时文件仍然会被关闭。代码块之外不要继续读写 file，因为它已经关闭。

不使用 with 时必须自己保证关闭：

file = path.open(mode="r", encoding="utf-8")try:    content = file.read()finally:    file.close()

因此文本文件优先使用 with。

5. 文件模式

最需要警惕的是 "w"：文件一打开，原内容就会被截断。

覆盖写入：

with path.open(mode="w", encoding="utf-8") as file:    file.write("新的完整内容\n")

追加：

with path.open(mode="a", encoding="utf-8") as file:    file.write("新增一行\n")

6. 快捷读写方法

小型文本可以使用：

path.write_text("你好，文件！\n", encoding="utf-8")content = path.read_text(encoding="utf-8")

它们内部会自动打开和关闭文件。

write_text() 同样会覆盖原内容。写入前确认目标路径。

7. 创建目录

写入嵌套路径前确保父目录存在：

from pathlib import Pathhistory_path = Path("chat_app") / "data" / "history.txt"history_path.parent.mkdir(parents=True, exist_ok=True)history_path.write_text("聊天开始\n", encoding="utf-8")

• • parents=True：缺少的上级目录一起创建。
• • exist_ok=True：目录已存在时不报错。

不要把用户输入未经检查就直接当成任意系统路径写入。

8. 编码

始终明确文本编码：

with path.open(mode="r", encoding="utf-8") as file:    content = file.read()

省略编码会使用系统默认值，不同电脑可能不一致。中文内容尤其容易出现乱码或 UnicodeDecodeError。

读取来源不明的文件时，不要立即使用 errors="ignore"。它可能静默丢失字符。先确认文件真实编码。

9. 换行

写入多行：

lines = [    "[user] 你好",    "[assistant] 你好！",]text = "\n".join(lines) + "\n"path.write_text(text, encoding="utf-8")

读取后拆行：

content = path.read_text(encoding="utf-8")lines = content.splitlines()

splitlines() 能处理不同平台的常见换行形式，并且不会在每一项末尾保留换行符。

10. 逐行读取

file.read() 会把全部内容放入内存。大文件可以逐行处理：

with path.open(mode="r", encoding="utf-8") as file:    for line_number, line in enumerate(file, start=1):        cleaned_line = line.rstrip("\n")        print(f"{line_number}: {cleaned_line}")

文件对象本身是可迭代对象，不需要先调用 readlines()。

只去除换行时使用 rstrip("\n")。直接 strip() 还会删除两端其他空格，可能改变原文本含义。

11. 读取 Prompt 模板

创建 chat_app/data/prompt_template.txt：

你是一名{role}。请用{style}风格解释：{topic}要求：{rules}

读取和填充：

from pathlib import Pathdef load_prompt_template(path: Path) -> str:    return path.read_text(encoding="utf-8")def render_prompt(    template: str,    role: str,    style: str,    topic: str,    rules: list[str],) -> str:    numbered_rules = []    for index, rule in enumerate(rules, start=1):        numbered_rules.append(f"{index}. {rule}")    return template.format(        role=role,        style=style,        topic=topic,        rules="\n".join(numbered_rules),    )

模板和代码分离后，可以修改措辞而不改 Python 逻辑。

模板字段缺失时，format() 可能触发 KeyError。入口层应把它转成清楚的配置错误。

12. 处理文件异常

from pathlib import Pathdef load_text(path: Path) -> str:    try:        return path.read_text(encoding="utf-8")    except FileNotFoundError as error:        raise ValueError(f"文件不存在：{path}") from error    except PermissionError as error:        raise ValueError(f"没有权限读取：{path}") from error    except UnicodeDecodeError as error:        raise ValueError(f"文件不是有效 UTF-8：{path}") from error

这里把底层文件异常转换为业务层 ValueError，并保留异常链。

是否转换取决于模块接口。若调用者需要分别处理 FileNotFoundError 和 PermissionError，就让原异常传播。

13. 写入前的安全检查

写文件前确认：

• • 路径是否是预期目标。
• • 使用 "w" 还是 "a"。
• • 父目录是否存在。
• • 是否明确 UTF-8。
• • 内容是否包含真实密钥。
• • 写入失败后原数据是否会损坏。

JSON 章节会使用“临时文件写完后替换”的方式，降低写入一半造成文件损坏的风险。

14. 文本聊天记录

from pathlib import Pathdef append_message(path: Path, role: str, content: str) -> None:    path.parent.mkdir(parents=True, exist_ok=True)    with path.open(mode="a", encoding="utf-8") as file:        file.write(f"[{role}] {content}\n")

它适合人类阅读，但不容易可靠恢复为结构化字典。下一节会使用 JSON 保存完整消息结构。

动手练习

练习 1：文件信息

接收一个路径，使用 Path 输出名称、后缀、父目录、是否存在以及是否为文件。不存在时不要崩溃。

练习 2：Prompt 模板

创建文本模板并编写 load_prompt_template() 与 render_prompt()。测试正常模板和缺少字段两种情况。

练习 3：聊天文本导出

编写 export_history(messages, path)：

• • 父目录不存在时创建。
• • 使用 UTF-8。
• • 每条消息一行。
• • 再次导出时覆盖旧文件。
• • 空历史也生成内容明确的文件。

随堂小测

1. 1. 相对路径通常以什么为起点？
2. 2. 如何稳定定位包内的 data 目录？
3. 3. 为什么推荐使用 with？
4. 4. "w" 与 "a" 有什么区别？
5. 5. 为什么要明确 encoding="utf-8"？
6. 6. splitlines() 与 strip() 的目的有什么区别？
7. 7. 为什么大文件适合逐行读取？
8. 8. write_text() 会保留旧内容吗？
9. 9. 文本格式为什么不适合可靠保存结构化消息？

参考答案

1. 1. 当前工作目录。
2. 2. 使用 Path(__file__).resolve().parent 作为模块目录，再组合相对路径。
3. 3. 离开代码块时自动关闭文件，包括发生异常的情况。
4. 4. "w" 清空并覆盖，"a" 在末尾追加。
5. 5. 避免依赖不同操作系统的默认编码，保证中文可移植。
6. 6. splitlines() 按换行拆分；strip() 删除文本两端空白。
7. 7. 避免一次把全部内容载入内存。
8. 8. 不会，它会覆盖。
9. 9. 角色和内容等字段边界不够明确，转义和恢复容易出错。

本节完成检查

• • 我能区分当前工作目录与模块目录。
• • 我会使用 Path 构造路径。
• • 我能使用 with 和正确文件模式。
• • 我始终明确 UTF-8 编码。
• • 我能逐行处理大文本。
• • 我读取并渲染了 Prompt 模板。
• • 我能处理常见文件异常。
• • 我完成了三个动手练习。