Python 文件操作魔法手册：open 函数的终极艺术

对话实录

小白：（崩溃）我写了open("data.txt")，为什么报错？

专家：（掏出魔法书）文件操作要小心，模式、编码都要注意！

open 函数基础三连击

1. 基本用法

# 读取文件
with open("data.txt", "r", encoding="utf-8") as f:
 content = f.read()

# 写入文件
with open("output.txt", "w") as f:
 f.write("Hello World!")

专家提醒：一定要用with语句，它能在代码块结束时自动关闭文件，防止资源泄露。想象一下，你打开一扇门进入房间，离开时却忘记关门，这可能会带来安全隐患。在文件操作中，忘记关闭文件就如同忘记关门，可能导致数据丢失或系统资源被占用。使用with语句就像是有一个贴心的助手，在你离开房间时自动帮你关门。

2 open函数参数介绍

open函数的参数

open(file, mode='r', buffering=None, encoding=None, errors=None, newline=None, closefd=True)

1）file：传入不带路径的字符串（文本文件/二进制文件）或者带有绝对路径或者相对路径的文件。如果传入的文件不存在，默认会创建文件。

如果传入的文件不合要求，会报错如下：

2）mode：指明文件打开模式的可选字符串。默认为‘r’表示以文本模式读取。

以上模式结合使用：

a. 只读取：'r',’rb’

b. 只写入：'w',’wb’,’a’,’ab’,'x','xb'

c. 读取和写入：'r+',’r+b’,'w+',’w+b’,’a+’,’a+b’,’x+’,’x+b’

• 'r+'：以读写模式打开文件，文件指针会放在文件的开头。
• 'w+'：以读写模式打开文件，原文件内容会被删除。（慎用）
• 'a+'：以读写模式打开文件用于追加，文件指针会放在文件的末尾（表现为以a+模式打开文件直接读取内容，读取的内容为空）。

在读取和写入模式下我们可以使用seek()方法来移动文件指针到指定位置，以便在文件的任意位置进行读写操作。

3)buffering：参数可选，表示设置缓冲策略，默认为None。0表示无缓冲（仅适用于二进制模式），大于0表示缓冲区的大小（以字节为单位）。

4）encoding：参数可选，默认为系统默认编码（在Python 3中通常是UTF-8）;在文本模式下可以指定编码，在二进制模式下不需要指定编码。

5）errors：参数可选，指定编码和解码错误的处理方式。默认为None，跟值'strict'效果一样，表示严格处理错误，其他值如'ignore'用于忽略错误、'replace'替换一些错误标记等。

5）newline：参数可选，用于控制文件读取和写入时行的结束符。默认为None，表示使用系统默认的行结束符，比如'\r\n'，'\n'。在文本模式下读取文件时，默认把平台特定的行结束符（Unix 上为 \n, Windows 上为 \r\n）转换为 \n。在文本模式下写入数据时，默认把 \n 转换回平台特定结束符。

6）closefd：参数可选，closefd默认为True表示当文件对象被关闭时，同时关闭文件描述符，防止资源泄漏。当closefd为False指当文件对象被关闭时，不关闭文件描述符。当file参数传入的是文本文件时，该参数必须为Ture，否则会报错。

3 常用方法介绍

1）读取方法

• read(size=-1)：从文件中读取并返回指定数量的字符或者字节，如果不指定size则读取并返回文件的全部内容。
• readline(size=-1)：从文件中读取并返回一行（直到换行符 \n），或返回指定数量的字节。
• readlines(hint=-1)：读取所有行并返回列表，其中每一行都是一个字符串。如果指定了 hint，则读取指定数量的字符或者字节。

2）写入方法

• write(str)：将字符串或字节写入文件，只写入一行，并且不会在末尾添加换行符，需要自己添加。
• writelines(lines)：向文件写入一个字符串或者字节列表，可写入多行，并且不会在末尾添加换行符，需要自己添加。

3）移动文件对象指针位置

• seek(offset, whence=0)：移动文件读取指针到指定位置。offset 是指从 whence 指定的位置开始计算的字符或者字节数。whence 的值为 0（文件开头，默认值）、1（当前位置）或 2（文件末尾）。
• tell()：返回文件当前的指针位置。

4）关闭文件对象

close()：关闭文件对象。

其他方法

flush()：将缓冲区的内容写入文件，但不关闭文件。

fileno()：返回文件的描述符（一个小的非负整数）。

isatty()：如果文件是一个与终端设备（tty）相关联的，则返回 True，否则返回 False.

readable()、writable()、seekable()：分别用于检查文件是否可读、可写、以及是否支持 seek() 操作。

truncate(size=None)：截断文件到指定大小。如果 size 未指定，则截断文件到当前位置。如果当前位置大于文件大小，则文件将被扩展，并且扩展部分的内容将用零字节填充。

4 常用属性介绍

• name 属性：返回打开文件的名称。
• closed 属性：返回一个布尔值，指示文件是否已关闭。当文件被成功打开时，closed 属性为 False。一旦文件被关闭，closed属性为True。
• mode属性：返回open函数传入的mode值。
• encoding属性：返回open函数使用的编码。
• buffer属性：返回open函数的buffer配置。
• errors属性：返回open函数的errors配置。

六大实战案例

案例 1：逐行读取大文件

#  错误示范
with open("big.txt") as f:
 lines = f.readlines() # 内存爆炸！

这种方式会一次性将整个文件读入内存，如果文件非常大，可能会耗尽系统内存，导致程序崩溃。

# 正确做法
with open("big.txt") as f:
 for line in f: # 逐行读取
  process(line)

逐行读取大文件，每次只在内存中处理一行数据，大大降低了内存压力。

案例 2：CSV 文件处理

import csv
with open("data.csv", newline="") as f:
 reader = csv.reader(f)
 for row in reader:
   print(row)

CSV（Comma - Separated Values）文件常用于存储表格数据，如数据库导出的数据。使用csv模块可以方便地读取和写入 CSV 文件。在这个例子中，newline=""参数用于避免在读取 CSV 文件时出现额外的空行，确保数据读取的准确性。

案例 3：JSON 文件读写

import json
# 读取json文件内容为python对象
with open("data.json") as f:
 data = json.load(f)
 # 将python对象写入json文件
with open("output.json", "w") as f:
 json.dump(data, f, indent=2)

JSON（JavaScript Object Notation）文件常用于存储结构化数据，在 Web开发和数据交换中广泛应用。json.load(f)用于将文件中的JSON 数据解析为Python 对象，json.dump(data, f, indent = 2)则将 Python 对象转换为JSON 格式并写入文件，indent = 2参数使生成的JSON文件更加美观易读，数据层次结构一目了然。

案例 4：XML 文件解析

import xml.etree.ElementTree as ET
tree = ET.parse("data.xml")
root = tree.getroot()
for child in root:
 print(child.tag, child.attrib)

XML（eXtensible Markup Language）也是一种常用的结构化数据格式，常用于配置文件和数据交换。通过xml.etree.ElementTree模块可以轻松解析 XML 文件。在这个例子中，我们使用ET.parse方法读取 XML 文件，然后获取根元素，并遍历根元素的子元素，打印出每个子元素的标签和属性。

案例 5：日志文件处理

import logging
logging.basicConfig(filename='app.log', level=logging.INFO)
logging.info('程序开始运行')
try:
 result = 1 / 0
except ZeroDivisionError as e:
 logging.error(f'发生错误: {e}')
logging.info('程序结束运行')

在开发应用程序时，记录日志是非常重要的。它可以帮助我们追踪程序的运行状态，排查错误。通过logging模块，我们可以方便地将日志信息写入文件。在这个例子中，我们设置日志级别为INFO，记录程序的开始和结束运行信息，并在发生ZeroDivisionError错误时记录错误信息到app.log文件中。

案例 6：图片文件处理（简单的图片格式转换）

from PIL import Image
try:
 img = Image.open('input.jpg')
 img.save('output.png', 'PNG')
except Exception as e:
 print(f'处理图片时发生错误: {e}')

使用 Python 的PIL（Python Imaging Library）库可以对图片进行各种处理，如格式转换、裁剪、调整大小等。在这个例子中，我们将一张 JPEG 格式的图片转换为 PNG 格式。Image.open方法用于打开图片文件，img.save方法用于将图片保存为指定格式。

四大血泪陷阱

忘记关闭文件

# 错误示范
f = open("data.txt")
content = f.read()
# 忘记f.close() 

在这种情况下，文件在读取操作完成后没有被关闭，可能会导致资源泄露。如果程序中多次出现这种情况，可能会耗尽系统的文件描述符资源，导致程序无法再打开新的文件。

#  正确做法
with open("data.txt") as f:
 content = f.read()

with语句会自动管理文件的生命周期，在代码块结束时关闭文件，确保资源得到正确释放。

编码问题

# 错误示范
with open("data.txt") as f: # 默认编码可能出错
 content = f.read()

不同的操作系统和文本编辑器可能使用不同的默认编码。如果在打开文件时不指定编码，可能会导致读取文件时出现乱码或UnicodeDecodeError错误。例如，在 Windows 系统中，默认编码可能是cp936，而在处理包含非 ASCII 字符的文件时，可能会出现编码不匹配的问题。

# 正确做法
with open("data.txt", encoding="utf-8") as f:
 content = f.read()

显式指定编码为utf - 8，这是一种通用的编码格式，能够处理各种语言的字符，避免编码问题。

路径问题

# 错误示范
open("data.txt") # 相对路径可能出错

使用相对路径时，文件的实际位置取决于当前工作目录。如果在不同的环境中运行程序，或者当前工作目录被改变，可能会导致找不到文件。比如，在一个脚本中使用相对路径open("data.txt")，在脚本所在目录运行程序时可以正常找到文件，但如果在其他目录运行，就可能找不到该文件。

# 正确做法
from pathlib import Path
file = Path(__file__).parent / "data.txt"
with open(file) as f:
 content = f.read()

使用Pathlib模块来处理路径，它提供了一种跨平台的路径操作方式。Path(__file__).parent获取当前脚本所在的目录，然后通过/运算符拼接文件名，确保无论在何种环境下都能正确定位文件。

文件模式误用

# 错误示范
with open("data.txt", "w") as f:
 data = f.read() # 写入模式下不能读取

在这种情况下，以w（写入）模式打开文件后，尝试读取文件内容，会导致io.UnsupportedOperation错误，因为w模式只允许写入操作，不允许读取。

# 正确做法
with open("data.txt", "r+") as f:
 data = f.read()
 f.write("追加的内容")

如果需要对文件进行读写操作，应使用合适的模式，如r+模式，它允许在读取文件的同时进行写入操作。

专家工具箱

1. 二进制文件操作

# 读取图片
with open("image.png", "rb") as f:
 data = f.read()
# 写入二进制
with open("output.bin", "wb") as f:
 f.write(b"\x00\x01\x02")

二进制文件操作在处理图片、音频、视频等非文本文件时非常重要。在读取图片时，使用rb（二进制读取）模式，确保文件内容被正确读取。写入二进制数据时，使用wb（二进制写入）模式，数据以字节形式写入文件。例如，b"\x00\x01\x02"表示写入三个字节的数据，每个字节的值分别为 0、1、2。

2. 文件指针操作

with open("data.txt") as f:
f.seek(10) # 移动到第10字节
 print(f.read(5)) # 读取5个字符

文件指针用于指示当前文件读取或写入的位置。f.seek(offset, whence)方法用于移动文件指针，offset表示偏移量，whence表示参考位置，0 表示文件开头，1 表示当前位置，2 表示文件末尾。在这个例子中，f.seek(10)将文件指针移动到第 10 个字节的位置，然后f.read(5)从该位置读取 5 个字符。通过灵活操作文件指针，可以实现对文件内容的随机访问，比如读取文件中间某一段特定的数据。

3. 临时文件

from tempfile import TemporaryFile
with TemporaryFile("w+") as f:
 f.write("临时数据")
 f.seek(0)
 print(f.read())

临时文件在程序运行过程中用于临时存储数据，当程序结束时，临时文件会自动被删除。TemporaryFile函数创建一个临时文件，w+模式表示可读写。在这个例子中，我们先写入一些临时数据，然后将文件指针移回开头，读取并打印这些数据。使用临时文件可以避免在磁盘上留下不必要的文件，同时保证数据的安全性，因为临时文件在程序结束后会自动消失，不用担心数据残留问题。

小白：（献上膝盖）原来文件操作这么讲究！

专家：（扶起小白）记住：文件操作要小心，资源泄露是大忌！