文件操作

约 2882 字大约 10 分钟

2025-04-04

文件操作

我们编写的程序在运行过程中，中间数据和最终结果通常存储在内存中。然而，当程序终止后，这些数据也会随之消失。但很多时候，我们需要将获取的数据保存下来，以供日后使用。如果能将内存中的中间数据转移到硬盘上存储，那么当下次程序再次运行时，就可以调用之前保存的结果。这就涉及到 Python 中的文件操作

文件操作初识
文件操作模式
文件操作步骤
文件路径

学习练习清单

1所有文件操作都用 with open(...) as f：忘记 close 是新手最常见的资源泄漏。
2对同一个文件分别用 r、w、a 试一次，体会 w 会清空、a 永远追加在末尾。
3处理文本永远显式写 encoding='utf-8'，否则 Windows 默认 gbk、Linux 默认 utf-8，跨平台时必出乱码。
4大文件别一次 f.read()，用 for line in f 逐行处理 —— 内存稳定 O(1)。
5二进制（如图片）用 rb/wb 模式且不传 encoding，文本和字节是两套世界。

文件操作初识

文件操作模式

常用的文件操作模式共有九种：

r：只读文本
w：清空写文本
a：追加写文本（非常重要）
rb：只读字节（可应用于爬虫）
wb：清空写字节
ab：追加写字节（非常重要）
r+：读写模式（重要）
w+：清空写读模式
a+：追加写读模式

文件操作步骤

进行文件操作时，通常需要完成以下四个准备工作：

找到文件的路径；
确定文件的操作模式；
设置文件的编码方式；
建立文件句柄

文件路径

文件路径有两种表示方法：绝对路径和相对路径

绝对路径是从磁盘根目录开始查找文件的完整路径。例如：C:\aaa\c\电话.txt。
相对路径则是相对于当前程序所在目录的位置。在相对路径中，. 表示当前目录，.. 表示上一级目录。

例如，假设在 aaa 文件夹中有两个子文件夹 b 和 c，而运行的 Python 文件 x.py 位于 b 文件夹中，目标文件 电话.txt 在 c 文件夹中。这时，我们可以这样表示目标文件的相对路径：

'..\c\电话.txt'

因为当前的工作目录是 aaa\b，而目标文件位于 aaa\c，所以我们需要用 .. 返回到父目录 aaa，然后再进入 c 文件夹找到目标文件

如果涉及到跨平台协作或程序移植，推荐使用相对路径。这样可以避免因环境变化而导致路径失效的问题

此外，我们还可以通过 Python 的 os 模块来获取当前工作路径：

import os
print(os.getcwd())

在路径中，\ 用于分隔不同层级的目录。然而，由于 \ 连接某些字符可能具有特殊含义（如 \n 表示换行，\t 表示制表符等），因此需要注意对路径进行转义处理。常见的转义方法有两种：

使用双反斜杠 \\ 来表示单个反斜杠，例如：'C:\\aaa\\c\\电话.txt'。
在字符串前添加 r，使其成为“原始字符串”，从而避免转义问题，例如：r'C:\aaa\c\电话.txt'。

编码方式

文件的存储格式通常为 utf-8。需要注意的是，不同的操作系统默认使用的编码方式有所不同：

Windows 操作系统默认使用 gbk 编码
Linux 和 macOS 则默认使用 utf-8 编码

在实际开发中，为了避免因编码不一致导致的乱码问题，建议统一使用 utf-8 编码

创建文件句柄

确定好文件路径、操作模式和编码方式后，我们就可以创建一个文件句柄了。以下是创建文件句柄的代码示例：

f = open('电话.txt', mode='r', encoding='utf-8')

上述代码的作用是：创建一个名为 f 的文件句柄，指向与当前工作路径相同的文件 电话.txt，并以只读模式打开该文件，同时指定其编码方式为 utf-8

文件的打开操作实际上是通过 Python 向操作系统发送指令来实现的

文件的读取

有了文件句柄后，我们就可以对文件进行各种操作。需要注意的是，直接打印文件句柄并不会显示文件内容，而是会输出文件对象的信息：

print(f)    # <_io.TextIOWrapper name='电话.txt' mode='r' encoding='utf-8'>

要读取文件内容，可以使用 .read() 方法：

print(f.read())

.read() 方法会从光标当前位置开始读取文件内容，直到文件末尾，并将光标移动到文件末尾。如果此时再次调用 .read() 方法，则不会返回任何内容，因为光标已经到达文件末尾。

.read() 方法还支持传入参数，用于控制读取的字符数。例如：

print(f.read(3))    # 读取前三个字符

需要注意的是，每一行文字末尾的换行符 \n 也会被算作一个字符。

除了 .read() 方法外，还可以使用 .readline() 方法逐行读取文件内容：

print(f.readline())    # 读取一行内容

或者使用 .readlines() 方法将文件中的每一行内容存储为列表：

print(f.readlines())    # 输出类似 ['第一行\n', '第二行\n']

此外，文件句柄本身是一个可迭代对象，可以直接通过循环逐行读取文件内容：

for line in f:
    print(line)

文件的写入

文件的写入操作主要通过 .write() 方法实现，且写入的内容必须为字符串类型。需要注意的是，只有在文件以可写模式（如 w 或 a）打开时，才能进行写入操作：

f = open('test', 'w', encoding='utf-8')
f.write('\n今天')
f.write('\n明天')
f.write('\n后天')

光标操作

光标用于标识文件操作的起始位置。一般情况下，光标的初始位置在文件头部，随着读写操作的进行，光标会自动移动到相应位置。

如果我们希望手动调整光标位置，可以使用 .seek() 方法。例如：

f.seek(0, 0)    # 将光标移动到文件头部
f.seek(0, 1)    # 将光标移动到当前位置
f.seek(0, 2)    # 将光标移动到文件末尾

除了上述三种常见操作外，还可以通过 .seek() 方法自定义光标位置。例如：

f.seek(3)    # 将光标移动到从文件开头开始的第 3 个字节处

需要注意的是，这里的“字节”与编码方式密切相关。例如，在 gbk 编码中，每个中文字符占用 2 个字节；而在 utf-8 编码中，每个中文字符占用 3 个字节。

我们可以通过 .tell() 方法查看光标的当前位置。该方法返回从文件头到当前光标位置的字节数：

f.tell()

文件的保存和关闭

在 Windows 系统中，文件内容通常会自动保存。但在 Linux 系统中，只有当内存中的数据达到一定阈值时，才会触发保存操作。为了确保数据安全，我们可以使用 .flush() 方法手动将内存中的内容刷新到硬盘：

f.flush()

在完成文件操作后，应使用 .close() 方法关闭文件，将数据存储到硬盘并释放内存空间：

f.close()

`with` 方法创建文件句柄

使用赋值方式创建文件句柄时，需要显式调用 .close() 方法关闭文件。这不仅增加了操作步骤，还容易因忘记关闭文件而导致资源泄漏

相比之下，使用 with 语句可以更优雅地管理文件操作。在 with 子句结束后，文件会自动关闭，无需手动调用 .close() 方法：

with open('test', 'w', encoding='utf-8') as f:
    f.write('123')

此外，with 语句还支持同时创建多个文件句柄：

f = open('test1', 'a', encoding='gbk')
f.write("嘿嘿")
f.close()
with open('test1', 'r', encoding='gbk') as f, open('test', 'r', encoding='utf-8')as f1:
    print(f.read())
    print(f1.read())

文件操作模式细节

r 是只读模式，用于读取文件内容，不会对原文件进行任何修改

rb 模式用于读取字节流数据，常用于爬虫等场景

w 模式是清空写，当文件存在时会清空文件，文件不存在时创建文件：

打开文件时自动清空文件内容
写入内容，可以多次写入，每次写入都是在末尾追加
只有打开文件时会清空文件内容
通过移动光标，可以修改写入位置，如果该位置有内容，会造成覆盖

wb 模式是清空写字节，也是在爬虫中有所应用。

a 模式是追加写，当文件存在时会清空文件，文件不存在时创建文件。不管光标在哪里，都只会在最后追加内容：

f = open('test', 'a', encoding='utf-8')
f.write('啦啦啦')

r+ 是读写模式，可读可写，原文件不会被清空，但是光标的初始位置会在文件的头部，如果不移动光标的话，新加入的内容会覆盖掉原来的文件内容：

f = open('test', 'r+', encoding='utf-8')
a = f.read()
print(a)
f.write('这是读写')

w+ 是清空写读模式，打开文件时还是会将文件清空。后续的操作不会重新清空文件：

f = open('test', 'w+', encoding='utf-8')
f.write('哈哈哈')
f.seek(0,0)   # 移动光标   移动到文件的头部
print(f.read())

这里有个细节，因为写入完成后，光标的位置在文件的最后，需要将光标移动到文件头，再使用 .read() 方法才能读取到写入的文件内容。

a+ 是追加写读模式，所有内容无论光标在哪里，都只会添加到文件的末尾：

f = open('test', 'a+', encoding='utf-8')
f.write('嘿嘿')
f.seek(0,0)   # 移动光标   移动到文件的头部
print(f.read())

最常使用的文件操作模式有：r、w、a、a+（没文件时）和 r+（覆盖一些内容）

要点回收

首选 with open(path, mode, encoding=...) as f —— 自动 close、异常安全。
文本/二进制是两套接口：r/w/a + encoding 处理文本，rb/wb/ab 处理 bytes。
w 会清空文件，a 永远追加；想读又想写最常用 a+，定位光标用 seek。
大文件按行迭代 for line in f，避免 read() 一次性载入内存。
跨平台代码显式写 encoding='utf-8'，路径推荐 pathlib.Path 而不是手拼字符串。

版权所有

版权归属：Shuo Liu

许可证：署名-非商业性 4.0 国际 (CC-BY-NC-4.0)