Python文件操作代码示例：读写TXT、CSV与JSON数据

一、Python 文件操作核心协议：open 函数与上下文管理

在 Python 中，所有针对磁盘文件的 I/O 行为均以内置的 open() 函数为入口。操作系统分配给每个打开文件的句柄数量是有限的。如果使用传统的 f = open(...) 并在操作结束后显式调用 f.close()，一旦读写过程中抛出异常，程序就会跳过关闭步骤，造成文件描述符泄漏甚至文件损坏。

推荐的工业标准做法是使用 with 语句。它是 Python 上下文管理器（Context Manager）协议的直接实现：进入 with 代码块时自动触发 __enter__() 获取文件对象；离开代码块时，无论程序是正常执行结束还是遭遇未捕获的运行时异常，都会自动调用 __exit__() 刷新缓冲区并关闭底层操作系统文件句柄。

二、纯文本文件（TXT）读写操作

TXT 文件属于无格式或轻格式的纯字符序列。Python 内置的文件对象直接提供了按字符、按行或全量读取的方法。

1. 写入 TXT 文件

写入文件时主要有以下模式选择：

• "w"（覆盖写入）：如果文件不存在则新建；如果文件已存在，则在打开时将其内容清空。
• "a"（追加写入）：如果文件不存在则新建；如果文件已存在，光标移至文件末尾追加新内容。

# demo_txt_write.py
# 演示文本写入与追加
content_lines = [
    "第一行：Python 文件操作基础\n",
    "第二行：支持纯文本与日志数据记录\n",
    "第三行：逐行写入与换行符控制\n"
]

# 1. 覆盖写入
with open("sample.txt", mode="w", encoding="utf-8") as f:
    f.write("=== 文件标题头 ===\n")
    # writelines 接收可迭代对象，注意元素末尾需自带换行符 \n
    f.writelines(content_lines)

# 2. 追加写入
with open("sample.txt", mode="a", encoding="utf-8") as f:
    f.write("追加行：任务执行完成时间记录\n")

2. 读取 TXT 文件

读取纯文本文件常见的方法有三种，针对不同规模的文件应选择合适的方式：

• f.read()：一次性将文件全部内容读入内存字符串。适用于几兆以内的轻量小文件。
• f.readlines()：一次性将所有行读取为一个字符串列表。同样会占用与文件大小成正比的内存。
• 迭代文件对象（推荐）：直接使用 for line in f 遍历。Python 会在底层启用缓存流式迭代，不会将整个大文件瞬间载入内存，适用于 GB 级大型日志文件的处理。

# demo_txt_read.py
# 方式一：小文件全量读取
with open("sample.txt", mode="r", encoding="utf-8") as f:
    full_text = f.read()
    print("--- 全量读取结果 ---")
    print(full_text)

# 方式二：流式逐行读取（内存友好）
print("--- 逐行流式读取结果 ---")
with open("sample.txt", mode="r", encoding="utf-8") as f:
    for line_num, line in enumerate(f, start=1):
        # strip() 移除行尾的 \n 与多余空白
        print(f"[{line_num}] {line.strip()}")

三、表格数据文件（CSV）读写操作

CSV（Comma-Separated Values）本质上也是文本文件，但它约定每一行代表一条记录，字段之间用逗号（或其它指定定界符）隔开。如果直接使用 split(",") 手动切分，遇到包含英文逗号、换行符或双引号的内容时极易解析出错。因此，应始终使用 Python 内置的 csv 模块。

1. 关键参数：newline="" 的作用

在以写模式打开 CSV 文件时，必须在 open() 中传入 newline="" 参数。如果省略此参数，在 Windows 平台上，csv.writer 在写入由其内部生成的 \r\n 换行时，Python 内置的文本模式转换器会再次把 \n 翻译为 \r\n，最终导致生成的文件每行之间都夹带一个恼人的多余空行。

2. 基于列表的读写：csv.reader 与 csv.writer

# demo_csv_list.py
import csv

# 待写入的表格数据（首行为表头）
table_data = [
    ["工号", "姓名", "部门", "考核分"],
    ["1001", "张伟", "技术研发", 95.5],
    ["1002", "李娜", "产品运营", 91.0],
    ["1003", "王强", "数据分析", 88.5]
]

# 写入 CSV：注意 newline=""
with open("staff.csv", mode="w", encoding="utf-8", newline="") as f:
    writer = csv.writer(f)
    # 写入单行表头
    writer.writerow(table_data[0])
    # 批量写入其余数据行
    writer.writerows(table_data[1:])

# 读取 CSV
with open("staff.csv", mode="r", encoding="utf-8") as f:
    reader = csv.reader(f)
    for row in reader:
        print(f"行数据: {row} | 字段数: {len(row)}")

3. 基于字典的读写：csv.DictReader 与 csv.DictWriter

当表格列数较多或列顺序可能变化时，使用下标访问字段容易引发越界或错位。此时使用 DictWriter 和 DictReader 将每行数据映射为字典是更健壮的选择。

# demo_csv_dict.py
import csv

dict_records = [
    {"product_id": "P01", "name": "机械键盘", "price": 299, "stock": 45},
    {"product_id": "P02", "name": "无线鼠标", "price": 129, "stock": 80},
    {"product_id": "P03", "name": "4K显示器", "price": 1899, "stock": 15}
]

headers = ["product_id", "name", "price", "stock"]

# 字典写入
with open("products.csv", mode="w", encoding="utf-8", newline="") as f:
    writer = csv.DictWriter(f, fieldnames=headers)
    # 自动写入字段名作为表头
    writer.writeheader()
    writer.writerows(dict_records)

# 字典读取
with open("products.csv", mode="r", encoding="utf-8") as f:
    reader = csv.DictReader(f)
    print("--- 字典流读取 ---")
    for row in reader:
        # 字段自动变为字典的 Key，值均为字符串类型
        print(f"商品: {row['name']} | 单价: {row['price']} | 库存: {row['stock']}")

四、结构化数据文件（JSON）读写操作

JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，因其直观的嵌套树形结构，广泛用于软件配置文件、Web API 数据交互及复杂业务状态持久化。Python 内置的 json 模块完成了 Python 原生字典/列表与 JSON 字符串之间的双向转换。

1. 厘清两对核心函数

初学者容易混淆 json 模块中的四种操作，其命名规则非常清晰：

• json.dump() 和 json.load()：针对文件流（File-like object）进行操作，接收文件句柄作为参数。
• json.dumps() 和 json.loads()：末尾的 s 代表 String，针对内存中的字符串进行操作。

2. 中文与格式化参数：ensure_ascii 与 indent

默认情况下，json.dump() 和 json.dumps() 会将所有非 ASCII 字符（包括中文、日文、Emoji 等）自动转义为 \uXXXX 形式的 Unicode 转义序列。虽然解析时能还原，但直接查看 JSON 文件时无法辨识。

传入 ensure_ascii=False 能够让中文字符以原貌保存。另外，传入 indent=4（或 indent=2）会令输出自动带有缩进与换行，非常适合配置文件；若用于紧凑的网络通信，则可以省略 indent 参数以节省体积。

# demo_json_io.py
import json

app_config = {
    "server": {
        "host": "127.0.0.1",
        "port": 8080,
        "debug": True
    },
    "metadata": {
        "title": "生产任务调度中心",
        "version": "1.2.0",
        "tags": ["核心模块", "自动化", "I/O 调度"]
    },
    "workers": [
        {"id": 1, "name": "爬虫采集节点", "concurrency": 8},
        {"id": 2, "name": "数据清洗节点", "concurrency": 16}
    ]
}

# 1. 将复杂结构体写入 JSON 文件
with open("config.json", mode="w", encoding="utf-8") as f:
    json.dump(app_config, f, indent=4, ensure_ascii=False)

# 2. 从 JSON 文件流直接加载为 Python 字典/列表
with open("config.json", mode="r", encoding="utf-8") as f:
    loaded_data = json.load(f)

# 访问嵌套属性与类型验证
print(f"应用名称: {loaded_data['metadata']['title']}")
print(f"端口号: {loaded_data['server']['port']} (类型: {type(loaded_data['server']['port']).__name__})")
print(f"首个节点名称: {loaded_data['workers'][0]['name']}")

五、格式对比与异常防御指南

在工程实践中，针对不同的业务数据形态，应选择合适的数据文件格式：

防御式编程完整代码示例

# demo_defensive_io.py
import json
import os

def safe_load_json_config(config_path: str, default_data: dict) -> dict:
    """
    安全读取 JSON 配置：自动处理路径不存在、空文件及语法损坏异常
    """
    if not os.path.exists(config_path):
        print(f"[提示] 配置文件 {config_path} 不存在，自动初始化并写入默认配置。")
        # 写入默认配置并返回
        with open(config_path, mode="w", encoding="utf-8") as f:
            json.dump(default_data, f, indent=4, ensure_ascii=False)
        return default_data

    try:
        with open(config_path, mode="r", encoding="utf-8") as f:
            # 防止空文件触发 JSONDecodeError
            content = f.read().strip()
            if not content:
                print(f"[警告] 配置文件 {config_path} 为空文件，返回默认数据。")
                return default_data
            return json.loads(content)
    except (UnicodeDecodeError, json.JSONDecodeError) as err:
        print(f"[错误] 解析配置文件失败: {err}，已降级回退至默认配置。")
        return default_data

# 测试安全加载
default_setting = {"timeout": 30, "retry": 3}
loaded_config = safe_load_json_config("app_config.json", default_setting)
print(f"最终生效配置: {loaded_config}")

总结而言，掌握 Python 文件操作的关键在于形成良好的编码习惯：始终通过 with open(...) 声明生命周期；针对中文文件显式声明 encoding="utf-8"；编写 CSV 保持 newline=""；序列化 JSON 时灵活运用 ensure_ascii=False 与 indent。遵循这些工程实践，能够保证文件 I/O 脚本在跨平台运行时的稳定与可靠。