Python读取文件的标准写法：使用with open自动关闭资源

沿途有光

发布时间：2026-10-11| 6人浏览过

原创

在Python中读取本地文件时，最稳妥、最符合官方规范的方式是使用 with open(...) as f: 语法。这种写法基于上下文管理器协议，它最大的核心价值在于：无论代码块正常执行完毕，还是中途因报错、异常或return语句提前退出，操作系统分配给该文件的文件描述符（句柄）都会被自动、确定地释放，彻底杜绝资源泄露隐患。

一、为什么不建议手动使用 f.close()？

很多刚接触编程的朋友习惯使用基础的“打开-读取-关闭”三部曲。我们先看一下传统的手动关闭模式：

# 传统但存在隐患的写法
file = open("data.txt", "r", encoding="utf-8")
content = file.read()
# 假设此时发生了业务逻辑错误（例如 int("abc") 抛出 ValueError）
process_data(content)
file.close()  # 如果上一行报错，这行代码永远不会被执行

在上述代码中，如果 process_data 抛出异常，程序控制流会立刻跳转到外层异常处理器，导致 file.close() 被直接跳过。文件句柄将一直滞留在操作系统内存中，直到整个Python进程终止或垃圾回收器偶然触发回收。

虽然你可以通过 try...finally 结构强行兜底关闭，但代码结构会变得格外臃肿：

# 传统健壮写法：虽然安全，但过于冗长
file = open("data.txt", "r", encoding="utf-8")
try:
    content = file.read()
finally:
    file.close()

图1：手动关闭与上下文管理器自动关闭的机制与可靠性对比

二、标准写法与底层运作机制

with 语句是Python引入的语法糖，其背后的技术标准是上下文管理器协议（Context Manager Protocol）。任何实现了 __enter__() 和 __exit__() 方法的对象都可以搭配 with 使用。

open() 函数返回的文件对象正是标准上下文管理器：

进入阶段：当代码进入 with 范围时，Python自动调用该对象的 __enter__() 方法，打开文件并将返回的文件句柄绑定给 as 后面的变量名。
离开阶段：一旦离开 with 缩进代码块（无论是因为运行到最后一行，还是中间抛出了异常），解释器都会强制调用 __exit__() 方法。在文件对象中，该方法会直接执行底层的 close() 操作。

# 标准语法结构
with open("filepath.txt", "r", encoding="utf-8") as f:
    data = f.read()

# 离开缩进层后，验证关闭状态
print(f.closed)  # 输出: True

图2：with 语句底层通过 __enter__ 和 __exit__ 管理生命周期的完整步骤

三、核心操作步骤与读取方式选择

掌握了标准语法后，在实际项目中读取文件内容通常分为三步走：确定路径与编码、选择读取方法、处理业务数据。针对不同体量和格式的文件，选择合适的读取函数至关重要。

读取方式	典型代码	内存消耗	适用业务场景
全量读取	`f.read()`	高（一次性载入全部字节）	配置文件、小型文本（几 KB 至几十 MB）
按行加载	`f.readlines()`	较高（生成包含所有行的列表）	需要按索引随机定位行的小中型文件
迭代逐行（推荐）	`for line in f:`	极低（流式读取，按需缓冲）	日志分析、大型 CSV、大数据集（GB 级文件）

下面是一个涵盖常见场景的标准操作演示：

# 场景：安全读取并按行统计有效日志行数
file_path = "app_access.log"

try:
    with open(file_path, mode="r", encoding="utf-8") as f:
        # 直接迭代文件对象 f 是最高效的逐行读取方式
        valid_records = 0
        for line_num, line in enumerate(f, start=1):
            clean_line = line.strip()
            if clean_line and not clean_line.startswith("#"):
                valid_records += 1
                
        print(f"统计完成，有效记录共有: {valid_records} 条")

except FileNotFoundError:
    print(f"错误：指定路径下未找到文件: {file_path}")
except UnicodeDecodeError as err:
    print(f"解码错误：当前文件编码非 utf-8，详细信息: {err}")

图3：不同读取策略的内存占用与数据流模式

四、必须注意的四个落地细节

1. 务必显式指定 encoding 参数

在跨平台（Windows、macOS、Linux）部署时，如果不写 encoding 参数，Python会调用操作系统的缺省编码。Windows简体中文版通常默认为 gbk / cp936，而Linux和macOS默认为 utf-8。这会导致同一段代码在Mac上正常执行，部署到Windows上就会直接抛出 UnicodeDecodeError。因此，请养成固定声明 encoding="utf-8" 的规范习惯。

2. 不要在 with 缩进块内做耗时的计算

with 块的边界应当尽可能收紧。进入块意味着占用了操作系统的文件句柄及底层文件锁；一旦数据读取完毕，应立即离开缩进层，释放文件描述符，不要在 with 内部执行复杂的网络请求或耗时的计算任务。

规范提示：遵循“尽快打开、读完就退、在外部计算”的原则。缩进块内只做纯粹的 I/O 获取，数据解析与逻辑处理放到缩进层之外。

3. 同时打开多个文件的优雅写法

如果业务需要同时读取源文件并写入目标文件，不要嵌套多层 with，可以在同一条 with 语句中使用逗号分隔：

# 优雅处理多文件：无需写两层缩进
with open("source.txt", "r", encoding="utf-8") as src, \
     open("target.txt", "w", encoding="utf-8") as dst:
    for line in src:
        dst.write(line.upper())