Python/ target=_blank class=infotextkey>Python 文件处理：完整指南

Python 是一种流行的解释型动态类型编程语言，用于构建 Web 服务、桌面应用程序、自动化脚本和机器学习项目。程序员在使用基于 Python 的软件项目时，通常必须访问操作系统的文件系统。

例如，我们使用文本文件作为输入，编写文本文件作为输出，并经常处理二进制文件。与任何其他流行的通用编程语言一样，Python 也提供跨平台文件处理功能。Python 通过几个内置函数和标准模块提供文件处理功能。

在本文中，我将解释您需要了解的有关 Python 文件处理的所有信息，包括：

• 读取文件
• 写入文件
• 读取文件属性
• 创建新的 Python 目录
• 读取 Python 目录内容
• 删除文件或目录
• 执行文件搜索
• 处理二进制文件
• 从 Python 存档中创建和提取数据
• 复制和移动文件
• 最佳实践

先决条件

在开始本教程之前，请确保已安装 Python 3 解释器。否则，请从官方版本安装最新的 Python 解释器。您也可以在现有的 Python 项目中使用本教程的代码片段。

在 Python 中读取文件

作为第一个活动，让我们编写一些代码来读取文本文件。我们需要先创建一个文件对象来读取文件。

Python 提供了内置函数来创建具有多种模式的文件对象，例如读取模式、写入模式等。创建一个名为的文本文件并输入以下内容。openmyFile.txt

Programming languages
C
C++
Python
JAVAScript
Go

现在，创建一个名为的新文件并添加以下代码片段。mAIn.py

myFile = open("myFile.txt", "r") # or open("myFile.txt")
print(myFile.read())
myFile.close()

上面的代码片段的第一行使用给定的文件名创建文件对象。内置函数使用读取模式创建文件处理程序，因为我们通过第二个参数提供了标志。myFileopenr

请确保在使用文件后调用该方法以释放资源。该方法返回文件内容，因此在执行上述代码后，您将看到内容，如下所示。closeread

 

该方法一次读取整个文件。如果不想一次读取所有内容，可以使用方法的参数指定字节大小。例如，以下代码段仅读取前 11 个字节。readread

myFile = open("myFile.txt", "r")
print(myFile.read(11)) # Programming
myFile.close()

您将看到第一个单词（“编程”）作为输出 - 因为第一个单词有 11 个字母，并且字母的大小等于 ASCII 编码中的一个字节。如果再次打印 的结果，您将看到接下来的 11 个字节（“ languagesn”），因为文件光标在上一个方法调用中移动了 11 位。可以使用该方法将文件光标重置回开头，如以下示例所示。read(11)read(11)seek

myFile = open("myFile.txt")

print(myFile.read(11)) # Programming
print(myFile.read(10)) # languages
myFile.seek(0) # Sets file cursor to the beginning
print(myFile.read(11)) # Programming
myFile.close() 

在大多数情况下，很容易逐行处理文件内容。你不需要自己实现面向行的文件读取机制——Python 提供了内置的功能来逐行读取文件。您可以使用循环和方法逐行读取文件，如下所示。for-inreadlines

myFile = open("myFile.txt", "r")
for line in myFile.readlines():
    print(line)
myFile.close()

可以使用循环获取当前行号，因为该方法将使用列表类型返回行。以下代码片段将打印行内容及其各自的行号。for-enumeratereadlines

myFile = open("myFile.txt", "r")
for i, line in enumerate(myFile.readlines()):
    print(i, line) # line number and content
myFile.close()

用 Python 编写文件

之前，我们使用标志创建了具有读取模式的文件对象。使用读取模式无法写入文件，因此我们必须使用写入模式（）来写入文件。rw

---

 

---

也可以使用 or 标志同时启用读取和写入模式;我们将在下面的示例中使用该标志。r+w+w+

要开始文件编写，让我们通过编写一些 Python 代码将以下文本输入到当前文本。myFile.txt

Programming languages
Rust
Ruby
TypeScript
Dart
Assembly

使用以下脚本更新上述内容。myFile.txt

myFile = open("myFile.txt", "w")

content = """Programming languages
Rust
Ruby
TypeScript
Dart
Assembly"""

myFile.write(content)
myFile.close()

在这里，我们使用 Python 多行字符串语法定义文本文件内容，并使用该方法将内容写入文件。确保将写入模式与标志一起使用 — 否则，写入操作将失败并出现异常。
writewio.UnsupportedOperation

有时，我们经常不得不将新内容附加到现有文件中。在这些情况下，由于资源消耗较高，读取和写入整个内容不是一个好方法。相反，我们可以使用追加模式 （）。a

请看下面的代码。它将向 中的列表中添加新的编程语言。myFile.txt

myFile = open("myFile.txt", "a")
myFile.write("nBash")
myFile.close()

上面的代码片段向现有文件添加了新行字符 （） 和一个新单词，而无需写入整个文件内容。结果，我们将在编程语言列表中看到一个新条目。尝试添加更多条目，看看会发生什么！n

---

---

在 Python 中读取文件属性

除了原始文件内容外，磁盘上的文件还将包含一些元数据或文件属性，其中包括大小、上次修改时间、上次访问时间等。

查看下面的文件代码，其中显示了文件大小、上次访问时间和上次修改时间。

import os, time

stat = os.stat("myFile.txt")
print("Size: %s bytes" % stat.st_size)
print("Last accessed: %s" % time.ctime(stat.st_atime))
print("Last modified: %s" % time.ctime(stat.st_mtime))

该函数返回一个包含许多文件属性详细信息的统计信息结果对象。在这里，我们用于获取文件大小，获取上次访问的文件时间戳，并获取上次修改的时间戳。统计信息结果对象可能因操作系统而异。例如，在 windows 操作系统上，您可以通过密钥检索特定于 Windows 的文件属性。
os.statst_sizeat_atimest_mtimest_file_attributes

如果只需要获取文件大小，则可以使用该方法而不检索所有元数据，如以下代码所示。os.path.getsize

import os, time

size = os.path.getsize("myFile.txt")
print("Size: %s bytes" % size)

创建新的 Python 目录

Python 提供了创建单个目录的功能。以下代码片段在当前工作目录中创建。os.mkdirmyFolder

import os

os.mkdir("myFolder")

如果您尝试使用上述代码递归创建多个目录，它将失败。例如，您无法一次创建，因为它需要创建多个目录。在这些情况下，该函数将为我们提供帮助，如下所示。myFolder/abcos.makedirs

import os

os.makedirs("myFolder/abc") # Creates both "myFolder" and "abc"

读取 Python 目录内容

Python 还提供了一个简单的 API 来通过函数列出目录内容。以下代码片段列出了当前工作目录中的所有文件和目录。os.listdir

import os

cur_dir = os.getcwd()
entries = os.listdir(cur_dir)

print("Found %s entries in %s" % (len(entries), cur_dir))
print('-' * 10)
for entry in entries:
    print(entry)

执行上述脚本后，它将显示当前目录的条目，如下所示。

 

尝试从其他目录执行脚本。然后它将显示该特定目录的条目，因为我们使用该函数来获取当前工作目录。os.getcwd

有时我们需要递归列出目录内容。该函数帮助我们处理递归目录列表。以下代码以递归方式列出当前工作目录的所有条目。os.walk

import os

cur_dir = os.getcwd()
for root, sub_dirs, files in os.walk(cur_dir):
    rel_root = os.path.relpath(root)
    print("Showing entries of %s" % rel_root)
    print("-" * 10)
    for entry in sub_dirs + files:
            print(entry)

该函数在内部具有递归实现。它为每个条目返回三个值：os.walk

• 根
• 子
• 文件条目

在这里，我们分别使用 、 和变量，以及一个 for 循环来捕获所有条目。rootsub_dirsfiles

 

删除 Python 中的文件或目录

我们可以使用该函数删除文件。可以之前使用该函数来防止异常。查看以下示例代码片段。
os.removeos.path.existsos.remove

import os

file_to_remove = "myFile.txt"

if os.path.exists(file_to_remove):
    os.remove(file_to_remove)
else:
    print("%s doesn't exist!" % file_to_remove)

Python 标准库还提供了删除单个目录的功能。它的行为类似于，如果特定目录有一些条目，则不会删除目录。首先，尝试使用以下代码删除单个目录。os.rmdiros.mkdir

import os

dir_to_remove = "myFolder"

if os.path.exists(dir_to_remove):
    os.rmdir(dir_to_remove)
else:
    print("%s doesn't exist!" % dir_to_remove)

如果包含子文件夹或文件，上面的代码将引发错误。使用以下代码片段以递归方式删除目录。myFolder

import os, shutil

dir_to_remove = "myFolder"

if os.path.exists(dir_to_remove):
    shutil.rmtree(dir_to_remove) # Recursively remove all entries
else:
    print("%s doesn't exist!" % dir_to_remove)

在 Python 中执行文件搜索

当我们使用自动化脚本时，有时我们需要在磁盘上执行文件搜索。例如，程序员经常需要通过他们的 Python 脚本查找日志文件、图像文件和各种文本文件。在 Python 中执行文件搜索有几种不同的方法：

• 使用该函数查找所有条目，并使用循环中的条件检查每个条目os.listdiriffor
• 使用该函数递归查找所有条目，并使用循环中的条件验证每个条目。os.walktreeiffor
• 使用该函数查询所有条目并仅获取所需的条目glob.glob

总体而言，第三种方法最适合大多数方案，因为它具有内置的过滤支持，非常好的性能，并且需要开发人员端的最少代码（更多Pythonic）。让我们使用 Python glob 模块实现文件搜索。

import glob, os

query = "**/*.py"

entries = glob.glob(query, recursive=True)
no_of_entries = len(entries)
if no_of_entries == 0:
    print("No results for query: %s" % query)
else:
    print("Found %s result(s) for query: %s" % (no_of_entries, query))

print("-" * 10)
for entry in entries:
    print(entry)

上面的代码以递归方式列出了当前目录中的所有 Python 源文件。查询变量中的前两个星号 （） 指示 Python 搜索每个子目录，而最后一个星号表示任何文件名。**

运行上述脚本。您将看到 Python 源文件，如下所示。

 

尝试通过更改变量来搜索不同的文件类型。query

在 Python 中处理二进制文件

早些时候，我们处理了文本文件。默认情况下，内置函数使用文本模式 （） 创建文件对象。非文本文件（如图像文件、zip 文件和视频文件）不能被视为纯文本文件——因为没有可读的英语句子二进制文件。因此，我们必须通过字节级（或位级）处理将二进制文件视为非文本文件。opent

要开始使用二进制文件处理，让我们编写一个包含一些字节的二进制文件。我们将以下字节保存到 .myFile.bin

01010000 01111001 01110100 01101000 01101111 01101110

为简单起见，我们可以分别使用以下十进制值表示上述字节。

80 121 116 104 111 110

现在，将以下代码添加到 Python 源文件并执行它以创建二进制文件。

myBinaryFile = open("myFile.bin", "wb") # wb -> write binary
bytes = bytearray([80, 121, 116, 104, 111, 110])
myBinaryFile.write(bytes)
myBinaryFile.close()

在这里，我们将一个字节数组实例传递给文件对象的方法。另外，请注意，我们使用二进制模式 （） 来创建文件对象。执行上述代码片段后，打开使用您喜欢的文本编辑器新创建的代码。您将看到以下结果。writebmyFile.bin

 

我们收到了“Python”作为输出，因为字节数组的字节表示已知的 ASCII 字符。例如，（） 表示 ASCII 编码中的字母。即使我们将可读文本保存在二进制文件中，几乎所有二进制文件都包含不可读的字节流。尝试通过文本编辑器打开图像文件。8001010000P

现在我们可以在以下示例代码中看到二进制文件读取操作。

myBinaryFile = open("myFile.bin", "rb")

bytes = myBinaryFile.read()
print(bytes) # bytearray(b'Python')
print("Bytes: ", list(bytes)) # Bytes:  [80, 121, 116, 104, 111, 110]
myBinaryFile.close()

Python 使用二进制模式的方法返回字节。在这里，我们使用构造函数将字节转换为实例。readbytearraybytearray

从 Python 存档创建和提取

程序员经常将归档文件与基于 Python 的 Web 应用程序、Web 服务、桌面应用程序和实用程序一起使用，以一次输出或输入多个文件。例如，如果您正在构建基于 Web 的文件管理器，则可以为用户提供一项功能，通过以编程方式生成的 zip 文件一次下载多个文件。

Python 标准库通过该模块提供存档文件处理 API。首先，让我们创建一个包含 内容的存档。请看下面的代码。确保在运行代码片段之前创建并添加一些文件。shutilmyFoldermyFolder

import shutil

output_file = "myArchive"
input_dir = "myFolder"
shutil.make_archive(output_file, "zip", input_dir)

您可以使用以下代码将存档文件提取到其中。myNewFolder

import shutil

input_file = "myArchive.zip"
output_dir = "myNewFolder"
shutil.unpack_archive(input_file, output_dir)

复制和移动文件

该模块还提供跨平台 API 函数来复制和移动文件。请看以下示例。shutil

import shutil

# copy main.py -> main_copy.py
shutil.copy("main.py", "main_copy.py")
# move (rename) main_copy.py -> main_backup.py 
shutil.move("main_copy.py", "main_backup.py")
# recursive copy myFolder -> myFolder_copy
shutil.copytree("myFolder", "myFolder_copy")
# move (rename) myFolder_copy -> myFolder_backup
# if myFolder_backup exists, source is moved inside folder
shutil.move("myFolder_copy", "myFolder_backup")
print("Done.")

Python 文件处理最佳实践

程序员遵循各种编码实践。同样，Python 程序员在处理文件时也遵循不同的编码实践。

例如，一些程序员手动使用 try-finally 阻止和关闭文件处理程序。一些程序员通过省略方法调用来让垃圾回收器关闭文件处理程序——这不是一个好的做法。同时，其他程序员使用该语法来处理文件处理程序。closewith

在本节中，我将总结一些在 Python 中处理文件的最佳实践。首先，查看遵循文件处理最佳做法的以下代码。

def print_file_content(filename):
    with open(filename) as myFile:
        content = myFile.read()
        print(content)

file_to_read = "myFile.txt"

try:        
    print_file_content(file_to_read)
except:
    print("Unable to open file %s " % file_to_read)
else:
    print("Successfully print %s's content" % file_to_read)

在这里，我们使用关键字隐式关闭文件处理程序。此外，我们使用 try-except 块处理可能的异常。在使用 Python 文件处理时，可以确保代码具有以下几点。with

• 永远不要忽略异常 - 特别是对于长时间运行的 Python 进程。但是，可以忽略简单实用程序脚本的异常，因为未经处理的异常会阻止实用程序脚本继续
• 如果不使用该语法，请确保正确关闭打开的文件处理程序。Python 垃圾收集器将清理未关闭的文件处理程序，但通过我们的代码关闭文件处理程序以避免不必要的资源使用总是好的with
• 确保在代码库中统一文件处理语法。例如，如果使用关键字来处理文件，请确保对处理文件的所有位置使用相同的语法with
• 避免在使用多个处理程序读取或写入时再次重新打开同一文件。请改用 and 方法，如下所示：flushseek

def process_file(filename):
    with open(filename, "w+") as myFile: 
    # w+: read/write and create if doesn't exist unlike r+
        # Write content
        myFile.write("Hello Python!")
        print("Cursor position: ", myFile.tell()) # 13
        # Reset internal buffer
        myFile.flush()
        # Set cursor to the beginning
        myFile.seek(0)
        print("Cursor position: ", myFile.tell()) # 0
        # Print new content
        content = myFile.read()
        print(content)
        print("Cursor position: ", myFile.tell()) # 13
file_to_read = "myFile.txt"
try:        
    process_file(file_to_read)
except:
    print("Unable to process file %s " % file_to_read)
else:
    print("Successfully processed %s" % file_to_read)

以上内容首先将字符串保存到文件中。之后，它通过重置内部缓冲区再次读取新添加的内容。该方法清除内存中临时保存的数据，因此下一次读取将返回新添加的内容。此外，我们需要使用方法调用将光标重置为开头，因为该方法将其设置为结尾。flushseek(0)write

结论

Python为程序员提供了一个简单的语法。因此，几乎所有的文件操作都易于实现。但是，Python 在标准库设计方面存在一些问题，因此同一事物有多个 API 函数。因此，您必须根据您的要求选择最合适的标准模块。

此外，与其他流行的编程语言相比，Python 是一种速度较慢的语言。考虑到这一点，请确保在不使用太多资源的情况下优化 Python 脚本。例如，您可以通过逐行处理大型文本文件来优化性能，而无需一次处理整个内容。

在本教程中，我们讨论了通用文本文件处理和二进制文件处理。如果您需要处理特定的文件格式，选择更好的库或标准模块可能是值得的。例如，您可以使用 csv 标准模块处理 CSV 文件，使用 PyPDF2 库处理 PDF 文件。此外，pickle 标准模块可帮助您使用文件存储（和加载）Python 数据对象。