python文件读写操作的核心步骤是：1. 打开文件；2. 进行读或写操作；3. 关闭文件。推荐使用 with open() 语句，它能自动管理文件关闭，确保资源正确释放。写入文件使用 'w' 模式会覆盖原有内容，追加内容使用 'a' 模式，读取文件使用 'r' 模式。逐行读取或分块读取适用于大文件处理，避免内存溢出。编码方面，utf-8 是首选，但需根据文件来源选择合适编码，防止解码错误。
Python的文件读写操作，其实远没有一些人想象中那么复杂。核心思路就那么几步：打开文件、进行操作（读或写）、然后关闭文件。而Python之所以被大家喜爱，很大一部分原因就在于它把这些过程封装得非常优雅，尤其是那个
with open()语句，简直是文件操作的“瑞士军刀”。简单来说，就是用
open()函数拿到文件对象，然后调用它的方法去读写，最后确保文件被妥善关闭。
解决方案
Python处理文件读写，最推荐且最常用的模式就是结合
with语句。这不仅代码简洁，更重要的是它能确保文件在操作完成后，无论是否发生错误，都能被正确关闭，避免资源泄露。
写入文件：
立即学习“Python免费学习笔记（深入）”；
如果你想把一些内容写入到一个新文件，或者覆盖一个已有的文件，可以使用
'w'模式。
# 写入文本内容到文件
# 如果文件不存在，会创建；如果文件存在，会清空原有内容再写入
try:
with open('我的第一个文件.txt', 'w', encoding='utf-8') as f:
f.write("你好，这是我用Python写入的第一行文字。\n")
f.write("第二行内容也很重要。\n")
print("内容已成功写入 '我的第一个文件.txt'")
except IOError as e:
print(f"写入文件时发生错误: {e}")
# 写入多行内容
try:
lines_to_write = [
"Python文件操作真是方便！\n",
"我喜欢这种简洁。\n",
"希望你也能喜欢。\n"
]
with open('多行文本示例.txt', 'w', encoding='utf-8') as f:
f.writelines(lines_to_write)
print("多行内容已成功写入 '多行文本示例.txt'")
except IOError as e:
print(f"写入多行文件时发生错误: {e}")如果你想在文件末尾追加内容，而不是覆盖，那就用
'a'模式：
# 追加内容到文件末尾
try:
with open('我的第一个文件.txt', 'a', encoding='utf-8') as f:
f.write("这是追加的新内容。\n")
print("新内容已追加到 '我的第一个文件.txt'")
except IOError as e:
print(f"追加内容时发生错误: {e}")读取文件：
读取文件通常使用
'r'模式。
# 读取整个文件内容
try:
with open('我的第一个文件.txt', 'r', encoding='utf-8') as f:
content = f.read()
print("\n--- '我的第一个文件.txt' 的全部内容 ---")
print(content)
except FileNotFoundError:
print("'我的第一个文件.txt' 文件未找到。")
except IOError as e:
print(f"读取文件时发生错误: {e}")
# 逐行读取文件内容（非常推荐，尤其处理大文件时）
try:
print("\n--- 逐行读取 '我的第一个文件.txt' ---")
with open('我的第一个文件.txt', 'r', encoding='utf-8') as f:
for line_num, line in enumerate(f, 1):
print(f"第 {line_num} 行: {line.strip()}") # .strip() 去除行尾的换行符和空白
except FileNotFoundError:
print("'我的第一个文件.txt' 文件未找到。")
except IOError as e:
print(f"逐行读取文件时发生错误: {e}")
# 读取所有行到一个列表中
try:
with open('多行文本示例.txt', 'r', encoding='utf-8') as f:
lines = f.readlines()
print("\n--- '多行文本示例.txt' 的所有行（列表形式）---")
for i, line in enumerate(lines):
print(f"列表索引 {i}: {line.strip()}")
except FileNotFoundError:
print("'多行文本示例.txt' 文件未找到。")
except IOError as e:
print(f"读取所有行时发生错误: {e}")
为什么推荐使用 with open()
语句？它有什么魔力？
我个人在日常开发中，几乎都会选择
with open()这种方式来处理文件。这不仅仅是因为它看起来更“Pythonic”，更深层次的原因在于它提供了一种强大的“上下文管理”机制。
想象一下，你打开了一扇门（文件），进去做了一些事情（读写），然后需要确保门被关上，无论你在里面是顺利完成任务，还是不小心摔了一跤（程序报错）。如果门没关，可能会有各种各样的问题，比如其他程序无法访问这个文件，或者系统资源被白白占用。
with open()的“魔力”就在于，它是一个上下文管理器。当代码执行到
with语句块的开头时，它会自动调用文件对象的
__enter__方法，获取文件资源。当代码块执行完毕，无论是正常结束，还是中间抛出了异常，它都会自动调用文件对象的
__exit__方法。而文件对象的
__exit__方法，就是用来确保文件被正确关闭的。
这意味着，你不再需要手动写
f.close()，也不用担心在
try...except...finally结构中忘记关闭文件，或者因为某个地方的异常导致
finally块都没执行到。它让文件操作变得更安全、更健壮，同时代码也更加简洁易读。对我来说，这是一种解放，让我可以更专注于业务逻辑，而不是纠结于资源管理这些细节。
处理文件编码：UTF-8 是万能药吗？
说到文件读写，就不得不提编码。这是很多初学者，甚至一些有经验的开发者都会踩坑的地方。我见过太多
UnicodeDecodeError和
UnicodeEncodeError的报错，它们往往都指向同一个问题：编码不匹配。
UTF-8 确实是目前最推荐的编码方式，它能兼容世界上绝大多数语言的字符，包括中文、日文、韩文等等。对于我们创建的新文件，我强烈建议你始终使用
encoding='utf-8'。这就像给你的文件贴上了一个国际通用的标签，保证了它在不同系统、不同程序之间传输和读取时，都能正确显示内容。
然而，UTF-8 并非“万能药”。它的局限性在于，如果你要处理的文件不是你创建的，而是别人给的，或者是一些历史遗留系统生成的文件，那么它们很可能不是 UTF-8 编码的。例如，在中文环境中，你可能会遇到 GBK、GB2312 甚至 Big5 编码的文件。在某些西方国家，Latin-1（或 ISO-8859-1）也很常见。
这时候，如果你仍然强制用
encoding='utf-8'去读取一个 GBK 编码的文件，Python 就会因为无法识别这些字节序列而抛出
UnicodeDecodeError。反之，如果你用 GBK 模式去写入一些只存在于 UTF-8 中的特殊字符，就可能遇到
UnicodeEncodeError。
所以，我的建议是：
-
明确指定编码： 无论读写，都养成习惯明确指定
encoding
参数，不要依赖系统默认编码。因为不同操作系统的默认编码可能不同（比如Windows上可能是GBK，Linux上可能是UTF-8），这会导致你的代码在不同环境下表现不一致。 - 了解源文件编码： 如果是读取外部文件，尝试去了解其原始编码。很多文本编辑器（如Notepad++、VS Code）都能显示文件的编码信息。
-
错误处理： 当你不确定编码时，可以尝试几种常见的编码，或者使用
chardet
这样的第三方库来猜测文件编码（虽然不总是100%准确，但能提供很好的参考）。在读取时，也可以考虑使用errors='ignore'
或errors='replace'
参数来处理无法解码的字符，但这通常意味着你可能会丢失或替换掉部分数据，所以要谨慎使用。
总之，UTF-8 是未来，但兼容历史是现实。理解编码的原理和常见问题，能帮你省去很多调试的烦恼。
读写大文件时，有哪些技巧可以避免内存爆炸？
处理大文件，比如几GB甚至几十GB的日志文件或数据集时，直接使用
f.read()一次性将所有内容读入内存，几乎肯定会导致内存耗尽，程序崩溃。这时候，我们就需要一些更“聪明”的策略。我的经验告诉我，以下几种方法非常实用：
-
逐行迭代（最常用且高效）： Python 的文件对象本身就是可迭代的。这意味着你可以直接在
for
循环中遍历它，每次只读取一行内容到内存。这是处理文本大文件最推荐的方式。# 示例：逐行处理大文件 # 假设有一个名为 'large_log.txt' 的大文件 try: with open('large_log.txt', 'r', encoding='utf-8') as f: for line_num, line in enumerate(f, 1): # 这里可以对每一行进行处理，比如解析、筛选、写入另一个文件等 if "ERROR" in line: print(f"在第 {line_num} 行发现错误: {line.strip()}") # 实际应用中，你可能不会直接打印，而是进行更复杂的逻辑 # 比如将处理后的行写入新文件，或者累加统计数据 except FileNotFoundError: print("大文件 'large_log.txt' 未找到，请创建一个示例文件。") # 创建一个模拟的大文件 with open('large_log.txt', 'w', encoding='utf-8') as f_mock: for i in range(100000): # 写入10万行 f_mock.write(f"这是第 {i+1} 行日志。\n") if i % 10000 == 0: f_mock.write(f"ERROR: Something went wrong at line {i+1}!\n") print("已创建模拟大文件 'large_log.txt'，请重新运行程序。") except IOError as e: print(f"处理大文件时发生错误: {e}")这种方式的优点是内存占用极低，因为它每次只加载一行数据，处理完就释放。
-
分块读取
f.read(size)
： 对于二进制文件（如图片、视频）或需要按固定大小块处理的文本文件，可以使用f.read(size)
方法。它会读取指定字节数的内容。# 示例：分块读取文件 # 假设我们要读取一个二进制文件或者按块处理文本 chunk_size = 4096 # 每次读取4KB try: with open('binary_data.bin', 'rb') as f_in, open('processed_data.bin', 'wb') as f_out: while True: chunk = f_in.read(chunk_size) if not chunk: # 读取到文件末尾 break # 在这里处理 chunk，例如解密、压缩、写入新文件等 f_out.write(chunk) # 简单示例：直接写入到新文件 print("二进制数据已分块处理并写入 'processed_data.bin'") except FileNotFoundError: print("二进制文件 'binary_data.bin' 未找到。") # 创建一个模拟的二进制文件 with open('binary_data.bin', 'wb') as f_mock: f_mock.write(b'This is some binary data for testing purposes.' * 1000) print("已创建模拟二进制文件 'binary_data.bin'，请重新运行程序。") except IOError as e: print(f"分块处理文件时发生错误: {e}")这种方式同样能有效控制内存使用，因为它每次只加载一个数据块。
使用
f.readline()
循环： 与for line in f:
类似，你也可以显式地使用while True: line = f.readline(); if not line: break;
循环来逐行读取。效果上与直接迭代文件对象非常相似，但在某些特定场景下，显式控制可能更清晰。
这些技巧的核心思想都是“流式处理”，即不一次性加载所有数据，而是像水流一样，一点一点地处理。这对于内存有限但数据量巨大的场景至关重要。
