Python 如何读取数据文件以及有哪些读写和操作方法

尽管有诸如 pandas.read_csv 之类的高级工具将磁盘上的数据文件读入 Python 数据结构，但我们还是需要了解一些有关 Python 文件处理方面的基础知识。好在它本来就很简单，这也是 Python 在文本和文件处理方面的如此流行的原因之一。

1. 文件操作

为了打开一个文件以便读写，可以使用内置的 open 函数以及一个相对或绝对的文件路径：

In [207]: path = 'examples/segismundo.txt'
In [208]: f = open(path)

默认情况下，文件是以只读模式（’r’）打开的。然后，我们就可以像处理列表那样来处理这个文件句柄 f 了，比如对行进行迭代：

for line in f:
    pass

从文件中取出的行都带有完整的行结束符（EOL），因此你常常会看到下面这样的代码（得到一组没有 EOL 的行）：

In [209]: lines = [x.rstrip() for x in open(path)]
In [210]: lines
Out[210]: 
['Sueña el rico en su riqueza,',
 'que más cuidados le ofrece;',
 '','sueña el pobre que padece','su miseria y su pobreza;','',
 'sueña el que a medrar empieza,',
 'sueña el que afana y pretende,',
 'sueña el que agravia y ofende,',
 '','y en el mundo, en conclusión,','todos sueñan lo que son,','aunque ninguno lo entiende.','']

如果使用 open 创建文件对象，一定要用 close 关闭它。关闭文件可以返回操作系统资源：

In [211]: f.close()

用 with 语句可以可以更容易地清理打开的文件：

In [212]: with open(path) as f:
   ……:     lines = [x.rstrip() for x in f]

这样可以在退出代码块时，自动关闭文件。

2. 读写模式

如果输入 f =open(path,’w’)，就会有一个新文件被创建在 examples/segismundo.txt，并覆盖掉该位置原来的任何数据。另外有一个 x 文件模式，它可以创建可写的文件，但是如果文件路径存在，就无法创建。表列出了所有的读 / 写模式。

模式	说明
r	只读模式
w	只写模式，创建新文件同时删除同名的任何文件
a	附加到现有的文件，如果文件不存在则创建新文件
r+	读写模式
b	附加说明某模式用于二进制文件，即“rb”或“wb”
U	通用换行模式，单独使用“U”，或者附加到其他模式上，如“rU”

对于可读文件，一些常用的方法是 read、seek 和 tell。read 会从文件返回字符。字符的内容是由文件的编码决定的（如 UTF-8），如果是二进制模式打开的就是原始字节：

In [213]: f = open(path)
In [214]: f.read(10)
Out[214]: 'Sueña el r'
In [215]: f2 = open(path, 'rb')  # Binary mode
In [216]: f2.read(10)
Out[216]: b'Sue\xc3\xb1a el'

read 模式会将文件句柄的位置提前，提前的数量是读取的字节数。tell 可以给出当前的位置：

In [217]: f.tell()
Out[217]: 11
In [218]: f2.tell()
Out[218]: 10

尽管我们从文件读取了 10 个字符，位置却是 11，这是因为用默认的编码用了这么多字节才解码了这 10 个字符。你可以用 sys 模块检查默认的编码：

In [219]: import sys
In [220]: sys.getdefaultencoding()
Out[220]: 'utf-8'

seek 将文件位置更改为文件中的指定字节：

In [221]: f.seek(3)
Out[221]: 3
In [222]: f.read(1)
Out[222]: 'ñ'

最后，关闭文件：

In [223]: f.close()
In [224]: f2.close()

向文件写入，可以使用文件的 write 或 writelines 方法。例如，我们可以创建一个无空行版的 prof_mod.py：

In [225]: with open('tmp.txt', 'w') as handle:
   ……:     handle.writelines(x for x in open(path) if len(x) > 1)
In [226]: with open('tmp.txt') as f:
   ……:     lines = f.readlines()
In [227]: lines
Out[227]: 
['Sueña el rico en su riqueza,\n',
 'que más cuidados le ofrece;\n',
 'sueña el pobre que padece\n',
 'su miseria y su pobreza;\n',
 'sueña el que a medrar empieza,\n',
 'sueña el que afana y pretende,\n',
 'sueña el que agravia y ofende,\n',
 'y en el mundo, en conclusión,\n',
 'todos sueñan lo que son,\n',
 'aunque ninguno lo entiende.\n']

表列出了一些最常用的文件方法。