Python TXT 文件读写：从入门到精通的数据处理利器240

在日常的编程任务中，文本文件（TXT）因其简单、通用和易于人类阅读的特性，成为存储和交换数据的重要格式之一。无论是日志记录、配置管理、简单的数据存储，还是与其他系统进行数据交互，TXT 文件都扮演着不可或缺的角色。Python 作为一门以简洁和强大著称的语言，提供了直观且高效的文件 I/O 操作机制，使得读写 TXT 文件变得轻而易举。本文将深入探讨 Python 中 TXT 文件的读写操作，从基础概念到高级技巧，帮助您全面掌握这一核心技能。

我们将覆盖文件打开模式、读取写入方法、编码处理、最佳实践以及常见错误处理等内容，确保您能够自信地在各种场景下处理文本数据。

一、核心概念：文件打开与关闭

在 Python 中对文件进行操作，首先需要使用内置的 `open()` 函数打开文件。文件操作完成后，务必关闭文件以释放系统资源并确保数据完整性。正确的打开和关闭是文件操作的基础。

1.1 `open()` 函数详解

`open()` 函数是文件操作的入口，其基本语法如下：open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)

其中最常用的参数是 `file` (文件路径)、`mode` (打开模式) 和 `encoding` (编码方式)。
`file`: 必需参数，指定要打开的文件路径（相对路径或绝对路径）。
`mode`: 可选参数，指定文件打开模式。默认为 `'r'` (只读)。
`encoding`: 可选参数，指定文件的编码方式。对于 TXT 文件，这是非常重要的参数，尤其是在处理包含非 ASCII 字符（如中文）的文件时。常见的编码有 `'utf-8'`、`'gbk'`、`'latin-1'` 等。

1.2 文件打开模式（`mode`）

理解不同的文件打开模式是高效文件操作的关键。以下是 TXT 文件常用的几种模式：
`'r'` (read): 只读模式。文件指针位于文件开头。如果文件不存在，会抛出 `FileNotFoundError`。这是默认模式。
`'w'` (write): 只写模式。如果文件不存在，则创建新文件；如果文件已存在，则清空文件内容并从头写入。文件指针位于文件开头。
`'a'` (append): 追加模式。如果文件不存在，则创建新文件；如果文件已存在，则文件指针位于文件末尾，新内容将被添加到文件末尾。
`'x'` (exclusive creation): 独占创建模式。如果文件不存在，则创建新文件并写入；如果文件已存在，则抛出 `FileExistsError`。这对于确保文件不会被意外覆盖很有用。
`'+'` (update): 更新模式。可以与 `'r'`, `'w'`, `'a'` 等结合使用，表示既可读又可写。例如：

`'r+'`: 读写模式，文件指针在开头。文件必须存在。
`'w+'`: 写读模式，文件指针在开头。清空文件内容。
`'a+'`: 追加读写模式，文件指针在末尾。

示例：# 以只读模式打开一个文件
f_read = open('', 'r', encoding='utf-8')
# 以只写模式打开一个文件（如果文件存在，内容将被清空）
f_write = open('', 'w', encoding='utf-8')
# 以追加模式打开一个文件
f_append = open('', 'a', encoding='utf-8')
# 以独占创建模式打开一个文件
try:
f_exclusive = open('', 'x', encoding='utf-8')
except FileExistsError:
print("文件 已存在，无法使用独占创建模式。")

1.3 文件关闭：`close()` 方法与 `with` 语句

文件操作完成后，必须调用文件对象的 `close()` 方法来关闭文件。关闭文件有以下几个重要原因：
释放资源： 文件是操作系统资源，不关闭会导致资源泄漏。
数据完整性： 写入操作通常会先写入缓冲区，关闭文件会强制将缓冲区内容写入磁盘。
避免冲突： 在某些操作系统中，未关闭的文件可能会被锁定，阻止其他程序访问。

然而，手动调用 `close()` 有一个潜在问题：如果在文件操作过程中发生异常，`close()` 可能永远不会被执行，导致文件未能关闭。为了解决这个问题，Python 提供了 `with` 语句（上下文管理器），这是处理文件的最佳实践。

`with` 语句确保文件在使用完毕后（无论是否发生异常）都会被正确关闭。# 手动关闭的风险示例 (不推荐)
f = open('', 'w')
try:
("Hello World")
# 假设这里发生了一个错误，() 将不会被执行
# raise ValueError("发生错误")
finally:
() # 确保在任何情况下都会尝试关闭
# 使用 with 语句 (强烈推荐)
with open('', 'w', encoding='utf-8') as f:
("使用 with 语句，文件会自动关闭。")
("这是第二行。")
# 文件在 with 代码块结束后自动关闭，无需手动调用 ()

在接下来的示例中，我们将始终使用 `with` 语句。

二、文本文件读取操作

一旦文件以读取模式打开，就可以使用多种方法来读取其内容。

2.1 `read()` 方法

`read(size=-1)` 方法用于读取文件的全部内容，或者指定字节数的内容。如果 `size` 被省略或为负数，它将读取并返回整个文件内容作为一个字符串。with open('', 'r', encoding='utf-8') as f:
content = ()
print("------ 文件全部内容 ------")
print(content)
# 读取指定数量的字符 (注意是字符，而不是字节，因为是文本模式)
with open('', 'r', encoding='utf-8') as f:
part_content = (10) # 读取前10个字符
print("------ 文件前10个字符 ------")
print(part_content)
remaining_content = () # 继续读取剩余内容
print("------ 文件剩余内容 ------")
print(remaining_content)

注意： 对于非常大的文件，`read()` 一次性将所有内容加载到内存中可能会导致内存溢出。此时应考虑分块读取。

2.2 `readline()` 方法

`readline(size=-1)` 方法用于一次读取文件的一行内容，包括行尾的换行符 ``。当达到文件末尾时，它返回一个空字符串 `''`。with open('', 'r', encoding='utf-8') as f:
print("------ 逐行读取 (readline) ------")
line1 = ()
print(f"第一行: {()}") # .strip() 移除首尾空白符，包括换行符

line2 = ()
print(f"第二行: {()}")
# 循环读取所有行
print("------ 循环逐行读取 (while readline) ------")
(0) # 将文件指针重置到文件开头
while True:
line = ()
if not line: # 读取到空字符串表示文件末尾
break
print(f"读取到行: {()}")

2.3 `readlines()` 方法

`readlines()` 方法读取文件中的所有行，并将它们存储在一个列表中，列表的每个元素都是文件中的一行字符串（包含换行符 ``）。with open('', 'r', encoding='utf-8') as f:
all_lines = ()
print("------ 读取所有行到列表 (readlines) ------")
for i, line in enumerate(all_lines):
print(f"列表中的第{i+1}行: {()}")

与 `read()` 类似，`readlines()` 也会将整个文件内容加载到内存中，对于大文件同样需要谨慎使用。

2.4 迭代文件对象（推荐）

Python 的文件对象是可迭代的，这意味着可以直接在 `for` 循环中迭代文件对象，每次迭代返回一行内容。这种方式既简洁又高效，特别适合处理大文件，因为它不会一次性将所有内容加载到内存中。with open('', 'r', encoding='utf-8') as f:
print("------ 迭代文件对象 (for line in f) ------")
for line_num, line in enumerate(f):
print(f"第{line_num+1}行: {()}")

这是读取文件时最推荐的方式，因为它兼顾了代码的优雅性和内存效率。

三、文本文件写入操作

文件以写入 (`'w'`)、追加 (`'a'`) 或独占创建 (`'x'`) 模式打开后，就可以向其写入内容了。

3.1 `write()` 方法

`write(string)` 方法用于向文件写入一个字符串。它不自动添加换行符，需要您手动在字符串末尾添加 ``。该方法返回写入的字符数。with open('', 'w', encoding='utf-8') as f:
("这是写入文件的第一行。")
("第二行内容需要手动添加换行符。")
("第三行没有换行符，会和后续内容连接。")
print(" 文件已创建并写入内容。")

3.2 `writelines()` 方法

`writelines(iterable)` 方法接受一个字符串可迭代对象（如列表或元组），并将所有字符串按顺序写入文件。与 `write()` 类似，它也不会自动添加换行符，您需要确保可迭代对象中的每个字符串本身包含换行符（如果需要）。lines_to_write = [
"列表中的第一行。",
"这是第二行数据。",
"最后一行数据，别忘了换行。"
]
with open('', 'w', encoding='utf-8') as f:
(lines_to_write)
print(" 文件已创建并写入列表内容。")
# 写入没有换行符的列表元素
no_newline_lines = ["A", "B", "C"]
with open('', 'w', encoding='utf-8') as f:
(no_newline_lines) # 所有字符会连在一起：ABC
("") # 手动添加一个换行，如果需要
([line + '' for line in no_newline_lines]) # 写入带换行符的
print(" 文件已创建并写入内容。")

3.3 `flush()` 方法

在某些情况下，写入的数据可能不会立即刷新到磁盘，而是存储在内部缓冲区中。`()` 方法可以强制将缓冲区中的数据写入到文件中。通常在需要确保数据立即保存的场景下使用（如日志记录）。在文件关闭时（无论是手动 `close()` 还是 `with` 语句结束），缓冲区也会被自动刷新。import time
with open('', 'w', encoding='utf-8') as f:
("这条信息立即刷新。")
() # 强制刷新到磁盘
print("数据已刷新到 ")
(1) # 暂停1秒
("这条信息可能还在缓冲区。")
# 如果程序在此刻崩溃，第二条信息可能不会被保存
print(" 文件操作完成。")

四、编码处理：避免乱码的关键

文本文件的编码问题是文件操作中常见的“坑”。不同的操作系统、软件或语言可能使用不同的默认编码。如果读写文件的编码不一致，就会出现乱码（`UnicodeDecodeError` 或显示为 `???`）。

4.1 常见的编码类型

UTF-8 (Unicode Transformation Format - 8-bit): 最推荐的编码方式。它是一种变长编码，可以表示 Unicode 字符集中的所有字符，对 ASCII 字符兼容，且在国际化场景下表现良好。Python 3 的默认编码通常是 UTF-8。
GBK (Guo Biao Kuai): 主要用于简体中文 Windows 系统。
Big5 (Big Five): 主要用于繁体中文 Windows 系统。
Latin-1 (ISO-8859-1): 适用于西欧语言，是单字节编码。
ASCII: 最基本的编码，只包含英文字母、数字和一些符号。

4.2 如何指定编码

在 `open()` 函数中使用 `encoding` 参数来明确指定文件的编码：# 写入 UTF-8 编码的文件 (推荐)
with open('', 'w', encoding='utf-8') as f:
("你好，世界！这是UTF-8编码的文本。")
# 读取 UTF-8 编码的文件
with open('', 'r', encoding='utf-8') as f:
content = ()
print("读取 UTF-8 文件内容:", content)
# 写入 GBK 编码的文件
with open('', 'w', encoding='gbk') as f:
("你好，世界！这是GBK编码的文本。")
# 读取 GBK 编码的文件
with open('', 'r', encoding='gbk') as f:
content = ()
print("读取 GBK 文件内容:", content)
# 错误示例：用错误的编码读取
try:
with open('', 'r', encoding='utf-8') as f:
content = ()
print(content)
except UnicodeDecodeError as e:
print(f"捕获到编码错误: {e}")
print("尝试用UTF-8读取GBK文件，导致乱码或解码失败。")

4.3 `errors` 参数处理编码错误

当遇到无法解码的字节序列时，`encoding` 参数可以与 `errors` 参数一起使用，以指定如何处理这些错误：
`'strict'` (默认): 遇到编码错误时抛出 `UnicodeDecodeError`。
`'ignore'`: 忽略无法解码的字符。
`'replace'`: 用问号 `?` 或 `�` 替换无法解码的字符。
`'xmlcharrefreplace'`: 用 XML 字符引用替换。
`'backslashreplace'`: 用反斜杠转义序列替换。

# 创建一个包含错误编码的文件 (例如，手动在编辑器中保存一个乱码文件)
# 假设我们有一个名为 '' 的文件，其中包含一些无法用 utf-8 解码的字符
# 使用 errors='ignore'
try:
with open('', 'r', encoding='utf-8', errors='ignore') as f:
content_ignored = ()
print("使用 errors='ignore' 读取:")
print(content_ignored)
except FileNotFoundError:
print("请手动创建一个名为 '' 的文件，并包含一些非 UTF-8 字符进行测试。")
# 使用 errors='replace'
try:
with open('', 'r', encoding='utf-8', errors='replace') as f:
content_replaced = ()
print("使用 errors='replace' 读取:")
print(content_replaced)
except FileNotFoundError:
pass # 忽略文件不存在的错误

在实际应用中，通常建议使用 `errors='strict'` 以确保数据准确性。如果必须处理不规范文件，可以考虑 `'replace'` 来至少保留大部分可读内容。

五、进阶与最佳实践

5.1 文件路径处理

在不同的操作系统中，文件路径的分隔符是不同的（Windows 使用 `\`，Linux/macOS 使用 `/`）。为了代码的可移植性，应避免硬编码路径分隔符。Python 的 `` 模块提供了处理路径的工具。import os
# 使用 拼接路径
base_dir = "data"
file_name = ""
full_path = (base_dir, file_name)
# 在 Windows 上可能是 "data
# 在 Linux/macOS 上可能是 "data/"
print(f"拼接后的路径: {full_path}")
# 检查文件或目录是否存在
if (full_path):
print(f"文件或目录 {full_path} 存在。")
else:
print(f"文件或目录 {full_path} 不存在。")
# 创建目录 (如果需要)
(base_dir, exist_ok=True) # exist_ok=True 避免目录已存在时报错
print(f"已创建目录: {base_dir}")
# 使用 with open 结合
with open(full_path, 'w', encoding='utf-8') as f:
("这是一份报告。")
print(f"文件已写入到: {full_path}")

5.2 错误处理

文件操作可能会遇到各种问题，如文件不存在、权限不足等。使用 `try...except` 块来优雅地处理这些潜在的异常。try:
with open('', 'r', encoding='utf-8') as f:
content = ()
print(content)
except FileNotFoundError:
print("错误: 文件 '' 不存在。")
except IOError as e: # 通用的I/O错误
print(f"发生I/O错误: {e}")
except Exception as e: # 捕获所有其他可能的异常
print(f"发生未知错误: {e}")

5.3 处理大文件

对于 GB 甚至 TB 级别的大型 TXT 文件，一次性读取或写入所有内容是不可行的。最佳实践是分块（chunk）或逐行处理。
逐行读取： 前面提到的 `for line in f:` 迭代方式是处理大文件的首选。
分块读取（二进制模式）： 对于处理结构不规则的文本文件或二进制文件，可以分块读取固定大小的数据。这通常在以二进制模式 (`'rb'`) 打开文件时使用。

# 模拟一个大文件创建
large_file_name = ''
with open(large_file_name, 'w', encoding='utf-8') as f:
for i in range(100000): # 写入10万行
(f"这是大文件中的第 {i+1} 行数据。")
# 高效逐行读取大文件
line_count = 0
with open(large_file_name, 'r', encoding='utf-8') as f:
for line in f:
line_count += 1
# print(()) # 实际应用中可以对行进行处理
if line_count % 10000 == 0:
print(f"已处理 {line_count} 行...")
print(f"大文件 '{large_file_name}' 共 {line_count} 行已处理完毕。")

5.4 文本模式与二进制模式的差异

我们一直讨论的是文本模式（默认）。在文本模式下，Python 会根据 `encoding` 参数进行字符串和字节之间的自动转换，并处理不同操作系统下的行结束符（`` 会被自动转换为 OS 对应的行结束符，例如 Windows 下的 `\r`）。

如果模式中包含 `'b'`，则表示以二进制模式打开文件（例如 `'rb'`, `'wb'`, `'ab'`）。在二进制模式下，文件内容被视为原始字节序列，读写方法（`read()`, `write()`) 接受和返回的都是 `bytes` 对象，而不是 `str` 对象。这在处理图片、音频、压缩文件等非文本数据时非常有用，或者当您需要精确控制字节流而不希望 Python 进行任何自动转换时。# 写入二进制文件
binary_data = b"Hello, Binary World!" # 注意前面的 'b' 表示bytes字面量
with open('', 'wb') as f:
(binary_data)
# 读取二进制文件
with open('', 'rb') as f:
read_data = ()
print("读取到的二进制数据:", read_data)
print("解码为字符串:", ('utf-8')) # 需要手动解码

六、总结

Python 提供了强大而灵活的 TXT 文件读写功能。通过本文的介绍，您应该对以下关键点有了深入理解：
使用 `open()` 函数配合 `mode` 和 `encoding` 参数来正确打开文件。
始终使用 `with` 语句作为上下文管理器来确保文件资源的正确管理和自动关闭。
`read()`、`readline()`、`readlines()` 和直接迭代文件对象是读取文本内容的主要方法，其中迭代文件对象最适合处理大文件。
`write()` 和 `writelines()` 用于向文件写入字符串，需要手动添加换行符 ``。
正确处理文件编码 (`encoding` 参数) 是避免乱码的关键，推荐使用 `utf-8`。
结合 `` 模块进行跨平台的文件路径管理，并使用 `try...except` 块处理潜在的 I/O 错误。
了解文本模式和二进制模式的区别，并在适当的场景下选择使用。

掌握这些技能，您就能高效、可靠地利用 Python 处理各种 TXT 文本数据。虽然 TXT 文件适用于许多简单场景，但对于更复杂、结构化的数据，您可能需要考虑使用其他格式，如 CSV（逗号分隔值）、JSON（JavaScript Object Notation）或数据库，它们提供了更强大的数据组织和查询能力。但无论如何，TXT 文件操作是所有文件处理的基础，是每位 Python 程序员必备的核心技能之一。

2025-10-11

---

上一篇：Python函数深度解析：从定义到高级运算与应用

下一篇：Python 文件操作深度解析：从创建、写入到数据保存的全面指南