文件读写基础

从文本文件开始 —— 持久化数据的第一步

---

为什么需要文件操作？

• 保存数据分析结果
• 读取外部数据
• 生成报告
• 数据备份

---

基本文件操作

1. 写入文件

# 写入文本文件
with open('output.txt', 'w', encoding='utf-8') as f:
    f.write("这是第一行\n")
    f.write("这是第二行\n")

# 追加内容
with open('output.txt', 'a', encoding='utf-8') as f:
    f.write("这是追加的内容\n")

模式说明：

• 'r': 只读（默认）
• 'w': 写入（覆盖）
• 'a': 追加
• 'r+': 读写

2. 读取文件

# 方法 1：一次读取全部
with open('output.txt', 'r', encoding='utf-8') as f:
    content = f.read()
    print(content)

# 方法 2：按行读取
with open('output.txt', 'r', encoding='utf-8') as f:
    for line in f:
        print(line.strip())  # strip() 去除换行符

# 方法 3：读取所有行到列表
with open('output.txt', 'r', encoding='utf-8') as f:
    lines = f.readlines()
    print(lines)  # ['第一行\n', '第二行\n', ...]

3. 上下文管理器（with 语句）

#  不推荐（需要手动关闭）
f = open('file.txt', 'r')
content = f.read()
f.close()

#  推荐（自动关闭）
with open('file.txt', 'r') as f:
    content = f.read()
# 离开 with 块后自动关闭文件

---

实战案例

案例 1：保存问卷结果

respondents = [
    {'id': 1001, 'age': 25, 'income': 50000},
    {'id': 1002, 'age': 30, 'income': 75000},
    {'id': 1003, 'age': 35, 'income': 85000}
]

# 保存为文本文件
with open('survey_results.txt', 'w', encoding='utf-8') as f:
    f.write("问卷调查结果\n")
    f.write("=" * 40 + "\n")
    for resp in respondents:
        line = f"ID:{resp['id']}, 年龄:{resp['age']}, 收入:{resp['income']}\n"
        f.write(line)

print("结果已保存到 survey_results.txt")

案例 2：读取并处理数据

# 读取数据文件
ages = []
with open('ages.txt', 'r') as f:
    for line in f:
        age = int(line.strip())
        ages.append(age)

# 统计
print(f"平均年龄: {sum(ages) / len(ages):.1f}")
print(f"最大年龄: {max(ages)}")
print(f"最小年龄: {min(ages)}")

案例 3：日志记录

from datetime import datetime

def log_analysis(message):
    """记录分析日志"""
    timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    with open('analysis.log', 'a', encoding='utf-8') as f:
        f.write(f"[{timestamp}] {message}\n")

# 使用
log_analysis("开始数据清洗")
log_analysis("删除了 15 个异常值")
log_analysis("数据清洗完成")

---

路径操作

使用 pathlib（推荐）

from pathlib import Path

# 创建路径对象
data_dir = Path('data')
raw_dir = data_dir / 'raw'        # 路径拼接
processed_dir = data_dir / 'processed'

# 创建目录
raw_dir.mkdir(parents=True, exist_ok=True)

# 检查文件是否存在
file_path = raw_dir / 'survey.txt'
if file_path.exists():
    print("文件存在")

# 列出目录中的文件
for file in data_dir.glob('*.txt'):
    print(file.name)

使用 os.path（传统方式）

import os

# 拼接路径
file_path = os.path.join('data', 'raw', 'survey.txt')

# 检查存在
if os.path.exists(file_path):
    print("文件存在")

# 创建目录
os.makedirs('data/processed', exist_ok=True)

# 列出文件
files = os.listdir('data')

---

最佳实践

1. 始终指定编码

#  明确指定 UTF-8
with open('file.txt', 'r', encoding='utf-8') as f:
    content = f.read()

2. 使用 with 语句

#  自动关闭文件
with open('file.txt', 'r') as f:
    content = f.read()

3. 处理文件不存在的情况

from pathlib import Path

file_path = Path('data.txt')
if file_path.exists():
    with open(file_path, 'r') as f:
        content = f.read()
else:
    print("文件不存在")

---

练习题

# 练习 1：创建学生成绩文件
# 将以下数据写入 scores.txt
scores = [
    ('Alice', 85),
    ('Bob', 92),
    ('Carol', 78)
]
# 格式：Alice: 85

# 练习 2：统计文本文件
# 读取文件，统计：
# - 总行数
# - 总字符数
# - 包含特定关键词的行数

---

下一步

下一节我们将学习 CSV 和 Excel 文件处理。

继续！