Python 文件操作进阶指南：Txt、Json 与 Csv 的高效读写

1. Python 文件操作核心逻辑

在 Python 中，文件操作遵循“打开 (Open) -> 操作 (Action) -> 关闭 (Close)”的生命周期。使用 with 语句可以确保文件在操作完成后自动关闭，避免内存泄漏。

常用模式对照表

2. 结构化数据存储：写入操作

2.1 文本文件 (TXT) —— 纯粹、简单

最基础的格式，适合日志记录或简单的信息存储。

data = "Hello Python, \nHello World!"
# 建议：始终显式指定 encoding="utf-8" 防止中文乱码
with open("test.txt", "w", encoding="utf-8") as f:
    f.write(data)
print("TXT 写入完成！")

2.2 JSON 文件 —— 现代、标准

JSON 是 Web 开发中最流行的数据交换格式。

import json

info = {"name": "张三", "age": 25, "tags": ["Python", "爬虫"]}
with open("test.json", "w", encoding="utf-8") as f:
    # indent=4 让生成的 JSON 更易读，ensure_ascii=False 确保中文字符正常显示
    json.dump(info, f, indent=4, ensure_ascii=False)
print("JSON 写入完成！")

2.3 CSV 文件 —— 表格、统计

适合存储结构整齐的列表或数据库导出的表格数据。

import csv

header = ["name", "age"]
rows = [
    {"name": "shannon-li", "age": 4},
    {"name": "tech-vlog", "age": 10}
]

# 注意：newline="" 是为了防止在某些 Windows 环境下出现多余的空行
with open("test.csv", "w", encoding="utf-8", newline="") as f:
    writer = csv.DictWriter(f, fieldnames=header)
    writer.writeheader()
    writer.writerows(rows)  # 批量写入多行数据
print("CSV 写入完成！")

3. 数据恢复：读取操作

3.1 读取 TXT：逐行或全部

with open("test.txt", "r", encoding="utf-8") as f:
    # f.read() 读取全部，f.readlines() 读取为列表
    print(f"内容：{f.read()}")

3.2 解析 JSON：转换为 Python 字典

with open("test.json", "r", encoding="utf-8") as f:
    try:
        data = json.load(f)
        print(f"解析后的 Python 字典：{data}")
    except json.JSONDecodeError:
        print("错误：JSON 格式不规范！")

3.3 解析 CSV：字典映射读取

with open("test.csv", "r", encoding="utf-8") as f:
    reader = csv.DictReader(f)
    # 将每一行解析为 OrderedDict
    content = [row for row in reader]
    print(f"解析后的 CSV 数据：{content}")

4. 总结与最佳实践

1. TXT：用于非结构化的随笔、日志。
2. JSON：用于配置文件、API 响应数据存储。
3. CSV：用于数据分析、Excel 数据交换。

开发建议：

• 编码统一：始终坚持使用 utf-8。
• 安全读取：在读取外部 JSON 时，务必使用 try...except 捕获异常，防止因文件损坏导致程序崩溃。
• 路径管理：在大型项目中，建议结合 os.path 或 pathlib 模块来动态处理文件路径。