百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

python文件读写造作最佳实践——with语句管理文件资源

off999 2025-05-11 00:12 14 浏览 0 评论

with 语句(上下文管理器)是 Python 中处理文件操作的首选方式,它能自动管理资源,确保文件正确关闭,即使发生异常也是如此。下面详细介绍如何正确使用 with 进行文件读写操作。

一、为什么使用with语句?

传统文件操作方式的问题:

file = open('example.txt', 'r')
content = file.read()
file.close()  # 必须显式关闭,否则可能导致资源泄漏

潜在问题

  1. 忘记调用 close() 方法
  2. 代码抛出异常导致 close() 未被执行
  3. 代码复杂时难以确保所有路径都关闭文件

with 语句的优势:

  1. 自动资源管理:离开 with 块时自动关闭文件
  2. 异常安全:即使发生异常也会确保文件关闭
  3. 代码简洁:减少样板代码
  4. 可读性强:明确显示文件的作用域

二、基本语法

1. 读取文件

with open('example.txt', 'r', encoding='utf-8') as file:
    content = file.read()
    # 在此块内操作文件
# 离开with块后文件自动关闭

print(content)  # 文件已关闭,但内容已读取到变量

2. 写入文件

with open('output.txt', 'w', encoding='utf-8') as file:
    file.write('Hello, World!\n')
    file.write('这是第二行\n')
# 文件自动关闭,内容已写入磁盘

3. 追加内容

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

三、高级用法

1. 同时处理多个文件

with open('source.txt', 'r') as src, open('destination.txt', 'w') as dst:
    content = src.read()
    dst.write(content)
# 两个文件都会自动关闭

2. 二进制文件操作

# 复制图片文件
with open('input.jpg', 'rb') as src, open('output.jpg', 'wb') as dst:
    dst.write(src.read())

3. 异常处理

try:
    with open('config.json', 'r') as file:
        data = json.load(file)
except FileNotFoundError:
    print("配置文件不存在")
except json.JSONDecodeError:
    print("配置文件格式错误")
except IOError as e:
    print(f"文件操作错误: {e}")

4. 使用with和iter高效读取大文件

with open('large_file.log', 'r') as file:
    for line in iter(file.readline, ''):  # 逐行读取,内存高效
        process_line(line)

四、with语句的工作原理

with 语句实际上使用了上下文管理器协议,open() 返回的文件对象实现了这个协议:

  1. 进入 with 块时调用 __enter__() 方法
  2. 离开 with 块时调用 __exit__() 方法(即使发生异常)
  3. __exit__() 方法中包含了文件关闭的逻辑

等效的传统写法:

file = open('example.txt', 'r')
try:
    content = file.read()
finally:
    file.close()

五、实际应用示例

示例1:配置文件读取

import json

def load_config(config_path):
    try:
        with open(config_path, 'r', encoding='utf-8') as file:
            return json.load(file)
    except (FileNotFoundError, json.JSONDecodeError) as e:
        print(f"加载配置失败: {e}")
        return {}

示例2:日志文件处理

def process_log_file(log_path):
    with open(log_path, 'r') as log_file:
        for line in log_file:
            if 'ERROR' in line:
                send_alert(line.strip())

def send_alert(error_msg):
    with open('alerts.log', 'a') as alert_file:
        alert_file.write(f"{datetime.now()}: {error_msg}\n")

示例3:CSV 数据处理

import csv

def process_csv(input_path, output_path):
    with open(input_path, 'r') as infile, open(output_path, 'w', newline='') as outfile:
        reader = csv.DictReader(infile)
        writer = csv.DictWriter(outfile, fieldnames=reader.fieldnames)
        writer.writeheader()
        
        for row in reader:
            if is_valid(row):
                writer.writerow(process_row(row))

六、注意事项

  1. 编码问题:始终明确指定文件编码(推荐 utf-8)
with open('file.txt', 'r', encoding='utf-8') as f:
  1. 缓冲设置:处理大量数据时可调整缓冲区大小
with open('large.data', 'wb', buffering=1024*1024) as f:  # 1MB缓冲
  1. 文件位置:with 块结束后文件指针位置
with open('file.txt', 'r+') as f:
    content = f.read()  # 读取后指针在文件末尾
    f.seek(0)          # 需要重置指针才能再次读取或写入
  1. 不要重复使用文件对象
with open('file.txt') as f:
    data1 = f.read()  # 第一次读取
    data2 = f.read()  # 第二次读取将得到空字符串!

七、性能考虑

对于性能关键代码:

  1. 大文件使用逐行或分块读取
with open('huge.log') as f:
    for line in f:  # 内存高效
        process(line)
  1. 多次小写入可考虑先收集数据再一次性写入
data = []
for item in items:
    data.append(format_item(item))

with open('output.txt', 'w') as f:
    f.writelines(data)

总结

  • 总是使用 with 语句处理文件操作
  • 明确指定文件编码(特别是文本文件)
  • 根据需要选择合适的读写模式
  • 大文件使用迭代方式处理
  • 注意文件指针位置
  • 考虑使用 pathlib 进行路径操作(Python 3.4+)

相关推荐

python入门到脱坑经典案例—清空列表

在Python中,清空列表是一个基础但重要的操作。clear()方法是最直接的方式,但还有其他方法也可以实现相同效果。以下是详细说明:1.使用clear()方法(Python3.3+推荐)...

python中元组,列表,字典,集合删除项目方式的归纳

九三,君子终日乾乾,夕惕若,厉无咎。在使用python过程中会经常遇到这四种集合数据类型,今天就对这四种集合数据类型中删除项目的操作做个总结性的归纳。列表(List)是一种有序和可更改的集合。允许重复...

Linux 下海量文件删除方法效率对比,最慢的竟然是 rm

Linux下海量文件删除方法效率对比,本次参赛选手一共6位,分别是:rm、find、findwithdelete、rsync、Python、Perl.首先建立50万个文件$testfor...

数据结构与算法——链式存储(链表)的插入及删除,

持续分享嵌入式技术,操作系统,算法,c语言/python等,欢迎小友关注支持上篇文章我们讲述了链表的基本概念及一些查找遍历的方法,本篇我们主要将一下链表的插入删除操作,以及采用堆栈方式如何创建链表。链...

Python自动化:openpyxl写入数据,插入删除行列等基础操作

importopenpyxlwb=openpyxl.load_workbook("example1.xlsx")sh=wb['Sheet1']写入数据#...

在Linux下软件的安装与卸载(linux里的程序的安装与卸载命令)

通过apt安装/协助软件apt是AdvancedPackagingTool,是Linux下的一款安装包管理工具可以在终端中方便的安装/卸载/更新软件包命令使用格式:安装软件:sudoapt...

Python 批量卸载关联包 pip-autoremove

pip工具在安装扩展包的时候会自动安装依赖的关联包,但是卸载时只删除单个包,无法卸载关联的包。pip-autoremove就是为了解决卸载关联包的问题。安装方法通过下面的命令安装:pipinsta...

用Python在Word文档中插入和删除文本框

在当今自动化办公需求日益增长的背景下,通过编程手段动态管理Word文档中的文本框元素已成为提升工作效率的关键技术路径。文本框作为文档排版中灵活的内容容器,既能承载多模态信息(如文字、图像),又可实现独...

Python 从列表中删除值的多种实用方法详解

#Python从列表中删除值的多种实用方法详解在Python编程中,列表(List)是一种常用的数据结构,具有动态可变的特性。当我们需要从列表中删除元素时,根据不同的场景(如按值删除、按索引删除、...

Python 中的前缀删除操作全指南(python删除前导0)

1.字符串前缀删除1.1使用内置方法Python提供了几种内置方法来处理字符串前缀的删除:#1.使用removeprefix()方法(Python3.9+)text="...

每天学点Python知识:如何删除空白

在Python中,删除空白可以分为几种不同的情况,常见的是针对字符串或列表中空白字符的处理。一、删除字符串中的空白1.删除字符串两端的空白(空格、\t、\n等)使用.strip()方法:s...

Linux系统自带Python2&yum的卸载及重装

写在前面事情的起因是我昨天在测试Linux安装Python3的shell脚本时,需要卸载Python3重新安装一遍。但是通过如下命令卸载python3时,少写了个3,不小心将系统自带的python2也...

如何使用Python将多个excel文件数据快速汇总?

在数据分析和处理的过程中,Excel文件是我们经常会遇到的数据格式之一。本文将通过一个具体的示例,展示如何使用Python和Pandas库来读取、合并和处理多个Excel文件的数据,并最终生成一个包含...

【第三弹】用Python实现Excel的vlookup功能

今天继续用pandas实现Excel的vlookup功能,假设我们的2个表长成这样:我们希望把Sheet2的部门匹在Sheet1的最后一列。话不多说,先上代码:importpandasaspd...

python中pandas读取excel单列及连续多列数据

案例:想获取test.xls中C列、H列以后(当H列后列数未知时)的所有数据。importpandasaspdfile_name=r'D:\test.xls'#表格绝对...

取消回复欢迎 发表评论: