关于“Python”的核心知识点整理大全23

第１0 章

文件和异常

10.1 从文件中读取数据

文本文件可存储的数据量多得难以置信：天气数据、交通数据、社会经济数据、文学作品等。 每当需要分析或修改存储在文件中的信息时，读取文件都很有用，对数据分析应用程序来说尤其 如此。例如，你可以编写一个这样的程序：读取一个文本文件的内容，重新设置这些数据的格式 并将其写入文件，让浏览器能够显示这些内容。 要使用文本文件中的信息，首先需要将信息读取到内存中。为此，你可以一次性读取文件的 全部内容，也可以以每次一行的方式逐步读取。

10.1.1 读取整个文件

要读取文件，需要一个包含几行文本的文件。下面首先来创建一个文件，它包含精确到小数 点后30位的圆周率值，且在小数点后每10位处都换行：

pi_digits.txt

3.1415926535
 8979323846
 2643383279

要动手尝试后续示例，可在编辑器中输入这些数据行，再将文件保存为pi_digits.txt，也可从 本书的配套网站（https://www.nostarch.com/pythoncrashcourse/）下载该文件。然后，将该文件保 存到本章程序所在的目录中。 下面的程序打开并读取这个文件，再将其内容显示到屏幕上：

file_reader.py

with open('pi_digits.txt') as file_object:
 contents = file_object.read()
 print(contents) 

在这个程序中，第1行代码做了大量的工作。我们先来看看函数open()。要以任何方式使用 文件——哪怕仅仅是打印其内容，都得先打开文件，这样才能访问它。函数open()接受一个参数： 要打开的文件的名称。Python在当前执行的文件所在的目录中查找指定的文件。在这个示例中， 当前运行的是file_reader.py，因此Python在file_reader.py所在的目录中查找pi_digits.txt。函数open() 返回一个表示文件的对象。在这里，open('pi_digits.txt')返回一个表示文件pi_digits.txt的对 象；Python将这个对象存储在我们将在后面使用的变量中。

关键字with在不再需要访问文件后将其关闭。在这个程序中，注意到我们调用了open()，但 没有调用close()；你也可以调用open()和close()来打开和关闭文件，但这样做时，如果程序存 在bug，导致close()语句未执行，文件将不会关闭。这看似微不足道，但未妥善地关闭文件可能 会导致数据丢失或受损。如果在程序中过早地调用close()，你会发现需要使用文件时它已关闭 （无法访问），这会导致更多的错误。并非在任何情况下都能轻松确定关闭文件的恰当时机，但通 过使用前面所示的结构，可让Python去确定：你只管打开文件，并在需要时使用它，Python自会 在合适的时候自动将其关闭。

有了表示pi_digits.txt的文件对象后，我们使用方法read()（前述程序的第2行）读取这个文 件的全部内容，并将其作为一个长长的字符串存储在变量contents中。这样，通过打印contents 的值，就可将这个文本文件的全部内容显示出来：

3.1415926535
 8979323846
 2643383279

相比于原始文件，该输出唯一不同的地方是末尾多了一个空行。为何会多出这个空行呢？因 为read()到达文件末尾时返回一个空字符串，而将这个空字符串显示出来时就是一个空行。要删 除多出来的空行，可在print语句中使用rstrip()：

with open('pi_digits.txt') as file_object:
 contents = file_object.read()
 print(contents.rstrip())

本书前面说过，Python方法rstrip()删除（剥除）字符串末尾的空白。现在，输出与原始文 件的内容完全相同：

3.1415926535
 8979323846
 2643383279 

10.1.2 文件路径

当你将类似pi_digits.txt这样的简单文件名传递给函数open()时，Python将在当前执行的文件 （即.py程序文件）所在的目录中查找文件。

根据你组织文件的方式，有时可能要打开不在程序文件所属目录中的文件。例如，你可能将 程序文件存储在了文件夹python_work中，而在文件夹python_work中，有一个名为text_files的文 件夹，用于存储程序文件操作的文本文件。虽然文件夹text_files包含在文件夹python_work中，但 仅向open()传递位于该文件夹中的文件的名称也不可行，因为Python只在文件夹python_work中查 找，而不会在其子文件夹text_files中查找。要让Python打开不与程序文件位于同一个目录中的文 件，需要提供文件路径，它让Python到系统的特定位置去查找。

由于文件夹text_files位于文件夹python_work中，因此可使用相对文件路径来打开该文件夹中 的文件。相对文件路径让Python到指定的位置去查找，而该位置是相对于当前运行的程序所在目 录的。在Linux和OS X中，你可以这样编写代码：

with open('text_files/filename.txt') as file_object:

这行代码让Python到文件夹python_work下的文件夹text_files中去查找指定的.txt文件。在 Windows系统中，在文件路径中使用反斜杠（\）而不是斜杠（/）：

with open('text_files\filename.txt') as file_object: 

你还可以将文件在计算机中的准确位置告诉Python，这样就不用关心当前运行的程序存储在 什么地方了。这称为绝对文件路径。在相对路径行不通时，可使用绝对路径。例如，如果text_files 并不在文件夹python_work中，而在文件夹other_files中，则向open()传递路径'text_files/ filename.txt'行不通，因为Python只在文件夹python_work中查找该位置。为明确地指出你希望 Python到哪里去查找，你需要提供完整的路径。 绝对路径通常比相对路径更长，因此将其存储在一个变量中，再将该变量传递给open()会有 所帮助。在Linux和OS X中，绝对路径类似于下面这样：

file_path = '/home/ehmatthes/other_files/text_files/filename.txt'
with open(file_path) as file_object:

而在Windows系统中，它们类似于下面这样：

1. file_path = 'C:\Users\ehmatthes\other_files\text_files\filename.txt'
2. with open(file_path) as file_object:

通过使用绝对路径，可读取系统任何地方的文件。就目前而言，最简单的做法是，要么将数 据文件存储在程序文件所在的目录，要么将其存储在程序文件所在目录下的一个文件夹（如 text_files）中。

注意 Windows系统有时能够正确地解读文件路径中的斜杠。如果你使用的是Windows系统，且 结果不符合预期，请确保在文件路径中使用的是反斜杠。

10.1.3 逐行读取

读取文件时，常常需要检查其中的每一行：你可能要在文件中查找特定的信息，或者要以 某种方式修改文件中的文本。例如，你可能要遍历一个包含天气数据的文件，并使用天气描述 中包含字样sunny的行。在新闻报道中，你可能会查找包含标签的行，并按特定的格 式设置它。 要以每次一行的方式检查文件，可对文件对象使用for循环：

file_reader.py

1 filename = 'pi_digits.txt'
2 with open(filename) as file_object:
3 for line in file_object:
 print(line) 

在1处，我们将要读取的文件的名称存储在变量filename中，这是使用文件时一种常见的做 法。由于变量filename表示的并非实际文件——它只是一个让Python知道到哪里去查找文件的字 符串，因此可轻松地将'pi_digits.txt'替换为你要使用的另一个文件的名称。调用open()后，将 一个表示文件及其内容的对象存储到了变量file_object中（见2）。这里也使用了关键字with， 让Python负责妥善地打开和关闭文件。为查看文件的内容，我们通过对文件对象执行循环来遍历 文件中的每一行（见3）。 我们打印每一行时，发现空白行更多了：

3.1415926535
 8979323846 
 2643383279

为何会出现这些空白行呢？因为在这个文件中，每行的末尾都有一个看不见的换行符，而 print语句也会加上一个换行符，因此每行末尾都有两个换行符：一个来自文件，另一个来自print 语句。要消除这些多余的空白行，可在print语句中使用rstrip()：

filename = 'pi_digits.txt'
with open(filename) as file_object:
 for line in file_object:
 print(line.rstrip()) 

现在，输出又与文件内容完全相同了：

3.1415926535
 8979323846
 2643383279

10.1.4 创建一个包含文件各行内容的列表

使用关键字with时，open()返回的文件对象只在with代码块内可用。如果要在with代码块外 访问文件的内容，可在with代码块内将文件的各行存储在一个列表中，并在with代码块外使用该 列表：你可以立即处理文件的各个部分，也可推迟到程序后面再处理。

下面的示例在with代码块中将文件pi_digits.txt的各行存储在一个列表中，再在with代码块外 打印它们：

filename = 'pi_digits.txt'
with open(filename) as file_object:
1 lines = file_object.readlines()
2 for line in lines:
 print(line.rstrip())

1处的方法readlines()从文件中读取每一行，并将其存储在一个列表中；接下来，该列表被 存储到变量lines中；在with代码块外，我们依然可以使用这个变量。在处，我们使用一个简单 的for循环来打印lines中的各行。由于列表lines的每个元素都对应于文件中的一行，因此输出 与文件内容完全一致。

10.1.5 使用文件的内容

将文件读取到内存中后，就可以以任何方式使用这些数据了。下面以简单的方式使用圆周率 的值。首先，我们将创建一个字符串，它包含文件中存储的所有数字，且没有任何空格：

pi_string.py

filename = 'pi_digits.txt'
with open(filename) as file_object:
 lines = file_object.readlines()
1 pi_string = ''
2 for line in lines:
 pi_string += line.rstrip()
3 print(pi_string)
print(len(pi_string)) 

就像前一个示例一样，我们首先打开文件，并将其中的所有行都存储在一个列表中。在1处， 我们创建了一个变量——pi_string，用于存储圆周率的值。接下来，我们使用一个循环将各行 都加入pi_string，并删除每行末尾的换行符（见2）。在3处，我们打印这个字符串及其长度：

3.1415926535 8979323846 2643383279
36

在变量pi_string存储的字符串中，包含原来位于每行左边的空格，为删除这些空格，可使 用strip()而不是rstrip()：

filename = 'pi_30_digits.txt'
with open(filename) as file_object:
 lines = file_object.readlines()
pi_string = ''
for line in lines:
 pi_string += line.strip()
print(pi_string)
print(len(pi_string)) 

这样，我们就获得了一个这样的字符串：它包含精确到30位小数的圆周率值。这个字符串长 32字符，因为它还包含整数部分的3和小数点：

3.141592653589793238462643383279
32 

注意 读取文本文件时，Python将其中的所有文本都解读为字符串。如果你读取的是数字，并 要将其作为数值使用，就必须使用函数int()将其转换为整数，或使用函数float()将其转 换为浮点数