Python 输入输出与文件处理: io、pickle、json、csv、os.path 模块详解

简介: Python 输入输出与文件处理: io、pickle、json、csv、os.path 模块详解

Python 提供了强大的输入输出和文件处理工具,通过 io、pickle 和 json 等模块,开发者可以轻松处理文件、序列化和反序列化数据,并在不同格式之间进行转换。在本文中,我们将深入介绍这些模块的用法和实际示例。


1. io 模块:强大的输入输出工具


io 模块提供了对文件 I/O 进行灵活处理的能力。它支持文本文件和二进制文件的读写操作,包括读取、写入、追加等。


示例 1:读取文本文件并打印内容

with open('file.txt', 'r') as file:
    content = file.read()
    print(content)


示例 2:写入数据到文件

with open('output.txt', 'w') as file:
    file.write('Hello, I/O!')


2. pickle 模块:对象序列化工具


pickle 可以将 Python 对象序列化为字节流,便于存储和传输,同时也能将字节流反序列化为 Python 对象。


示例 3:将对象序列化并保存到文件

import pickle

data = {'name': 'Alice', 'age': 30}
with open('data.pickle', 'wb') as file:
    pickle.dump(data, file)


示例 4:从文件中反序列化对象

with open('data.pickle', 'rb') as file:
    loaded_data = pickle.load(file)
    print(loaded_data)
    # 输出:{'name': 'Alice', 'age': 30}


3. json 模块:处理 JSON 数据


json 模块提供了处理 JSON 数据的工具,可以实现 JSON 数据的编码和解码。


示例 5:将 Python 数据转换为 JSON 字符串并保存到文件

import json

data = {'name': 'Bob', 'age': 25}
with open('data.json', 'w') as file:
    json.dump(data, file)


示例 6:从 JSON 文件中读取数据并解码为 Python 对象

with open('data.json', 'r') as file:
    loaded_data = json.load(file)
    print(loaded_data)
    # 输出:{'name': 'Bob', 'age': 25}


4. csv 模块:处理 CSV 文件


csv 模块专门用于读写 CSV(逗号分隔值)文件,能够方便地处理表格数据。


示例 7:读取 CSV 文件并处理数据

import csv

with open('data.csv', 'r') as file:
    reader = csv.reader(file)
    for row in reader:
        print(row)


示例 8:写入数据到 CSV 文件

data = [
    ['Name', 'Age'],
    ['Alice', 30],
    ['Bob', 25]
]

with open('output.csv', 'w', newline='') as file:
    writer = csv.writer(file)
    writer.writerows(data)


5. os.path 模块:路径操作工具


os.path 模块提供了对路径字符串进行操作的方法,包括路径拼接、文件名提取、检查文件是否存在等。


示例 9:路径操作和文件检查

import os

path = '/path/to/some/file.txt'

# 提取文件名
print(os.path.basename(path))  # 输出:file.txt

# 检查文件是否存在
print(os.path.exists(path))   # 输出:True

# 获取文件的绝对路径
print(os.path.abspath(path))  # 输出:/full/path/to/some/file.txt


以上示例详细介绍了 io、pickle 和 json等模块在文件读写、数据序列化和反序列化方面的用法。如处理 CSV 格式的表格数据、对文件路径进行操作等。通过这些模块,开发者能够轻松处理不同类型的文件和数据,实现数据的持久化存储、交换和恢复。


目录
相关文章
|
21天前
|
数据采集 JSON 测试技术
如何在Python中高效实现CSV到JSON的数据转换
在实际项目中,数据格式转换是常见问题,尤其从CSV到JSON的转换。本文深入探讨了多种转换方法,涵盖Python基础实现、数据预处理、错误处理、性能优化及调试验证技巧。通过分块处理、并行处理等手段提升大文件转换效率,并介绍如何封装为命令行工具或Web API,实现自动化批量处理。关键点包括基础实现、数据清洗、异常捕获、性能优化和单元测试,确保转换流程稳定高效。
139 83
|
8天前
|
JSON 监控 API
python语言采集淘宝商品详情数据,json数据示例返回
通过淘宝开放平台的API接口,开发者可以轻松获取商品详情数据,并利用这些数据进行商品分析、价格监控、库存管理等操作。本文提供的示例代码和JSON数据解析方法,可以帮助您快速上手淘宝商品数据的采集与处理。
|
2月前
|
缓存 安全 Linux
Linux系统查看操作系统版本信息、CPU信息、模块信息
在Linux系统中,常用命令可帮助用户查看操作系统版本、CPU信息和模块信息
158 23
|
4月前
|
JSON 数据格式 索引
Python中序列化/反序列化JSON格式的数据
【11月更文挑战第4天】本文介绍了 Python 中使用 `json` 模块进行序列化和反序列化的操作。序列化是指将 Python 对象(如字典、列表)转换为 JSON 字符串,主要使用 `json.dumps` 方法。示例包括基本的字典和列表序列化,以及自定义类的序列化。反序列化则是将 JSON 字符串转换回 Python 对象,使用 `json.loads` 方法。文中还提供了具体的代码示例,展示了如何处理不同类型的 Python 对象。
|
4月前
|
JavaScript 前端开发 Python
python中的OS模块的基本使用
欢迎来到瑞雨溪的博客,一名热爱JavaScript与Vue的大一学生。博客分享前端技术及全栈开发经验,持续更新中,期待您的关注和支持!🎉🎉🎉
54 0
|
5月前
|
Python
Python实用记录(四):os模块-去后缀或者改后缀/指定目录下图片或者子目录图片写入txt/csv
本文介绍了如何使用Python的os模块来操作文件,包括更改文件后缀、分割文件路径和后缀、将指定目录下的所有图片写入txt文档,以及将指定目录下所有子目录中的图片写入csv文档,并为每个子目录分配一个标签。
62 1
|
5月前
|
JSON 数据格式 Python
Python实用记录(十四):python统计某个单词在TXT/JSON文件中出现的次数
这篇文章介绍了一个Python脚本,用于统计TXT或JSON文件中特定单词的出现次数。它包含两个函数,分别处理文本和JSON文件,并通过命令行参数接收文件路径、目标单词和文件格式。文章还提供了代码逻辑的解释和示例用法。
79 0
Python实用记录(十四):python统计某个单词在TXT/JSON文件中出现的次数
|
5月前
|
Shell Python
Python中os模块的常用方法和示例
在Python中,`os`模块提供了与操作系统交互的函数,用于文件和目录管理、路径操作、环境变量等。常用方法包括路径操作(如`os.path.join()`、`os.path.abspath()`)、文件和目录管理(如`os.mkdir()`、`os.remove()`)、环境变量和进程管理(如`os.getenv()`、`os.system()`)以及其他常用功能(如`os.getcwd()`、`os.urandom()`)。
63 0
|
5天前
|
数据采集 JSON 数据可视化
JSON数据解析实战:从嵌套结构到结构化表格
在信息爆炸的时代,从杂乱数据中提取精准知识图谱是数据侦探的挑战。本文以Google Scholar为例,解析嵌套JSON数据,提取文献信息并转换为结构化表格,通过Graphviz制作技术关系图谱,揭示文献间的隐秘联系。代码涵盖代理IP、请求头设置、JSON解析及可视化,提供完整实战案例。
JSON数据解析实战:从嵌套结构到结构化表格
|
2月前
|
JSON 前端开发 搜索推荐
关于商品详情 API 接口 JSON 格式返回数据解析的示例
本文介绍商品详情API接口返回的JSON数据解析。最外层为`product`对象,包含商品基本信息(如id、name、price)、分类信息(category)、图片(images)、属性(attributes)、用户评价(reviews)、库存(stock)和卖家信息(seller)。每个字段详细描述了商品的不同方面,帮助开发者准确提取和展示数据。具体结构和字段含义需结合实际业务需求和API文档理解。

热门文章

最新文章