数据分析笔记14：Python文件操作

编码基础理论

为什么需要编码

计算机只能识别0和1，而人类使用文字、字母、符号。编码是将两者之间进行转换的机制。

编码流程：

人类语言（汉字/字母） → [编码] → 机器语言（0101）

机器语言（0101） → [解码] → 人类语言（汉字/字母）

核心原则：编码和解码必须使用同一套编码表。

常见编码表对比

编码类型	发明者	支持范围	特点
ASCII	美国	英文大小写、特殊字符	不支持中文
GBK	中国	中文、英文	支持中文
GB2312	中国	简体中文	范围较小
Unicode	国际	全球语言	空间占用大
UTF-8	国际	全球语言	Python常用

编码实务操作

编码示例（GBK）：

复制代码

print("世界".encode("GBK"))
# 输出：b'\xca\xc0\xbd\xe7'

编码示例（UTF-8）：

复制代码

print("世界".encode("UTF-8"))
# 输出：b'\xe4\xb8\x96\xe7\x95\x8c'

解码示例：

复制代码

# GBK解码
print(b'\xca\xc0\xbd\xe7'.decode("GBK"))
# 输出：世界

# UTF-8解码
print(b'\xe4\xb8\x96\xe7\x95\x8c'.decode("UTF-8"))
# 输出：世界

深度理解：\x 表示16进制格式。GBK用4个字节表示"世界"，UTF-8用6个字节。

路径管理系统

绝对路径 vs 相对路径

绝对路径：从盘符根目录开始的完整路径。

复制代码

r"D:\download\Python\test.py"

优点：

不受当前位置影响。
移动脚本后仍可正确找到文件。
推荐使用。

相对路径：以当前文件位置为参照。

复制代码

"test.txt"  # 同目录下的文件

缺点：

脚本移动后路径失效。
需要修改代码。

获取绝对路径的方法

在PyCharm中：

右键点击文件。
Copy Path。
选择 Absolute Path。

文件读写核心机制

文件操作三步骤

打开文件：f = open("文件路径", "模式", encoding="UTF-8")。
读写操作：f.write("内容") 或 f.read()。
关闭文件：f.close()。

open()函数详解

语法结构：

复制代码

open(file_name, mode, encoding)

参数说明：

file_name：文件路径（含文件名）。
mode：打开模式（见下表）。
encoding：编码格式（推荐UTF-8）。

文件打开模式对比

模式	英文全称	功能	文件不存在时	文件存在时
r	read	只读	报错	读取内容
w	write	写入	创建新文件	覆盖旧内容
a	append	追加	创建新文件	在尾部追加内容

重要区别：w模式会完全覆盖旧内容，a模式会保留旧内容并在后面追加。

转义字符问题

问题：绝对路径中的反斜杠可能被误认为特殊字符。

复制代码

# 错误：\b、\p、\d 可能被识别为特殊字符
"D:\python\test.py"

解决方案1：双反斜杠

复制代码

"D:\\python\\test.py"

解决方案2：原始字符串（推荐）

复制代码

r"D:\python\test.py"  # 前面加 r

文件读取三大函数

read() - 一次性读取

特点：读取全部内容，返回字符串。

复制代码

with open(r"路径", "r", encoding="UTF-8") as f:
    content = f.read()
    print(content)  # 字符串格式
    print(type(content))  # <class 'str'>

readlines() - 列表格式读取

特点：读取全部内容，返回列表（每行一个元素）。

复制代码

with open(r"路径", "r", encoding="UTF-8") as f:
    lines = f.readlines()
    print(lines)  # ['第一行\n', '第二行\n', '第三行']
    print(type(lines))  # <class 'list'>

readline() - 逐行读取

特点：每次读取一行（单数形式）。

复制代码

with open(r"路径", "r", encoding="UTF-8") as f:
    line1 = f.readline()  # 读取第1行
    print(f"第一行：{line1}")
    
    line2 = f.readline()  # 读取第2行
    print(f"第二行：{line2}")

函数对比表：

函数	返回类型	读取方式	适用场景
read()	字符串	一次全部	小文件
readlines()	列表	一次全部	需要遍历每行
readline()	字符串	逐行读取	大文件/逐行处理

with open 自动管理

为什么使用 with

传统方式的问题：

复制代码

f = open("文件", "r")
content = f.read()
f.close()  # 容易忘记关闭

with方式的优势：

复制代码

with open("文件", "r", encoding="UTF-8") as fp:
    content = fp.read()
# 自动关闭，无需 fp.close()

语法结构

复制代码

with open(文件路径, 模式, encoding=编码) as 变量名:
    # 文件操作
    变量名.read() / 变量名.write()
# 代码块结束后自动关闭文件

最佳实践：后续所有文件操作统一使用 with open 方式。

文件写入与追加

创建不同类型文件

关键：通过后缀名区分文件类型。

复制代码

# 创建CSV文件
with open("output_file.csv", "w", encoding="UTF-8") as f:
    f.write("Hello Universe")

# 创建TXT文件
with open("output_file.txt", "w", encoding="UTF-8") as f:
    f.write("测试内容")

# 创建Excel文件
with open("output_file.xlsx", "w", encoding="UTF-8") as f:
    f.write("数据")

写入与追加示例

覆盖写入（w模式）：

复制代码

with open(r"路径\test.txt", "w", encoding="UTF-8") as f:
    f.write("这是测试的文件相对路径")
# 旧内容被完全覆盖

追加写入（a模式）：

复制代码

with open(r"路径\test.txt", "a", encoding="UTF-8") as f:
    f.write("\n")  # 先换行
    f.write("这是测试文件绝对路径")
# 旧内容保留，新内容追加在后

用户登录验证系统

需求分析

功能：

从 user.txt 读取预存的用户名和密码。
用户输入账号密码。
验证成功 → 显示"登录成功"并退出。
验证失败 → 显示"用户名或密码错误"并重新输入。

user.txt 文件格式：

复制代码

用户一:pass123  
用户二:456  
test_user:password

完整代码实现

复制代码

def 用户登录验证系统():
    while True:
        # 步骤1：获取用户输入
        name = input("请输入用户名：").strip()
        pwd = input("请输入密码：").strip()
        
        # 步骤2：读取文件中的账号数据
        with open(r"绝对路径\user.txt", "r", encoding="UTF-8") as file:
            info = file.readlines()
            print(info)  # 调试用
            
            # 步骤3：遍历每行数据进行验证
            for line in info:
                # 清除换行符并按冒号分割
                u_name, u_pwd = line.strip("\n").split(":")
                
                # 步骤4：验证账号密码
                if u_name == name and u_pwd == pwd:
                    print("登录成功")
                    return  # 结束函数
            
            # 步骤5：所有账号都不匹配
            else:
                print("用户名或密码错误")

# 调用函数
用户登录验证系统()

代码深度解析

关键技术点1：数据清洗

复制代码

line.strip("\n")  # 去除行尾的换行符

关键技术点2：字符串分割

复制代码

u_name, u_pwd = "用户一:pass123".split(":")
# u_name = "用户一"
# u_pwd = "pass123"

关键技术点3：序列赋值

复制代码

# split()返回列表：["用户一", "pass123"]
# 自动按位置赋值给两个变量
u_name, u_pwd = ["用户一", "pass123"]

关键技术点4：for...else结构

复制代码

for line in info:
    if 条件成立:
        return  # 找到匹配，退出
else:
    # 遍历完所有数据都不匹配时执行
    print("用户名或密码错误")

名片管理系统的痛点

数据存储在临时内存（列表）。
程序关闭后数据全部丢失。
无法实现数据持久化。

文件存储的优势

数据存储在硬盘文件。
程序关闭后数据永久保存。
下次启动直接读取历史数据到内存。

升级思路

添加名片时：

复制代码

def add_card():
    # 原有逻辑：收集姓名、电话、微信、邮箱
    card = {...}
    card_list.append(card)
    
    # 新增：写入文件
    with open("cards.txt", "a", encoding="UTF-8") as f:
        f.write(f"{card}\n")

启动程序时：

复制代码

def load_cards():
    with open("cards.txt", "r", encoding="UTF-8") as f:
        # 读取并恢复数据到 card_list
        pass

常见错误防范

错误类型	原因	解决方案
UnicodeDecodeError	编码不匹配	指定正确的encoding
FileNotFoundError	路径错误	使用绝对路径 + 检查文件是否存在
特殊字符问题	转义字符冲突	路径前加 r
文件未关闭	忘记close()	使用 with open