Python 文件操作与进阶知识总结

一、文件打开模式

模式	可读	可写	打开时行为	用途
`r`	是	否	文件必须存在	读文本
`w`	否	是	清空文件	覆盖写
`a`	否	是	光标在末尾	追加写
`r+`	是	是	不清空，光标在开头	读写
`rb`	是	否	二进制读	图片/音频/视频
`wb`	否	是	二进制写（清空）	保存二进制文件

要点

文本文件用 r/w/a，二进制文件用 rb/wb
图片、音频、视频、压缩包必须用二进制模式
用文本模式读二进制会报：'utf-8' codec can't decode byte 0xff...
二进制读到的是 bytes 对象，形如 b'\xff\xd8\xff\xe0...'

二、文件读取方法

方法	作用	返回类型
`fp.read()`	读全部（等价 `read(-1)`）	`str`
`fp.read(n)`	读 n 个字符	`str`
`fp.readline()`	读一行	`str`
`fp.readlines()`	读所有行	`list`
`for line in fp`	逐行迭代	`str`

要点

read(n) 单位是字符，从当前光标往后读
连续 read(n) 是分段往后读
文件指针只往前走，读完再读返回空
想重新读用 fp.seek(0)

三、文件指针操作

方法	作用
`fp.tell()`	查看当前指针字节位置
`fp.seek(位置)`	移动到指定位置
`fp.seek(0)`	回到开头
`fp.seek(偏移, 起点)`	起点：`0` 开头 / `1` 当前 / `2` 末尾

要点

tell() 和 seek() 都按字节算
中文在 UTF-8 下占 3 个字节
文本模式下 seek 只建议用 seek(0)
二进制模式 rb 下可随意 seek

四、文件写入方法

方法	参数	自动换行
`fp.write(s)`	一个字符串	否
`fp.writelines(list)`	一个列表	否
`fp.writable()`	无	判断是否可写

要点

write 和 writelines 都不自动加换行，要换行自己写 \n
writelines 标准用法是传列表
with 块内可连续多次 write
w 模式打开即清空文件

五、join 与 split

join：列表转字符串

1	"\|".join(["dream", "521", "18"]) # "dream\|521\|18"

分隔符只在元素之间出现，末尾不会多
只能拼接字符串列表，有数字要先转："|".join(str(x) for x in lst)

split：字符串转列表

1	"dream\|521\|18".split("\|") # ["dream", "521", "18"]

末尾分隔符的坑

1 2	"dream\|521\|18\|男\|ok\|".split("\|") # ['dream', '521', '18', '男', 'ok', ''] 末尾多个空串

建议写入用 "|".join(...)，读取就能干净地拆。

六、异常处理

语法框架

try:
    # 可能出错的代码
except 异常类型:
    # 出错后怎么办
else:
    # 没出错时执行（可选）
finally:
    # 无论如何都执行（可选）

四个关键字

关键字	作用
`try`	试着执行
`except`	捕获异常
`else`	没出错时执行
`finally`	无论如何都执行

执行顺序

出错：走 except，不执行 else
没出错：不执行 except，走 else
finally 永远执行

常见异常

异常	触发场景
`ValueError`	类型对但值不对，如 `int("abc")`
`TypeError`	类型不对，如 `1 + "a"`
`ZeroDivisionError`	除以 0
`IndexError`	列表下标越界
`KeyError`	字典键不存在
`FileNotFoundError`	文件不存在
`AttributeError`	对象没有该属性/方法

使用原则

精确捕获具体异常，别用 except: pass
finally 做收尾
用 raise 主动报业务错误

七、assert 断言

语法

1	assert 条件, "异常信息"

等价于

1 2	if not 条件: raise AssertionError("异常信息")

与 raise 对比

	`raise`	`assert`
写法	`if not 条件: raise`	`assert 条件, "信息"`
异常类型	自定义	固定 `AssertionError`
用途	正式错误拦截	调试 / 内部检查
能否禁用	不能	能（`python -O`）

正式错误检查用 raise，assert 只用于调试。

八、推导式

三种类型

类型	符号	语法	结果
列表推导式	`[]`	`[表达式 for x in 可迭代 if 条件]`	`list`
字典生成式	`{}`	`{键: 值 for x in 可迭代 if 条件}`	`dict`
集合推导式	`{}`	`{表达式 for x in 可迭代 if 条件}`	`set`

字典和集合都用 {}，区别是有没有冒号 :。

万能翻译

1	[表达式 for x in 可迭代 if 条件]

等价于

result = []
for x in 可迭代:
    if 条件:
        result.append(表达式)

if 与 if-else 的位置

1 2	[i for i in range(10) if i % 2 == 0] # if 在后面，筛选 ["偶" if i % 2 == 0 else "奇" for i in range(5)] # if-else 在前面，变换

多个 for 的顺序

1	[i * j for i in num_one for j in num_two]

从左到右，从外到内，先外后内。

等价于

1
2
3

for i in num_one:        # 外层
    for j in num_two:    # 内层
        ...

嵌套推导式

1	[[line[i] for line in res] for i in range(len(res[0]))]

外层 [] 的 for 是外层循环
内层 [] 是内层循环

“左边是外层”只适用于同一方括号里并列的多个 for。

笛卡尔积与一一配对

写法	逻辑	结果个数
`[i*j for i in A for j in B]`	交叉相乘	`len(A) × len(B)`
`[a*b for a,b in zip(A,B)]`	同位置配对	`min(len(A), len(B))`

九、矩阵转置

原始数据

1
2
3

res = [[1, 2, 3, 4],
       [5, 6, 7, 8],
       [9, 10, 11, 12]]   # 3 行 4 列

转置思路

固定一列，把每一行在该列的元素收集起来，成为新的一行。

三种写法

# 写法 1：双重 for
num_list = []
for i in range(len(res[0])):
    inner = []
    for line in res:
        inner.append(line[i])
    num_list.append(inner)

# 写法 2：嵌套推导式
num_list = [[line[i] for line in res] for i in range(len(res[0]))]

# 写法 3：zip（推荐）
num_list = [list(col) for col in zip(*res)]

结果

1	[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]] # 4 行 3 列

zip 要点

zip 每次返回的是元组
list(col) 把元组转成列表
zip(*res) 中的 * 是解包

写法	每个元素类型	结果
`list(zip(*res))`	`tuple`	`[(1,5,9), (2,6,10), ...]`
`[list(col) for col in zip(*res)]`	`list`	`[[1,5,9], [2,6,10], ...]`

十、生成器表达式

语法

1	(i for i in range(10) if i % 2 == 0) # 圆括号

与列表推导式对比

写法	类型	特点
`[i for i in range(10)]`	列表推导式	立刻算全部，占内存
`(i for i in range(10))`	生成器表达式	懒计算，用一个取一个，省内存

特点

打印出来是 <generator object <genexpr> at 0x...>
只能用一次

1
2
3

gen = (i for i in range(5))
print(list(gen))   # [0,1,2,3,4]
print(list(gen))   # []  空了

取值方式

1
2
3

list(gen)         # 全部取出
for i in gen:     # 遍历
next(gen)         # 一个一个取

为什么用生成器

省内存。处理海量数据时，生成器一次只留一个元素，列表则要全部存内存。

十一、速查表

读取方法

方法	返回	单位
`read()`	`str`	全部
`read(n)`	`str`	n 个字符
`readline()`	`str`	一行
`readlines()`	`list`	所有行
`for line in fp`	`str`	一行

模式对比

模式	读	写	清空
`r`	是	否	否
`w`	否	是	是
`a`	否	是	否
`r+`	是	是	否

推导式对比

类型	符号	结果
列表推导式	`[]`	`list`
字典生成式	`{k:v ...}`	`dict`
集合推导式	`{x ...}`	`set`
生成器表达式	`()`	`generator`

十二、核心记忆口诀

文本用 r/w/a，二进制用 rb/wb
文件指针只往前走，回头要用 seek(0)
tell/seek 按字节算，中文占 3 字节
write/writelines 都不自动换行，要换行自己加 \n
join 末尾不多个分隔符，split 遇末尾分隔符会多空串
异常四件套：try / except / else / finally
assert 是 if not ... raise 的简写，-O 会禁用
推导式多个 for：从左到右，从外到内
zip 吐元组，要列表就 list()
生成器省内存，但只能用一次