Python中最常用的三種文件讀取方法詳解
更新時間：2026年05月29日 09:00:05 作者：知遠漫談
在Python編程的世界中,文件操作是一個非常重要的技能,無論是處理日志文件、讀取配置信息,還是分析數據集,我們都需要與文件打交道,今天,我們就來深入探討Python中最常用的三種文件讀取方法,需要的朋友可以參考下
引言
在Python編程的世界中，文件操作是一個非常重要的技能。無論是處理日志文件、讀取配置信息，還是分析數據集，我們都需要與文件打交道。今天，我們就來深入探討Python中最常用的三種文件讀取方法：read()、readline()和readlines()。
文件讀取的基礎知識
在開始詳細介紹之前，讓我們先了解一下文件讀取的基本概念。在Python中，文件操作通常遵循"打開-操作-關閉"的模式：
# 基本的文件操作流程
file = open('example.txt', 'r') # 打開文件
content = file.read() # 讀取內容
file.close() # 關閉文件
不過，更推薦使用上下文管理器的方式：
# 推薦的文件操作方式
with open('example.txt', 'r') as file:
content = file.read()
# 文件會自動關閉
這種方式的優(yōu)勢在于，即使在讀取過程中發(fā)生異常，文件也會被正確關閉。
read() 方法詳解
基本用法
read()方法是最簡單的文件讀取方法之一。它會將整個文件的內容一次性讀取到內存中，并返回一個字符串。
# 創(chuàng)建一個示例文件
with open('sample.txt', 'w', encoding='utf-8') as f:
f.write("這是第一行文本\n")
f.write("這是第二行文本\n")
f.write("這是第三行文本\n")
# 使用read()方法讀取整個文件
with open('sample.txt', 'r', encoding='utf-8') as file:
content = file.read()
print(content)
輸出結果：
這是第一行文本 這是第二行文本 這是第三行文本
帶參數的read()
read()方法還可以接受一個可選的整數參數，表示要讀取的最大字符數。
with open('sample.txt', 'r', encoding='utf-8') as file:
# 只讀取前10個字符
partial_content = file.read(10)
print(f"前10個字符: {partial_content}")
# 繼續(xù)讀取剩余內容
remaining_content = file.read()
print(f"剩余內容: {remaining_content}")
實際應用場景
read()方法適用于以下場景：
- 文件較小，可以完全加載到內存中
- 需要對整個文件內容進行處理
- 簡單的文本處理任務
# 統計文件中的單詞數量
def count_words(filename):
with open(filename, 'r', encoding='utf-8') as file:
content = file.read()
words = content.split()
return len(words)
# 使用示例
word_count = count_words('sample.txt')
print(f"文件中共有 {word_count} 個單詞")
readline() 方法詳解
基本概念
readline()方法每次只讀取文件的一行內容，包括行末的換行符。當到達文件末尾時，返回空字符串。
with open('sample.txt', 'r', encoding='utf-8') as file:
line1 = file.readline()
line2 = file.readline()
line3 = file.readline()
line4 = file.readline() # 這一行應該是空的
print(f"第一行: {repr(line1)}")
print(f"第二行: {repr(line2)}")
print(f"第三行: {repr(line3)}")
print(f"第四行: {repr(line4)}")
輸出結果：
第一行: '這是第一行文本\n' 第二行: '這是第二行文本\n' 第三行: '這是第三行文本\n' 第四行: ''
循環(huán)讀取所有行
最常見的用法是使用循環(huán)來逐行讀取文件的所有內容：
with open('sample.txt', 'r', encoding='utf-8') as file:
line_number = 1
while True:
line = file.readline()
if not line: # 到達文件末尾
break
print(f"第{line_number}行: {line.strip()}") # strip()去除換行符
line_number += 1
for循環(huán)讀取
Python還提供了更簡潔的方式來逐行讀取文件：
with open('sample.txt', 'r', encoding='utf-8') as file:
for line_number, line in enumerate(file, 1):
print(f"第{line_number}行: {line.strip()}")
處理大文件的優(yōu)勢
readline()方法特別適合處理大型文件，因為它不會一次性將整個文件加載到內存中：
# 處理大文件的示例
def process_large_file(filename):
line_count = 0
word_count = 0
with open(filename, 'r', encoding='utf-8') as file:
while True:
line = file.readline()
if not line:
break
line_count += 1
words = line.split()
word_count += len(words)
# 每處理1000行顯示一次進度
if line_count % 1000 == 0:
print(f"已處理 {line_count} 行...")
return line_count, word_count
# 創(chuàng)建一個較大的測試文件
with open('large_sample.txt', 'w', encoding='utf-8') as f:
for i in range(5000):
f.write(f"這是第{i+1}行文本，包含一些示例內容。\n")
# 處理大文件
lines, words = process_large_file('large_sample.txt')
print(f"總共處理了 {lines} 行，包含 {words} 個單詞")
readlines() 方法詳解
基本功能
readlines()方法會一次性讀取文件的所有行，并返回一個包含每行內容的列表：
with open('sample.txt', 'r', encoding='utf-8') as file:
lines = file.readlines()
print(f"類型: {type(lines)}")
print(f"行數: {len(lines)}")
for i, line in enumerate(lines, 1):
print(f"第{i}行: {repr(line)}")
輸出結果：
類型: <class 'list'> 行數: 3 第1行: '這是第一行文本\n' 第2行: '這是第二行文本\n' 第3行: '這是第三行文本\n'
列表推導式的應用
結合列表推導式，我們可以輕松地對讀取的行進行處理：
with open('sample.txt', 'r', encoding='utf-8') as file:
# 讀取所有行并去除換行符
clean_lines = [line.strip() for line in file.readlines()]
print(clean_lines)
# 或者直接在for循環(huán)中處理
with open('sample.txt', 'r', encoding='utf-8') as file:
for line in file.readlines():
processed_line = line.strip().upper() # 轉換為大寫
print(processed_line)
內存考慮
需要注意的是，readlines()會將整個文件加載到內存中，因此對于大型文件可能會消耗大量內存：
import sys
def compare_memory_usage(filename):
# 使用readlines()
with open(filename, 'r', encoding='utf-8') as file:
lines = file.readlines()
memory_with_readlines = sys.getsizeof(lines)
print(f"readlines()使用的內存: {memory_with_readlines} 字節(jié)")
# 使用readline()逐行讀取
memory_with_readline = 0
with open(filename, 'r', encoding='utf-8') as file:
while True:
line = file.readline()
if not line:
break
memory_with_readline += sys.getsizeof(line)
print(f"readline()使用的內存: {memory_with_readline} 字節(jié)")
# 測試內存使用情況
compare_memory_usage('large_sample.txt')
三種方法的對比分析
為了更好地理解這三種方法的區(qū)別，讓我們通過一個圖表來展示它們的特點：
渲染錯誤: Mermaid 渲染失敗: Parse error on line 2: ...A[文件讀取方法] --> B[read()] A --> C[read -----------------------^ Expecting 'SQE', 'DOUBLECIRCLEEND', 'PE', '-)', 'STADIUMEND', 'SUBROUTINEEND', 'PIPE', 'CYLINDEREND', 'DIAMOND_STOP', 'TAGEND', 'TRAPEND', 'INVTRAPEND', 'UNICODE_TEXT', 'TEXT', 'TAGSTART', got 'PS'
性能比較
讓我們通過實際測試來比較這三種方法的性能：
import time
def performance_test(filename):
# 測試read()方法
start_time = time.time()
with open(filename, 'r', encoding='utf-8') as file:
content = file.read()
read_time = time.time() - start_time
# 測試readline()方法
start_time = time.time()
lines = []
with open(filename, 'r', encoding='utf-8') as file:
while True:
line = file.readline()
if not line:
break
lines.append(line)
readline_time = time.time() - start_time
# 測試readlines()方法
start_time = time.time()
with open(filename, 'r', encoding='utf-8') as file:
lines = file.readlines()
readlines_time = time.time() - start_time
print(f"read()方法耗時: {read_time:.6f} 秒")
print(f"readline()方法耗時: {readline_time:.6f} 秒")
print(f"readlines()方法耗時: {readlines_time:.6f} 秒")
# 進行性能測試
performance_test('large_sample.txt')
實際應用案例
日志文件分析
在實際工作中，我們經常需要分析日志文件。以下是使用不同讀取方法的示例：
# 創(chuàng)建模擬日志文件
log_entries = [
"2023-10-01 10:00:01 INFO 用戶登錄成功",
"2023-10-01 10:05:23 WARNING 內存使用率超過80%",
"2023-10-01 10:10:45 ERROR 數據庫連接失敗",
"2023-10-01 10:15:12 INFO 系統重啟完成",
"2023-10-01 10:20:33 ERROR 權限驗證失敗"
]
with open('app.log', 'w', encoding='utf-8') as f:
for entry in log_entries:
f.write(entry + '\n')
# 分析錯誤日志
def analyze_error_logs(filename):
error_count = 0
warning_count = 0
with open(filename, 'r', encoding='utf-8') as file:
for line in file: # 使用迭代器方式讀取
if 'ERROR' in line:
error_count += 1
print(f"發(fā)現錯誤: {line.strip()}")
elif 'WARNING' in line:
warning_count += 1
print(f"發(fā)現警告: {line.strip()}")
print(f"\n統計結果:")
print(f"錯誤數量: {error_count}")
print(f"警告數量: {warning_count}")
analyze_error_logs('app.log')
CSV文件處理
CSV文件是數據處理中常見的格式，讓我們看看如何使用這些方法來處理CSV數據：
# 創(chuàng)建示例CSV文件
csv_data = [
"姓名,年齡,城市",
"張三,25,北京",
"李四,30,上海",
"王五,28,廣州",
"趙六,35,深圳"
]
with open('users.csv', 'w', encoding='utf-8') as f:
for line in csv_data:
f.write(line + '\n')
# 讀取CSV文件
def read_csv_simple(filename):
users = []
with open(filename, 'r', encoding='utf-8') as file:
headers = file.readline().strip().split(',') # 讀取標題行
while True:
line = file.readline()
if not line:
break
values = line.strip().split(',')
user_dict = dict(zip(headers, values))
users.append(user_dict)
return users
# 使用示例
users = read_csv_simple('users.csv')
for user in users:
print(user)
配置文件解析
許多應用程序使用配置文件來存儲設置，讓我們看一個簡單的配置文件解析示例：
# 創(chuàng)建配置文件
config_content = """
# 應用程序配置文件
database.host=localhost
database.port=5432
database.name=myapp
server.port=8080
debug=true
"""
with open('config.ini', 'w', encoding='utf-8') as f:
f.write(config_content)
# 解析配置文件
def parse_config(filename):
config = {}
with open(filename, 'r', encoding='utf-8') as file:
for line in file.readlines(): # 使用readlines()
line = line.strip()
# 跳過注釋和空行
if line.startswith('#') or not line:
continue
if '=' in line:
key, value = line.split('=', 1)
config[key.strip()] = value.strip()
return config
# 使用示例
config = parse_config('config.ini')
print("配置信息:")
for key, value in config.items():
print(f"{key}: {value}")
高級技巧和最佳實踐
編碼處理
在處理文件時，編碼問題是非常常見的。讓我們看看如何正確處理不同的編碼：
# 創(chuàng)建不同編碼的文件
text_content = "你好，世界！Hello World!"
# UTF-8編碼
with open('utf8_file.txt', 'w', encoding='utf-8') as f:
f.write(text_content)
# GBK編碼
with open('gbk_file.txt', 'w', encoding='gbk') as f:
f.write(text_content)
# 正確讀取不同編碼的文件
def read_with_encoding(filename, encoding):
try:
with open(filename, 'r', encoding=encoding) as file:
content = file.read()
print(f"{encoding}編碼文件內容: {content}")
except UnicodeDecodeError as e:
print(f"解碼錯誤: {e}")
read_with_encoding('utf8_file.txt', 'utf-8')
read_with_encoding('gbk_file.txt', 'gbk')
異常處理
在文件操作中，異常處理是必不可少的。讓我們看看如何優(yōu)雅地處理各種異常情況：
def safe_file_read(filename, method='read'):
try:
with open(filename, 'r', encoding='utf-8') as file:
if method == 'read':
return file.read()
elif method == 'readline':
return file.readline()
elif method == 'readlines':
return file.readlines()
except FileNotFoundError:
print(f"? 錯誤: 文件 '{filename}' 不存在")
return None
except PermissionError:
print(f"? 錯誤: 沒有權限讀取文件 '{filename}'")
return None
except UnicodeDecodeError:
print(f"? 錯誤: 文件 '{filename}' 編碼不正確")
return None
except Exception as e:
print(f"? 未知錯誤: {e}")
return None
# 測試異常處理
result = safe_file_read('nonexistent.txt')
if result is not None:
print(result)
else:
print("文件讀取失敗")
上下文管理器的自定義實現
除了內置的文件對象，我們還可以創(chuàng)建自己的上下文管理器：
class FileProcessor:
def __init__(self, filename, mode='r'):
self.filename = filename
self.mode = mode
self.file = None
def __enter__(self):
print(f"?? 打開文件: {self.filename}")
self.file = open(self.filename, self.mode, encoding='utf-8')
return self.file
def __exit__(self, exc_type, exc_val, exc_tb):
if self.file:
self.file.close()
print(f"? 關閉文件: {self.filename}")
if exc_type:
print(f"?? 發(fā)生異常: {exc_val}")
return False # 不抑制異常
# 使用自定義上下文管理器
try:
with FileProcessor('sample.txt') as file:
content = file.read()
print(content)
except Exception as e:
print(f"處理文件時出錯: {e}")
性能優(yōu)化建議
選擇合適的讀取方法
根據文件大小和處理需求選擇合適的方法：
import os
def choose_reading_method(filename):
# 獲取文件大小
file_size = os.path.getsize(filename)
size_mb = file_size / (1024 * 1024)
print(f"文件大小: {size_mb:.2f} MB")
if size_mb < 1: # 小于1MB的文件
print("?? 建議使用 read() 或 readlines()")
return 'small'
elif size_mb < 100: # 1MB到100MB的文件
print("?? 建議使用 readline() 逐行處理")
return 'medium'
else: # 大于100MB的文件
print("?? 建議使用 readline() 并考慮分塊處理")
return 'large'
# 測試文件大小判斷
file_type = choose_reading_method('large_sample.txt')
緩沖區(qū)優(yōu)化
Python的文件操作支持緩沖區(qū)設置，可以通過調整緩沖區(qū)大小來優(yōu)化性能：
def buffered_reading_test(filename):
import time
# 默認緩沖區(qū)
start_time = time.time()
with open(filename, 'r', encoding='utf-8') as file:
content = file.read()
default_time = time.time() - start_time
# 自定義緩沖區(qū)大小
start_time = time.time()
with open(filename, 'r', encoding='utf-8', buffering=8192) as file:
content = file.read()
custom_time = time.time() - start_time
print(f"默認緩沖區(qū)耗時: {default_time:.6f} 秒")
print(f"自定義緩沖區(qū)耗時: {custom_time:.6f} 秒")
buffered_reading_test('large_sample.txt')
實用工具函數
基于前面學到的知識，讓我們創(chuàng)建一些實用的工具函數：
def read_file_lines(filename, start_line=1, end_line=None):
"""
讀取文件指定范圍的行
Args:
filename: 文件名
start_line: 開始行號（從1開始）
end_line: 結束行號（包含），None表示讀取到文件末尾
Returns:
list: 指定范圍的行列表
"""
lines = []
current_line = 0
with open(filename, 'r', encoding='utf-8') as file:
while True:
line = file.readline()
if not line:
break
current_line += 1
# 跳過開始行之前的行
if current_line < start_line:
continue
# 如果指定了結束行且已達到，則停止
if end_line and current_line > end_line:
break
lines.append(line.rstrip('\n'))
return lines
# 使用示例
middle_lines = read_file_lines('large_sample.txt', 1000, 1010)
print("第1000到1010行的內容:")
for i, line in enumerate(middle_lines, 1000):
print(f"{i}: {line}")
def find_in_file(filename, search_term, case_sensitive=True):
"""
在文件中搜索指定的文本
Args:
filename: 文件名
search_term: 搜索詞
case_sensitive: 是否區(qū)分大小寫
Returns:
list: 包含搜索詞的行及其行號
"""
results = []
with open(filename, 'r', encoding='utf-8') as file:
for line_num, line in enumerate(file, 1):
search_text = line if case_sensitive else line.lower()
search_term_check = search_term if case_sensitive else search_term.lower()
if search_term_check in search_text:
results.append((line_num, line.rstrip('\n')))
return results
# 使用示例
search_results = find_in_file('large_sample.txt', '第100')
print(f"找到 {len(search_results)} 個匹配項:")
for line_num, line in search_results[:5]: # 只顯示前5個
print(f"第{line_num}行: {line}")
與其他技術的結合
與正則表達式的結合
文件處理經常需要配合正則表達式來進行復雜的文本匹配：
import re
def extract_emails_from_file(filename):
"""
從文件中提取電子郵件地址
"""
email_pattern = r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b'
emails = set() # 使用集合避免重復
with open(filename, 'r', encoding='utf-8') as file:
for line in file:
found_emails = re.findall(email_pattern, line)
emails.update(found_emails)
return list(emails)
# 創(chuàng)建包含郵箱的測試文件
email_content = """
聯系我們：
技術支持: support@example.com
銷售咨詢: sales@company.org
客戶服務: service@test-domain.net
緊急聯系: emergency@help.co.uk
"""
with open('contacts.txt', 'w', encoding='utf-8') as f:
f.write(email_content)
# 提取郵箱
emails = extract_emails_from_file('contacts.txt')
print("找到的郵箱地址:")
for email in emails:
print(f"?? {email}")
與JSON處理的結合
現代應用程序經常需要處理JSON格式的數據文件：
import json
# 創(chuàng)建JSON格式的配置文件
config_data = {
"database": {
"host": "localhost",
"port": 5432,
"name": "myapp"
},
"server": {
"port": 8080,
"debug": True
},
"features": ["auth", "logging", "monitoring"]
}
with open('config.json', 'w', encoding='utf-8') as f:
json.dump(config_data, f, ensure_ascii=False, indent=2)
# 讀取和處理JSON文件
def read_json_config(filename):
try:
with open(filename, 'r', encoding='utf-8') as file:
# 對于JSON文件，通常使用read()方法讀取完整內容
content = file.read()
config = json.loads(content)
return config
except json.JSONDecodeError as e:
print(f"JSON解析錯誤: {e}")
return None
except Exception as e:
print(f"文件讀取錯誤: {e}")
return None
# 使用示例
config = read_json_config('config.json')
if config:
print("配置信息:")
print(json.dumps(config, ensure_ascii=False, indent=2))
最佳實踐總結
1. 優(yōu)先使用上下文管理器
始終使用with語句來處理文件，確保文件能夠正確關閉：
# ? 推薦做法
with open('file.txt', 'r') as f:
content = f.read()
# ? 不推薦做法
f = open('file.txt', 'r')
content = f.read()
f.close()
2. 根據文件大小選擇合適的方法
- 小文件 (< 1MB): 可以使用
read()或readlines() - 中等文件 (1MB - 100MB): 推薦使用
readline()逐行處理 - 大文件 (> 100MB): 必須使用
readline()，并考慮分塊處理
3. 注意編碼問題
始終明確指定文件編碼，特別是在處理中文或其他非ASCII字符時：
# ? 明確指定編碼
with open('file.txt', 'r', encoding='utf-8') as f:
content = f.read()
# ? 可能導致編碼問題
with open('file.txt', 'r') as f:
content = f.read()
4. 合理處理異常
文件操作可能遇到各種異常，應該妥善處理：
def robust_file_operation(filename):
try:
with open(filename, 'r', encoding='utf-8') as f:
return f.read()
except FileNotFoundError:
print(f"文件 {filename} 不存在")
except PermissionError:
print(f"沒有權限訪問文件 {filename}")
except UnicodeDecodeError:
print(f"文件 {filename} 編碼錯誤")
except Exception as e:
print(f"未知錯誤: {e}")
return None
5. 考慮內存使用
對于大文件，避免使用 read() 和 readlines()，而應該使用 readline() 逐行處理：
# ? 處理大文件的正確方式
def process_large_file(filename):
with open(filename, 'r', encoding='utf-8') as f:
while True:
line = f.readline()
if not line:
break
# 處理每一行
process_line(line)
# ? 可能導致內存溢出
def process_large_file_wrong(filename):
with open(filename, 'r', encoding='utf-8') as f:
lines = f.readlines() # 危險！可能占用大量內存
for line in lines:
process_line(line)
總結與展望
通過本文的學習，我們深入了解了Python中三種主要的文件讀取方法：read()、readline()和readlines()。每種方法都有其特定的使用場景和優(yōu)缺點：
read(): 適合小文件，一次性讀取全部內容readline(): 適合大文件，逐行讀取節(jié)省內存readlines(): 返回行列表，便于批量處理
在實際開發(fā)中，我們應該根據具體需求選擇合適的方法，并遵循最佳實踐，如使用上下文管理器、正確處理編碼和異常等。
隨著Python的發(fā)展，文件處理也在不斷演進。例如，Python 3.8引入了賦值表達式（海象運算符），可以讓某些文件處理代碼更加簡潔：
# 使用海象運算符簡化while循環(huán)
with open('sample.txt', 'r', encoding='utf-8') as f:
while (line := f.readline()):
print(line.strip())
此外，對于更復雜的數據處理需求，我們還可以考慮使用pandas等第三方庫來處理結構化數據文件，或者使用asyncio來處理異步文件操作。
希望本文能夠幫助你更好地理解和使用Python的文件讀取功能。記住，掌握這些基礎知識是成為優(yōu)秀Python開發(fā)者的重要一步！
以上就是Python中最常用的三種文件讀取方法詳解的詳細內容，更多關于Python文件讀取常用方法的資料請關注腳本之家其它相關文章！
相關文章
這篇文章主要介紹了Python uWSGI 安裝配置,本文主要介紹如何部署簡單的 WSGI 應用和常見的 Web 框架，以 Ubuntu/Debian 為例給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2022-07-07
這篇文章主要介紹了Python空間數據處理之GDAL讀寫遙感圖像，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-08-08
這篇文章主要介紹了基于python3 的百度圖片下載器的實現代碼,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-11-11
今天小編就為大家分享一篇解決python3 網絡請求路徑包含中文的問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-05-05
Flask中的模板可以繼承，通過繼承可以把模板中許多重復出現的元素抽取出來，放在父模板中，并且父模板通過定義block給子模板開一個口，子模板根據需要，再實現這個block2022-09-09
這篇文章主要介紹了如何在Anaconda中打開python自帶idle，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-09-09
最近公司產品和百度貼吧合作搞活動，為了增加人氣，打算做個自動簽到的小程序，接下來通過本文給大家介紹python模擬百度登錄，感興趣的朋友一起學習本段代碼吧2016-01-01
這篇文章主要介紹了python字符串替換第一個字符串的方法，本文通過實例代碼給大家介紹的非常詳細，具有一定的參考借鑒價值,需要的朋友可以參考下2019-06-06
詐金花又叫三張牌，是在全國廣泛流傳的一種民間多人紙牌游戲，它具有獨特的比牌規(guī)則。本文將通過Python語言實現帶圖形界面的詐金花游戲，需要的可以參考一下2022-12-12
這篇文章主要介紹了python通過字典dict判斷指定鍵值是否存在的方法,實例分析了Python中使用has_key及in判斷指定鍵值是否存在的技巧,非常具有實用價值,需要的朋友可以參考下2015-03-03