文本模式（默认）处理字符串，需指定编码（如`encoding='utf-8'`）防止乱码

2026-09-09 17:14:02 109 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

Learn Python by Doing：职场人数据自动化实战指南 Python编程学习的本质，不是掌握语法本身，而是建立‘问题→代码→交付’的闭环能力。当Excel卡顿、VBA失效、人工核对出错时，Python作为轻量级自动化工具的价值才真正凸显——它解决的是真实业务场景中的数据清洗、多源整合、定时报告与跨平台交付等工程化需求。核心在于‘做中学’（Learn Python by Doing）：以可验证输入输出为驱动，用健壮的异常处理、配置化设计和Git化协作，将脚本升级为可持续维护的生产资产。本文聚焦职场高频场景：CRM数据解析、邮件/钉钉自动推送、带图表Excel生成，阅读详情

**Python文件操作的核心知识点**，涵盖了文本与二进制文件的打开模式、上下文管理（`with`）、常用读写方法，以及结构化数据（CSV/JSON）的处理方式。以下是关键要点归纳：

- **文件打开模式**：
`'r'`（只读文本，默认）、`'w'`（写入，清空原内容）、`'a'`（追加）、`'rb'`/`'wb'`（二进制模式，用于图片、音频等非文本数据）。

- **`with`语句**：
自动管理文件资源，执行完代码块后**自动调用`close()`**，即使发生异常也不遗漏，是安全读写的推荐写法：
```python
with open("file.txt", "r") as f:
content = f.read()
# 此处文件已自动关闭
```

- **文本读写方法**：
- `read()`：读取全部内容为字符串；
- `readline()`：读取一行（含换行符`\n`）；
- `readlines()`：返回每行作为元素的列表（含`\n`）；
- `write(s)`：写入字符串`s`（不自动换行）；
- `writelines(seq)`：写入字符串序列（如列表），**不自动添加换行符**，需手动添加`\n`。

- **CSV处理（`csv`模块）**：
推荐使用`csv.reader`/`csv.writer`或更高级的`csv.DictReader`/`csv.DictWriter`，避免手动解析逗号或引号带来的错误。示例：
```python
import csv
with open("data.csv", "r") as f:
reader = csv.reader(f)
for row in reader:
print(row) # 每行为字符串列表
```

- **JSON序列化**：
- `json.dumps(obj)`：将Python对象（如字典、列表）**转为JSON字符串**；
- `json.loads(s)`：将JSON字符串**解析为Python对象**；
- 配合文件使用时常用`json.dump(obj, file)`和`json.load(file)`直接读写文件。

✅ 小贴士：
- 文本模式（默认）处理字符串，需指定编码（如`encoding='utf-8'`）防止乱码；
- 二进制模式不涉及编码，`bytes`类型读写，适用于所有文件类型；
- JSON仅支持基础类型（`dict`, `list`, `str`, `int`, `float`, `bool`, `None`），不支持`datetime`、自定义类等，需自定义`default`参数或预处理。

...全文