企业官网建设流程全解析

今天学习文件 I / O 与序列化：

1. 文件读写

在 Python 里读写文件是非常常见的操作——读配置、写日志、处理数据文件等等，核心就一个函数open():

# 读文件f=open("test.txt","r",encoding="utf-8")content=f.read()f.close()# 写文件f=open("output.txt","w",encoding="utf-8")f.write("Hello\n")f.close()

open(file, mode, encoding)函数三个常用参数，

file：必填，文件路径（相对路径或绝对路径）。

mode：可选，文件打开模式，默认值为'r'（只读文本模式）。

encoding：可选，文件编码格式，文本模式下生效。强烈建议显式指定，Windows 系统默认 GBK，Linux/macOS 默认 UTF-8，显式指定可避免乱码，常用encoding='utf-8'。

但这种方式有个问题——如果中间报错，f.close()不会执行，文件句柄就泄漏了。所以 Python 推荐用 with 语句：

# with 自动帮你 close，即使报错也会关闭withopen("test.txt","r",encoding="utf-8")asf:content=f.read()# 出了 with 块，f 自动关闭

注：as可以给打开的文件起别名f。

读取文件技巧：

# 方法1：readlines() 一次全部读入（小文件）withopen("big.txt","r",encoding="utf-8")asf:lines=f.readlines()# 返回列表，每行一个元素# 方法2：逐行迭代（大文件推荐，不占内存）withopen("big.txt","r",encoding="utf-8")asf:forlineinf:# 文件对象本身是迭代器print(line.strip())# strip() 去掉末尾换行符

2. JSON

JSON 作为一种轻量级、跨语言通用的文本数据交换格式，在Python中具有内置的json标准库可以直接完成两者互转，而在json文件文件读写过程中进行格式转换的函数有：

importjson# loads：字符串 → Pythondata=json.loads('{"name": "Alice", "age": 25}')print(data["name"])# Alice# load：文件 → Pythonwithopen("data.json","r")asf:data=json.load(f)

3. pathlib: 现代路径处理

以前处理文件路径用 os.path，但 Python 3.4+ 推出了 pathlib，更优雅：

frompathlibimportPath# 创建路径对象p=Path("data")/"users"/"info.json"# 用 / 拼接路径，跨平台自动处理# 常用操作p.exists()# 文件是否存在？p.is_file()# 是文件吗？p.is_dir()# 是目录吗？p.read_text()# 读取文本内容（一步到位）p.write_text("hello")# 写入文本p.suffix# 获取扩展名，如 ".json"p.stem# 不含扩展名的文件名p.parent# 父目录# 遍历目录forfinPath(".").glob("*.py"):# 找当前目录所有 .py 文件print(f.name)

pathlib vs os.path：pathlib 用 / 拼接路径更直观，而且返回的是 Path 对象可以直接调用方法，不用像 os.path 那样传来传去。

使用 pathlib 读写：

frompathlibimportPath# 读content=Path("config.json").read_text(encoding="utf-8")data=json.loads(content)# 写Path("output.txt").write_text("Hello World",encoding="utf-8")# JSON 也可以结合data={"key":"value"}Path("out.json").write_text(json.dumps(data,ensure_ascii=False,indent=2),encoding="utf-8")

4. pickle: Python 专属序列化

JSON 是通用格式（任何语言都能读），但有个限制——只支持基本类型（字符串、数字、列表、字典）。如果你有一个 Python 对象（比如类的实例、集合、日期对象），JSON 就搞不定了。

这时候用 pickle：

importpickle# 序列化：Python 对象 → 字节流data={"name":"Alice","scores":{95,87,92}}# 注意有 set，JSON 不支持withopen("data.pkl","wb")asf:# 注意是 "wb" 二进制写模式pickle.dump(data,f)# 反序列化：字节流 → Python 对象withopen("data.pkl","rb")asf:loaded=pickle.load(f)print(loaded)# {'name': 'Alice', 'scores': {87, 92, 95}}

对应的文件后缀也要由 .json 改成 .pkl , 文件打开模式要改成 “wb”、“rb”，前者是二进制写入模式，后者是二进制只读模式，也不需要指定编码格式了。

pickle vs JSON 对比：

安全警告：永远不要 pickle.load() 来路不明的文件，它能执行任意代码。

5. YAML：配置文件格式

YAML 是另一种数据格式，常见于配置文件（比如 Docker Compose、GitHub Actions、K8s）：

# config.ymldatabase:host:localhostport:5432name:myapplogging:level:infofile:/var/log/app.log

读取 YAML 需要第三方库：

importyamlwithopen("config.yml","r",encoding="utf-8")asf:config=yaml.safe_load(f)# 注意用 safe_load，不是 loadprint(config["database"]["host"])# localhost

注：YAML 不是 Python 内置的，需要pip install pyyaml。记住用 safe_load 而非 load，理由和 pickle一样——安全。

6. 四种格式总结