主题
第 5 章：字符串处理与文件操作 — 数据的入口和出口
"There are only two hard things in Computer Science: cache invalidation and naming things." Phil Karlton
现实项目离不开字符串和文件：读取配置、解析用户输入、生成报告、处理 JSON API。它们是代码世界和现实世界之间的接口。
📖 本章内容
- 1. 字符串方法
- 2. f-string 格式化
- 3. 编码与解码：str vs bytes
- 4. pathlib 现代路径操作
- 5. 文件读写：with 语句
- 6. JSON、CSV、TOML 处理
- 代码示例
- 最佳实践
- 常见陷阱
- 练习题
- 参考资源
- 下一步
1. 字符串方法
Python 的字符串是不可变对象，所有字符串方法都会返回新字符串。
python
s = " Hello, Python World! "
print(s.upper())
print(s.lower())
print(s.title())
print(s.strip())
print(s.find("Python")) # 找不到返回 -1
print(s.index("Python")) # 找不到抛出 ValueError
print(s.count("o"))
print(s.startswith(" He"))
print(s.endswith("! "))
print(s.replace("Python", "Java"))
print("a,b,c".split(","))
print(", ".join(["a", "b", "c"]))| 方法 | 功能 | 返回值 |
|---|---|---|
strip() | 去掉两端空白 | 新字符串 |
split(sep) | 按分隔符拆分 | 列表 |
join(iterable) | 连接字符串序列 | 新字符串 |
replace(old, new) | 替换子串 | 新字符串 |
find(sub) | 查找子串 | 索引或 -1 |
startswith(prefix) | 前缀检查 | bool |
2. f-string 格式化
python
name = "Alice"
age = 30
score = 95.678
print(f"姓名: {name}, 年龄: {age}")
print(f"明年 {age + 1} 岁")
print(f"{'成年' if age >= 18 else '未成年'}")
print(f"保留 2 位小数: {score:.2f}") # 95.68
print(f"百分比: {0.856:.1%}") # 85.6%
print(f"千位分隔: {1_000_000:,}") # 1,000,000
print(f"右对齐 10 字符: {name:>10}")
print(f"居中填充: {name:*^10}")
x = 42
print(f"{x=}")
print(f"{x * 2=}")3. 编码与解码：str vs bytes
str 表示 Unicode 文本，bytes 表示字节序列。UTF-8 是互联网上最常用的 Unicode 编码方式。
python
text = "你好, Python!"
encoded = text.encode("utf-8")
print(type(encoded)) # <class 'bytes'>
print(len(text)) # 字符数
print(len(encoded)) # 字节数，中文通常每个字符 3 字节
decoded = encoded.decode("utf-8")
print(decoded)
# 编码和解码方式不匹配会抛出 UnicodeDecodeError
# "你好".encode("utf-8").decode("ascii")4. pathlib 现代路径操作
pathlib 用面向对象的方式处理路径，比手写字符串拼接更安全。
python
from pathlib import Path
p = Path.home() / "documents" / "file.txt"
print(p.name)
print(p.stem)
print(p.suffix)
print(p.parent)
print(p.exists())
print(p.is_file())
print(p.is_dir())
p.parent.mkdir(parents=True, exist_ok=True)
p.write_text("内容", encoding="utf-8")
content = p.read_text(encoding="utf-8")
for file in Path(".").glob("**/*.py"):
print(file)5. 文件读写：with 语句
with 会自动关闭文件，即使代码块里发生异常也能正确释放资源。
python
with open("data.txt", "r", encoding="utf-8") as f:
content = f.read()
with open("data.txt", "w", encoding="utf-8") as f:
f.write("Hello\n")
with open("data.txt", "r", encoding="utf-8") as f:
for line in f:
print(line.rstrip())常用文件模式：
| 模式 | 含义 |
|---|---|
r | 读取，文件必须存在 |
w | 写入，覆盖原文件 |
a | 追加 |
x | 独占创建，文件存在则报错 |
rb / wb | 二进制读写 |
6. JSON、CSV、TOML 处理
python
import csv
import json
from pathlib import Path
data = {"name": "Alice", "scores": [95, 87, 72]}
json_text = json.dumps(data, ensure_ascii=False, indent=2)
Path("data.json").write_text(json_text, encoding="utf-8")
loaded = json.loads(Path("data.json").read_text(encoding="utf-8"))
with open("data.csv", "w", newline="", encoding="utf-8") as f:
writer = csv.DictWriter(f, fieldnames=["name", "score"])
writer.writeheader()
writer.writerow({"name": "Alice", "score": 95})
with open("data.csv", "r", encoding="utf-8") as f:
reader = csv.DictReader(f)
for row in reader:
print(row)
# Python 3.11+
import tomllib
with open("config.toml", "rb") as f:
config = tomllib.load(f)代码示例
examples/01-string-methods.pyexamples/02-fstring.pyexamples/03-pathlib.pyexamples/04-file-formats.py
最佳实践
- 文本文件读写始终显式指定
encoding="utf-8"。 - 路径处理优先使用
pathlib.Path。 - 字符串格式化优先使用 f-string。
- 大文件逐行读取，避免一次性读入内存。
- 数据交换优先使用标准格式：JSON、CSV、TOML。
常见陷阱
python
# Windows 默认编码不一定是 UTF-8
open("data.txt")
# 推荐
open("data.txt", encoding="utf-8")
# 循环中大量字符串拼接效率低
result = ""
for word in words:
result += word
# 推荐
result = "".join(words)练习题
- 写一个函数，统计文本文件中的行数、单词数和字符数。
- 读取一个 CSV 文件，按某一列排序后写回新文件。
- 用 JSON 文件保存一个简单通讯录。
参考资源
下一步
你已经掌握了字符串和文件处理。接下来学习异常处理和调试。