Python输入输出操作全解析：从基础到高级应用

1. Python输入输出基础概念在Python编程中输入输出(I/O)是与用户交互和数据处理的基础功能。作为Python初学者必须掌握的核心技能输入输出操作贯穿整个编程过程。Python提供了多种输入输出方式从简单的控制台交互到复杂的文件操作构成了程序与外界沟通的桥梁。输入输出在Python中主要分为三种形式标准输入输出控制台交互文件读写操作数据序列化与反序列化提示Python的输入输出设计遵循简单但强大的理念初学者往往低估了其灵活性和功能深度。实际上掌握好I/O操作可以解决80%的日常数据处理需求。2. 标准输入输出详解2.1 输出功能实现Python中最基础的输出方式是使用print()函数这是每个Python程序员最先接触的输出方法print(Hello, Python!) # 输出字符串 print(42) # 输出数字 print(3.14, True, [1,2,3]) # 多参数输出print()函数有几个重要参数sep指定分隔符默认为空格end指定结尾字符默认为换行符\nfile指定输出文件对象默认为sys.stdoutprint(1, 2, 3, sep|, end\n---\n) # 输出1|2|3 # ---2.2 格式化输出技巧Python提供了多种字符串格式化方法使输出更加灵活%格式化传统方法name Alice age 25 print(Name: %s, Age: %d % (name, age))str.format()方法推荐print(Name: {}, Age: {}.format(name, age)) print(Name: {0}, Age: {1}, {0} is a programmer.format(name, age))f-stringPython 3.6最佳实践print(fName: {name}, Age: {age})格式化输出还支持各种格式控制pi 3.1415926 print(fPi: {pi:.2f}) # 保留两位小数 print(fHex: {255:#x}) # 十六进制显示2.3 输入功能实现Python使用input()函数获取用户输入name input(请输入你的名字: ) print(f你好, {name}!)注意input()始终返回字符串类型如需其他类型需要显式转换age int(input(请输入年龄: )) # 转换为整数 height float(input(请输入身高(米): )) # 转换为浮点数3. 文件操作全面解析3.1 文件打开模式Python使用open()函数操作文件基本语法file open(filename, moder, encodingNone)常用文件模式模式描述文件存在文件不存在r只读正常打开报错w写入清空内容创建新文件a追加追加内容创建新文件x创建报错创建新文件b二进制模式与其他模式组合使用-3.2 文件读写方法读取文件内容# 一次性读取全部内容 with open(example.txt, r) as f: content f.read() # 逐行读取 with open(example.txt, r) as f: for line in f: print(line.strip()) # 读取为列表 with open(example.txt, r) as f: lines f.readlines()写入文件内容# 写入字符串 with open(output.txt, w) as f: f.write(Hello, Python!\n) f.write(这是第二行\n) # 写入多行 lines [第一行\n, 第二行\n, 第三行\n] with open(output.txt, w) as f: f.writelines(lines)3.3 文件指针操作文件指针表示当前读写位置可通过以下方法控制with open(example.txt, rb) as f: print(f.tell()) # 获取当前位置 f.seek(5) # 移动到第5字节 print(f.read(1)) # 读取1字节 f.seek(-3, 2) # 移动到倒数第3字节 print(f.read(1))经验处理大文件时避免一次性读取全部内容而应该使用逐行读取或分块读取的方式以节省内存。4. 数据序列化高级应用4.1 pickle模块详解pickle是Python特有的数据序列化模块可以处理几乎所有Python对象import pickle data { name: Alice, age: 25, skills: [Python, Data Analysis] } # 序列化到文件 with open(data.pkl, wb) as f: pickle.dump(data, f) # 从文件反序列化 with open(data.pkl, rb) as f: loaded_data pickle.load(f)pickle支持不同协议版本推荐使用最高协议pickle.dump(data, f, protocolpickle.HIGHEST_PROTOCOL)4.2 JSON序列化对于跨语言数据交换JSON是更好的选择import json data { name: Bob, age: 30, married: False } # 序列化为JSON字符串 json_str json.dumps(data, indent2) # 写入JSON文件 with open(data.json, w) as f: json.dump(data, f, indent2) # 从JSON文件读取 with open(data.json, r) as f: loaded_data json.load(f)注意JSON只能处理基本数据类型字符串、数字、列表、字典等无法直接处理Python特有对象如datetime或自定义类实例。5. 实战技巧与常见问题5.1 文件操作最佳实践始终使用with语句管理文件资源with open(file.txt, r) as f: # 操作文件 # 文件会自动关闭处理不同编码的文件with open(file.txt, r, encodingutf-8) as f: content f.read()大文件处理技巧def process_large_file(filename): with open(filename, r) as f: while True: chunk f.read(4096) # 每次读取4KB if not chunk: break process(chunk)5.2 常见问题解决方案文件路径问题import os # 跨平台路径处理 file_path os.path.join(data, files, example.txt)文件不存在处理import os if os.path.exists(file.txt): with open(file.txt, r) as f: content f.read() else: print(文件不存在)内存不足问题# 使用生成器逐行处理大文件 def read_large_file(file_path): with open(file_path, r) as f: for line in f: yield line5.3 性能优化建议批量写入代替频繁写入# 不推荐 with open(log.txt, a) as f: for event in events: f.write(str(event) \n) # 推荐 with open(log.txt, a) as f: buffer \n.join(str(event) for event in events) f.write(buffer \n)使用内存映射文件处理超大文件import mmap with open(large_file.bin, rb) as f: mm mmap.mmap(f.fileno(), 0) # 像操作内存一样操作文件 data mm[1000:2000] mm.close()多线程/多进程文件处理from concurrent.futures import ThreadPoolExecutor def process_file_chunk(start, end): with open(large_file.txt, r) as f: f.seek(start) chunk f.read(end - start) # 处理数据块 # 分块处理文件 with ThreadPoolExecutor() as executor: futures [] chunk_size 1024*1024 # 1MB file_size os.path.getsize(large_file.txt) for i in range(0, file_size, chunk_size): futures.append(executor.submit(process_file_chunk, i, ichunk_size)) for future in futures: future.result()