< Python全景系列-4 > 史上最全文件类型读写库大盘点！什么？还包括音频、视频？

欢迎来到我们的系列博客《Python全景系列》！在这个系列中，我们将带领你从Python的基础知识开始，一步步深入到高级话题，帮助你掌握这门强大而灵活的编程语言！

本文系列第四篇，介绍史上最全PYTHON文件类型读写库大盘点！包含常用和不常用的大量文件格式！文本、音频、视频应有尽有！废话不多说！走起来！
先给大家快捷总结：

文件格式	Python库
文件格式	Python库
文本文件	内置open函数
CSV文件	csv
JSON文件	json
XML文件	xml.etree.ElementTree
二进制文件	内置open函数
图片文件	PIL (Python Imaging Library)
Word文件	python-docx
XLSX文件	openpyxl
PDF文件	PyPDF2
SQLite数据库文件	sqlite3
音频文件	pydub
视频文件	moviepy
HTML文件	BeautifulSoup
YAML文件	pyyaml
ZIP文件	zipfile

正文开始！

1. 文本文件

在Python中，处理文本文件是最基础的文件操作，我们使用内置的open函数打开一个文件，然后使用文件对象的read或write方法进行读写操作。

# 写入文本文件
with open('example.txt', 'w') as f:
    f.write('Hello, Python!')

# 读取文本文件
with open('example.txt', 'r') as f:
    print(f.read())

在这里，open函数的第一个参数是文件名，第二个参数是文件模式，其中’r’代表读模式，'w’代表写模式。使用’with’语句可以确保文件在操作完成后被正确关闭。这是一个标准的文件操作模式，也适用于其他类型的文件。

2. CSV文件

CSV（Comma-Separated Values）文件是一种常用的数据交换格式，每行表示一条记录，各字段之间由逗号分隔。Python的csv模块提供了用于读写CSV文件的工具。

import csv

# 写入CSV文件
with open('example.csv', 'w', newline='') as f:
    writer = csv.writer(f)
    writer.writerow(['name', 'age'])
    writer.writerow(['Alice', 20])
    writer.writerow(['Bob', 25])

# 读取CSV文件
with open('example.csv', 'r') as f:
    reader = csv.reader(f)
    for row in reader:
        print(row)

这里，csv.writer和csv.reader函数分别返回一个写入器和读取器对象，我们可以使用这些对象进行CSV文件的读写操作。

3. JSON文件

JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，易于阅读和编写，同时也易于机器解析和生成。Python的json模块提供了用于读写JSON文件的工具。

import json

# 写入JSON文件
data = {
    'name': 'Alice',
    'age': 20,
}
with open('example.json', 'w') as f:
    json.dump(data, f)

# 读取JSON文件
with open('example.json', 'r') as f:
    data = json.load(f)
    print(data)
 

在这里，json.dump和json.load函数分别用于将Python对象转换为JSON格式并写入文件，以及从文件中读取JSON数据并转换为Python对象。

4. XML文件

XML（eXtensible Markup Language）是一种标记语言，可以用来描述数据的结构。Python的xml模块提供了用于读写XML文件的工具。

from xml.etree import ElementTree as ET

# 写入XML文件
root = ET.Element('root')
child = ET.Element('child')
child.text = 'Hello, Python!'
root.append(child)
tree = ET.ElementTree(root)
tree.write('example.xml')

# 读取XML文件
tree = ET.parse('example.xml')
root = tree.getroot()
for child in root:
    print(child.text)

在这里，我们使用xml.etree.ElementTree模块创建一个XML文件的树形结构，然后使用ElementTree对象的write方法将其写入文件。读取XML一个ElementTree对象，然后通过遍历这个对象来读取XML数据。

5.二进制文件

二进制文件是直接包含二进制数据的文件，例如图像文件、音频文件等。Python使用’b’模式打开二进制文件，然后使用文件对象的read或write方法进行读写操作。

# 写入二进制文件
data = b'Hello, Python!'
with open('example.bin', 'wb') as f:
    f.write(data)

# 读取二进制文件
with open('example.bin', 'rb') as f:
    data = f.read()
    print(data)

在这里，'wb’和’rb’分别代表二进制写模式和二进制读模式。注意我们使用bytes类型的数据进行二进制写操作。

6. 图片文件

处理图片文件一般需要借助第三方库，如PIL（Python Imaging Library）。

from PIL import Image

# 读取图片文件
img = Image.open('example.jpg')

# 修改图片
img = img.rotate(45)  # 旋转45度

# 写入图片文件
img.save('example_rotated.jpg')

这里，Image.open和Image.save函数分别用于读取和保存图片文件。PIL库提供了丰富的图像处理功能，例如旋转、裁剪、缩放等。

7. Word文件

处理Word文件，我们可以使用python-docx库，这是一个创建、修改和提取Microsoft Word文件的Python库。

from docx import Document

# 创建新的Word文件
doc = Document()
doc.add_paragraph('Hello, Python!')
doc.save('example.docx')

# 读取Word文件
doc = Document('example.docx')
for para in doc.paragraphs:
    print(para.text)
 

在这里，我们首先创建一个Document对象，然后使用add_paragraph方法添加段落，最后使用save方法保存文档。读取Word文件时，我们遍历Document对象的paragraphs属性，打印出每个段落的文本。

8. XLSX文件

处理Excel文件，我们可以使用openpyxl库，这是一个读写Excel 2010 xlsx/xlsm/xltx/xltm文件的Python库。

from openpyxl import Workbook, load_workbook

# 创建新的Excel文件
wb = Workbook()
ws = wb.active
ws['A1'] = 'Hello,'
ws['B1'] = 'Python!'
wb.save('example.xlsx')

# 读取Excel文件
wb = load_workbook('example.xlsx')
ws = wb.active
print(ws['A1'].value, ws['B1'].value)

在这里，我们首先创建一个Workbook对象和Worksheet对象，然后使用字典方式访问单元格并赋值，最后使用save方法保存工作簿。读取Excel文件时，我们使用load_workbook函数加载工作簿，然后访问激活的工作表的单元格。

9. PDF文件

PDF是一种常见的文件格式，我们可以使用Python的PyPDF2库来处理PDF文件。

import PyPDF2

# 读取PDF文件
with open('example.pdf', 'rb') as f:
    reader = PyPDF2.PdfFileReader(f)
    page = reader.getPage(0)
    print(page.extractText())

# 注意：PyPDF2不能直接创建PDF文件，但可以合并、裁剪和旋转PDF文件

在这里，我们使用PdfFileReader对象读取PDF文件，然后使用getPage方法获取某一页，最后使用extractText方法提取文本。注意PyPDF2不能直接创建PDF文件，但可以合并、裁剪和旋转PDF文件。

10. SQLite数据库文件

SQLite是一种嵌入式数据库，它的数据库全都保存在一个单独的文件中。Python的sqlite3模块提供了对SQLite数据库的支持。

import sqlite3

# 创建并写入SQLite数据库
conn = sqlite3.connect('example.db')
c = conn.cursor()
c.execute("CREATE TABLE test (name text, age integer)")
c.execute("INSERT INTO test VALUES ('Alice', 20)")
conn.commit()
conn.close()

# 读取SQLite数据库
conn = sqlite3.connect('example.db')
c = conn.cursor()
for row in c.execute("SELECT * FROM test"):
    print(row)
conn.close()

在这里，我们首先创建一个数据库连接和游标对象，然后使用execute方法执行SQL语句，最后使用commit方法提交事务。读取SQLite数据库时，我们遍历execute方法的结果，打印出每一行。

11. 音频文件

处理音频文件，我们可以使用pydub库，这是一个处理音频的Python库。

from pydub import AudioSegment

# 读取音频文件
audio = AudioSegment.from_file('example.mp3')

# 修改音频
audio = audio.reverse()  # 反转音频

# 保存音频文件
audio.export('example_reversed.mp3', format='mp3')
 

在这里，AudioSegment.from_file函数用于读取音频文件。pydub库提供了丰富的音频处理功能，例如反转、裁剪、合并等。最后使用export方法保存音频文件。

12. 视频文件

处理视频文件，我们可以使用moviepy库，这是一个用于视频编辑的Python库。

from moviepy.editor import VideoFileClip

# 读取视频文件
clip = VideoFileClip('example.mp4')

# 修改视频
clip = clip.subclip(10, 20)  # 截取第10秒到第20秒的片段

# 保存视频文件
clip.write_videofile('example_subclip.mp4')

在这里，VideoFileClip函数用于读取视频文件。moviepy库提供了丰富的视频处理功能，例如裁剪、拼接、添加音频等。最后使用write_videofile方法保存视频文件。

13. HTML文件

HTML是网页的主要构成元素。我们可以使用Python的beautifulsoup库解析HTML文件。

from bs4 import BeautifulSoup

# 读取HTML文件
with open('example.html', 'r') as f:
    soup = BeautifulSoup(f, 'html.parser')

# 解析HTML
print(soup.title.text)  # 打印标题

# 注意：BeautifulSoup不能直接创建HTML文件，但可以修改HTML文件
 

在这里，我们使用BeautifulSoup对象解析HTML文件，然后通过标签名访问HTML元素。

14. YAML文件

YAML（YAML Ain’t Markup Language）是一种直观的数据序列化格式，常用于配置文件。Python的pyyaml库提供了用于读写YAML文件的工具。

import yaml

# 写入YAML文件
data = {'name': 'Alice', 'age': 20}
with open('example.yaml', 'w') as f:
    yaml.dump(data, f)

# 读取YAML文件
with open('example.yaml', 'r') as f:
    data = yaml.load(f, Loader=yaml.FullLoader)
    print(data)

在这里，yaml.dump和yaml.load函数分别用于将Python对象转换为YAML格式并写入文件，以及从文件中读取YAML数据并转换为Python对象。

15. ZIP文件

ZIP是一种常用的压缩文件格式。Python的zipfile模块提供了用于读写ZIP文件的工具。

from zipfile import ZipFile

# 创建ZIP文件
with ZipFile('example.zip', 'w') as zf:
    zf.write('example.txt')

# 读取ZIP文件
with ZipFile('example.zip', 'r') as zf:
    print(zf.namelist())

在这里，我们使用ZipFile对象创建一个ZIP文件，然后使用write方法添加文件。读取ZIP文件时，我们使用namelist方法列出所有文件。

One More Thing

在处理文件时，一个常被忽视但又极其有用的技巧是使用Python的pathlib模块来处理文件路径。pathlib模块提供了一种面向对象的方式来处理文件和目录路径，使得路径的处理变得更加直观和简洁。

from pathlib import Path

# 创建Path对象
p = Path('example.txt')

# 检查文件是否存在
if p.exists():
    print('File exists.')

# 获取文件的后缀名
print(p.suffix)

在这个例子中，我们使用Path对象表示一个文件路径，然后使用Path对象的方法和属性来进行各种操作，例如检查文件是否存在，获取文件的后缀名等。这是一个非常强大且易用的模块，可以极大地提高我们处理文件路径的效率。

以上就是Python全文件格式输入输出的介绍。希望通过本文，你能够对Python的文件操作有更深入的理解，并能够在实际编程中灵活运用。如果你有任何问题或想法，欢迎在评论区留言分享。

如有帮助，请多关注
TeahLead_KrisChang，10+年的互联网和人工智能从业经验，10年+技术和业务团队管理经验，同济软件工程本科，复旦工程管理硕士，阿里云认证云服务资深架构师，上亿营收AI产品业务负责人。