文件、路径与序列化

学习目标

• 用 pathlib.Path 跨平台处理路径。
• 正确打开、读取、写入文本与二进制文件。
• 掌握 JSON、CSV 和 pickle 的适用边界。

核心知识点

路径是资源位置，文件对象负责读写。Path 会按当前平台拼接路径；文本读写要指定编码。序列化把内存对象转换为可保存格式，JSON 适合跨语言数据，pickle 只适合可信来源的 Python 数据。

常用用法

pathlib.Path 拼接路径

from pathlib import Path

root = Path("data")
file_path = root / "reports" / "summary.txt"
print(file_path.as_posix())
# 输出：data/reports/summary.txt

使用 / 拼接而不是手写 "/" 或 "\\"，代码能适配 Windows 和 Unix。

Path.exists()、is_file() 与 is_dir()

from pathlib import Path

path = Path(".")
print(path.exists(), path.is_dir(), path.is_file())
# 输出：True True False

检查结果可能随运行目录变化；不要把当前工作目录误认为脚本所在目录。

Path.mkdir()

from pathlib import Path
from tempfile import TemporaryDirectory

with TemporaryDirectory() as name:
    folder = Path(name) / "reports" / "2026"
    folder.mkdir(parents=True, exist_ok=True)
    print(folder.is_dir())
    # 输出：True

parents=True 创建缺失的父目录，exist_ok=True 允许目录已存在。

open() 与上下文管理

from tempfile import TemporaryDirectory
from pathlib import Path

with TemporaryDirectory() as name:
    path = Path(name) / "note.txt"
    with path.open("w", encoding="utf-8") as file:
        file.write("hello\n")
    print(path.read_text(encoding="utf-8").strip())
    # 输出：hello

with 会在离开代码块时关闭文件，即使中途抛出异常。

Path.read_text() 与 write_text()

from pathlib import Path
from tempfile import TemporaryDirectory

with TemporaryDirectory() as name:
    path = Path(name) / "message.txt"
    path.write_text("你好", encoding="utf-8")
    content = path.read_text(encoding="utf-8")
    print(content)
    # 输出：你好

小文件可用这两个便捷方法；大文件或流式处理使用 open 逐行读取。

JSON 序列化

import json

payload = {"name": "Ada", "scores": [98, 100]}
text = json.dumps(payload, ensure_ascii=False, sort_keys=True)
restored = json.loads(text)
print(text, restored["scores"][0])
# 输出：{"name": "Ada", "scores": [98, 100]} 98

JSON 只支持有限的值类型；日期、Decimal 等对象要先转换成约定的字符串或数字。

CSV 读写

import csv
import io

buffer = io.StringIO()
writer = csv.DictWriter(buffer, fieldnames=["name", "score"])
writer.writeheader()
writer.writerow({"name": "Ada", "score": 98})
print(buffer.getvalue().strip())
# 输出：name,score\nAda,98

使用 csv 模块而不是手写逗号拼接，能处理引号、逗号和换行。

不常用但需要知道

Path.glob()

from pathlib import Path
from tempfile import TemporaryDirectory

with TemporaryDirectory() as name:
    root = Path(name)
    (root / "a.txt").write_text("a", encoding="utf-8")
    (root / "b.md").write_text("b", encoding="utf-8")
    print(sorted(path.name for path in root.glob("*.txt")))
    # 输出：['a.txt']

glob 查找当前层，rglob 可递归；注意返回结果顺序不应默认稳定，展示时自行排序。

Path.resolve()

from pathlib import Path

resolved = Path(".").resolve()
print(resolved.is_absolute())
# 输出：True

解析真实路径可能访问文件系统并处理符号链接，安全校验时要结合允许的根目录。

pickle.dumps()

import pickle

data = pickle.dumps({"value": 3})
restored = pickle.loads(data)
print(restored)
# 输出：{'value': 3}

绝不从不可信来源 loads pickle；它可以执行任意代码。跨语言或外部交换优先 JSON。

易混点

• Path 对象与字符串可用 str(path) 转换，传给大多数现代 API 时不必手动拼接。
• read_text() 一次性读入内存，大文件应逐行处理。
• 文本模式需要 encoding；二进制模式用 rb/wb 并读写 bytes。
• json.dumps 返回字符串，json.dump 写入文件对象；loads/load 同理。
• pickle 不是安全的数据交换格式。

课后小问

1. 为什么文件读写推荐 with path.open(...)？ 答案：上下文管理器会保证文件及时关闭。 解析：即使写入过程抛异常，也会执行清理，避免文件句柄泄漏和缓冲区未刷新。

2. JSON 和 pickle 该怎样选择？ 答案：跨语言或不可信边界用 JSON；仅在可信 Python 内部保存复杂对象时才考虑 pickle。 解析：pickle 能表达更多 Python 对象，但加载不可信数据存在代码执行风险。

本节小结

以 Path 处理路径，以 with 管理文件生命周期，以 JSON/CSV 交换普通数据；pickle 只在明确可信的内部场景使用。

快速回顾

• 路径：Path、/、exists、glob
• 文件：open、read_text、write_text
• 文本编码：显式 encoding="utf-8"
• 序列化：json.dumps/loads、csv
• 安全边界：不要加载不可信 pickle