本文对使用python对多种格式的文件的写入与读取进行不完全总结。
Updated: 2022 / 12 / 20
多种格式文件的写入与读取 - 不完全总结
- JSON
- 写入
- XLSX
- 方法
- openpyxl
- 读取
- openpyxl
- 写入
- openpyxl
- 设置样式
- 合并、拆分单元格
- CSV
- 写入
- Pickle
- 序列化方法
- 反序列化方法
- 方法
- df.to_html
- reportlab
- word
- 方法
- python-docx
- log, txt
- 读取
- 示例
- 参考链接
JSON
写入
以 toFile = ./output.json 为目标路径，对如何写入json文件 1’ 2
f = open(file, mode, encoding='utf-8')
f = open(toFile, 'w', encoding='utf-8') # w, write mode
f.write(toStr) # write 'toStr'
f.close()with open( , 'w', encoding='utf-8') as f
with open(file, 'w', encoding='utf-8') as f:
f.write(toStr)
f.close()XLSX
方法
openpyxl
openpyxl 是一个用于处理 xlsx 格式 Excel 表格文件的第三方 python 库，其支持 Excel 表格绝大多数基本操作。
使用 pip 或通过专门 python IDE（如 pyCharm ）进行安装。其中 pip 安装方法，命令行输入pip install openpyxl。
方法 | 说明 |
| 使用此方法可对
|
| |
获取指定单元格的几种方式如下:
获取单元格的值，使用
获取单元格的行索引和列索引
删除工作表 可以使用 需要注意地是， | |
| 有时候我们还可能需要确定表格的大小，即获取表格行和列的最大值。 |
读取
openpyxl
在处理 Excel 表格有时可能需要对表格进行遍历查找，openpyxl 中便提供了一个行和列的生成器 sheet.rows 和 sheet.columns, 这两个生成器里面是每一行（或列）的数据，每一行（或列）又由一个 tuple 包裹，借此可以很方便地完成对行和列的遍历：
for row in sheet.rows:
for cell in row:
print(cell.value)
for column in sheet.columns:
for cell in column:
print(cell.value也可以通过 list(sheet.rows)index 对某一行或列进行遍历，而在此值得注意的是，由于sheet.rows ( 或 sheet.columns ) 是生成器类型，是不能直接调用的，需将其转化为一个 list 类型，然后再通过索引遍历，
for cell in list(sheet.rows)[0]:
print(cell.value)同时，也可以通过使用 sheet[行列值:行列值] 来对给定单元格范围进行遍历
for spaces in sheet['A1':'B2']:
for cell in spaces:
print(cell.value)
写入
openpyxl
参考这里 4
默认的打开方式为可读可写。使用 load_workbook(filename) 读取 Excel 文档后也就可以直接写入了，比如通过 sheet[行列值] 写入单元格或者传入 Excel 中的公式进行赋值，又或者使用 sheet.append(parameters) 进行一行或多行写入。
sheet['A1'].value = 2 # 直接赋值
sheet['A6'].value = '=SUM(A1:A5)' # 公式赋值
row = [1 ,2, 3, 4, 5] # 写入一行
sheet.append(row)
rows = [ # 写入多行
['ID', 'Name', 'Department'],
['001', 'Lee','CS'],
['002', 'John','MA'],
['003', 'Amy','IS']
]
sheet.append(rows)另外，如果需要新建一个 Excel 文件，可以使用 Workbook() 方法，同时它会自动提供一个sheet 工作表。
wb = openpyxl.Workbook() # 新建一个Excel文档
wb.remove(sheet) # 删除某个工作表写完文件后，使用 workbook.save(path+filename) 进行保存，不过要注意文件扩展名一定要是 xlsx 格式，
wb.save('new_file.xlsx') # 保存文件至当前目录设置样式
单元格样式主要包括 字体、边框、颜色 以及 对齐 方式等，这些均位于 openpyxl.styles 库中，
# 导入字体、边框、颜色以及对齐方式相关库
from openpyxl.styles import Font, Border, Side, PatternFill, colors, Alignment- 字体
通过sheet单元格font属性设置字体风格
# 设置字体风格为Times New Roman，大小为16，粗体、斜体，颜色蓝色
sheet['A1'].font = Font(name='Times New Roman', size=16, bold=True, italic=True, color=colors.BLUE)- 对齐
通过sheet单元格alignment属性设置文本对齐风格
# 通过参数horizontal和vertical来设置文字在单元格里的对齐方式，此外设置值还可为left和right
sheet['B1'].alignment = Alignment(horizontal='center',vertical='center')- 边框
通过sheet单元格border属性设置字体风格
# 首先设置边框四个方向的线条种类
left, right, top, bottom = [Side(style='thin', color='000000')] * 4
# 再将各方向线条作为参数传入Border方法
sheet['C1'].border = Border(left=left, right=right, top=top, bottom=bottom)- 行高、列宽
行和列的长度大小可以通过row_dimensions[序号].height和column_dimensions[标号].width来设置
sheet.row_dimensions[1].height = 25 # 设置行高
sheet.column_dimensions['D'].width = 15.5 # 设置列宽
合并、拆分单元格
对单元格的合并与拆分，主要是通过 sheet 的 merge_cells(args1:args2) 和 unmerge_cells(args1:args2) 两个方法来实现的。
方法 | 说明 |
| 合并单元格 |
| 拆分单元格 |
当然，除了对角矩形区域化合并，也可以对一行或一列进行合并，只需相应修改参数即可。不过，这里要注意的是，合并后单元格显示的文本内容是合并前最左上角单元格的内容，而其他单元格内容则会自动清除。
CSV
多行写入 5
python2.x 中写入CSV时，CSV文件的创建必须加上 b 参数，即csv.writer(open('test.csv','wb'))，不然会出现隔行的现象。
这是因为—— python 正常写入文件的时候，每行的结束默认添加 n，即 0x0D，而 writerow 命令的结束会再增加一个 0x0D0A ，因此对于 windows 系统来说，就是两行，而采用 b 参数，用二进制进行文件写入，系统默认是不添加 0x0D 的。
而 python3.x 中换成采用 newline='' 这一参数来达到这一目的。6
写入
以./FILE.csv为目标路径，对如何写入csv文件 7
open(file, mode, encoding, newline, closefd).write(YourFileContent)
如果目标写入内容的类型为
<class 'bytes'>FILE = open('./FILE.csv', 'wb').write(YourFileContent)FILE = open('./FILE.csv', 'w').write(YourFileContent) # TypeError: write() argument must be str, not bytes
如果目标写入内容的类型为
<class 'string'>FILE = open('./FILE.csv', 'wb').write(YourFileContent) # TypeError: a bytes-like object is required, not 'str'FILE = open('./FILE.csv', 'w').write(YourFileContent)
Pickle
pickle 模块是以二进制的形式序列化后保存到文件中（保存文件的后缀为 .pkl ），不能直接打开进行预览 8。
而 python 的另一个序列化标准模块 json，则是 human-readable 的，可以直接打开查看（例如在 notepad++ 中查看）。
举个例子，如下所示：
一个字典 a = {'name':'Tom','age':22}，用 pickle.dump 存到本地文件，所存数据的结构就是字典，而普通的 file.write 写入文件的是字符串。
读取时，pickle.load 返回的是一个字典，file.read 返回的是一个字符串。得到的 b 的类型是字典，b 和 a 是等价的，也就是说 pickle 可以把字典、列表等结构化数据存到本地文件，读取后返回的还是字典、列表等结构化数据。而 file.write、file.read 存取的对象是字符串。
import pickle
a = {'name':'Tom','age':22}
with open('text.txt','wb') as file:
pickle.dump(a,file)
with open('text.txt','rb') as file2:
b = pickle.load(file2)
print(type(b))
序列化方法
pickle.dump(obj, file, protocol=None,*,fix_imports=True)该方法实现的是将序列化后的对象obj以二进制形式写入文件file中，进行保存。它的功能等同于Pickler(file, protocol).dump(obj)。
参数 | 含义 |
| 必须是以二进制的形式进行操作（写入）。 |
| 一共有5种不同的类型，即（ 当前， - - - 当 |
参考前文的案例如下：
import pickle
with open('svm_model_iris.pkl', 'wb') as f:
# file 为 svm_model_iris.pkl，并且以二进制的形式（wb）写入。
pickle.dump(svm_classifier, f)
pickle.dumps(obj, protocol=None,*,fix_imports=True)pickle.dumps()方法跟pickle.dump()方法的区别在于，pickle.dumps()方法不需要写入文件中，它是直接返回一个序列化的bytes对象。
反序列化方法
pickle.load(file, *,fix_imports=True, encoding=”ASCII”. errors=”strict”)该方法实现的是将序列化的对象从文件file中读取出来。它的功能等同于Unpickler(file).load()。
读取的时候，参数protocol是自动选择的，load()方法中没有这个参数。
参考如下：
import pickle
with open('svm_model_iris.pkl', 'rb') as f:
# file为 svm_model_iris.pkl，并且以二进制的形式（rb）读取。
model = pickle.load(f)
pickle.loads(bytes_object, *,fix_imports=True, encoding=”ASCII”. errors=”strict”)pickle.loads()方法跟pickle.load()方法的区别在于，pickle.loads()方法是直接从bytes对象中读取序列化的信息，而非从文件中读取。
pickle.Unpickler(file, *,fix_imports=True, encoding="ASCII". errors="strict"),pickle模块提供了反序列化的面向对象的类方法，Pickler类有load()方法。Unpickler(file).load()实现的功能跟pickle.load()是一样的。
关于Unpickler类的其他method，请参考官方API。
方法
df.to_html
对于 dataframe 可以先使用 df.to_html()，再使用工具将 markdown 转换为 pdf。参考 9。
reportlab
参考这里 10
word
方法
python-docx
将 dataframe 写入 word，可参考 11’ 12’ 13’ 14’ 15’ 16。
官方文档说明参考这里 17。
log, txt
参考这里 18’ 19’ 20
读取
虽然，日志文件的后缀为 .log，但是基本上与 .txt 文本文件没有区别，按照一般读取文本文件的方式打开即可：
f =open("e:\\data.log")
# 创建文件对象
f.read()
# 读取文件的完整内容
f.close()
# 关闭文件对象又或者，
for line in open("e:\\data.log","r",encoding='UTF-8'):
print(line)
# 按行读取 `data.log` 文件的内容示例
f = open("e:\\data.log", 'r', encoding='UTF-8')
content = f.readlines()
prefix = content[:14]
f.close()f = open("e:\\data.log", 'r', encoding='UTF-8')
content = f.readlines()
prefix = [i[:14] for i in content]
f.close()f = open("e:\\data.log", 'r', encoding='UTF-8')
lines = f.readlines()
for line in lines:
flag = re.search(keyword, line)
if flag is not None:
print(line)
# 关键字所在的行
print(flag.start(), flag.end())
# 关键字在所在行的索引的起始与结束
f.close()
