第八章。文件与数据格式化

在Python中，文件操作和数据格式化是处理数据的基础技能。以下是关键点总结和示例：

**一、文件操作**
1. **打开文件**  
   使用`open()`函数和`with`语句（推荐，自动关闭文件）：
   ```python
   with open('file.txt', 'r', encoding='utf-8') as f:
       content = f.read()
   ```
   - **模式**：`r`（读）、`w`（覆盖写）、`a`（追加）、`b`（二进制，如`rb`或`wb`）。

2. **读取文件**  
   - `f.read()`：读取全部内容。
   - `f.readline()`：读取单行。
   - `f.readlines()`：返回所有行的列表。
   - **逐行高效读取**：
     ```python
     with open('file.txt', 'r') as f:
         for line in f:
             print(line.strip())
     ```

3. **写入文件**  
   - `f.write("text")`：写入字符串。
   - `f.writelines(list_of_strings)`：写入字符串列表（需手动添加换行符`\n`）。
   ```python
   with open('output.txt', 'w') as f:
       f.write("Hello, World!\n")
       f.writelines(["Line 1\n", "Line 2\n"])
   ```

4. **异常处理**  
   处理文件不存在等错误：
   ```python
   try:
       with open('file.txt', 'r') as f:
           print(f.read())
   except FileNotFoundError:
       print("文件不存在！")
   ```

---

**二、数据格式化**
1. **字符串格式化**  
   - **f-string（推荐）**：
     ```python
     name = "Alice"
     age = 30
     print(f"{name} is {age} years old.")
     ```
   - **格式控制**：
     ```python
     price = 99.987
     print(f"价格：{price:.2f}")  # 输出：价格：99.99
     ```

2. **JSON处理**  
   使用`json`模块：
   ```python
   import json
   # 读取JSON文件
   with open('data.json', 'r') as f:
       data = json.load(f)
   # 写入JSON文件
   data['new_key'] = "value"
   with open('data.json', 'w') as f:
       json.dump(data, f, indent=4)  # indent美化格式
   ```

3. **CSV处理**  
   使用`csv`模块：
   ```python
   import csv
   # 读取CSV
   with open('data.csv', 'r') as f:
       reader = csv.DictReader(f)
       for row in reader:
           print(row['name'], row['age'])
   # 写入CSV
   with open('output.csv', 'w') as f:
       writer = csv.writer(f)
       writer.writerow(["Name", "Age"])
       writer.writerow(["Alice", 30])
   ```

---

**三、示例项目**
**统计文本文件中的单词频率**：
```python
from collections import defaultdict
import re

word_count = defaultdict(int)
with open('text.txt', 'r', encoding='utf-8') as f:
    for line in f:
        words = re.findall(r'\b\w+\b', line.lower())  # 分割单词并转小写
        for word in words:
            word_count[word] += 1

# 输出结果到文件
with open('word_counts.csv', 'w') as f:
    writer = csv.writer(f)
    writer.writerow(["Word", "Count"])
    for word, count in word_count.items():
        writer.writerow([word, count])
```

---

 **四、注意事项**
1. **编码问题**：始终指定文件编码（如`encoding='utf-8'`）。
2. **路径处理**：使用`pathlib`或`os.path`处理跨系统路径。
3. **大文件处理**：避免一次性读取，使用逐行或分块处理。

通过实践这些操作和格式化方法，可以高效处理各类数据任务！