文件读写
程序与外部世界交换数据的最基本途径就是文件。Python 通过内置的 open() 函数打开文件，返回一个文件对象，所有读写操作都围绕这个对象展开。理解文件读写的关键在于掌握打开模式、读写方法和编码处理三个维度。
open() 的打开模式
open(file, mode='r', encoding=None, ...) 的 mode 参数是一个字符串，由若干字符组合而成，决定了文件以何种方式打开。各字符的含义如下：
'r'—— 只读（默认）。文件必须存在，否则抛出FileNotFoundError。'w'—— 只写。文件不存在则创建；若已存在，内容会被清空。'x'—— 独占创建。仅当文件不存在时才创建并打开用于写入，若已存在则抛出FileExistsError。适合需要避免覆盖的场景。'a'—— 追加写。文件不存在则创建；若已存在，写入的内容自动附加到末尾。注意，a模式下seek()虽然可以移动指针，但写入始终发生在末尾。'b'—— 二进制模式。数据以bytes对象读写，不经过编码解码。处理图片、视频、可执行文件等必须加b。't'—— 文本模式（默认）。读写的是经过编码/解码的str。'+'—— 读写兼备。必须与r、w或a组合使用，如r+、w+、a+。
常用组合及其行为差异：
# r+：读写，文件必须存在，不会清空，指针在开头
with open('data.txt', 'r+', encoding='utf-8') as f:
f.write('AB') # 覆盖前两个字符，不会自动清空后面原有内容
# w+：读写，存在则清空，不存在则创建
with open('data.txt', 'w+', encoding='utf-8') as f:
f.write('hello')
f.seek(0)
print(f.read()) # hello
# a+：追加+读，指针初始在末尾；写入总在末尾
with open('data.txt', 'a+', encoding='utf-8') as f:
f.seek(0)
print(f.read()) # 可以读到已有内容
f.write(' world') # 无论 seek 到哪里，写入仍在末尾
encoding 参数在文本模式下至关重要。省略时，Python 使用平台默认编码（Windows 常为 cp936/gbk，Linux/macOS 常为 utf-8），这会导致跨平台乱码。因此，处理文本文件时始终显式指定 encoding='utf-8'。二进制模式下不能指定 encoding，否则会抛出 ValueError。
文本模式还有一个隐式行为：读取时，平台特定的换行符（Windows 的 \r\n、Unix 的 \n）会被统一转换为 \n；写入时，\n 会被转换回平台特定形式。若需要保留原始换行符，可在文本模式下传入 newline=''。
读取文件内容
文件对象提供多种读取手段，适用不同场景。
read(size=-1) 一次性读取内容。省略 size 或传入负数时，读取整个文件；否则最多读取 size 个字符（文本模式）或字节（二进制模式）。到达文件末尾后，再次调用返回空字符串 '' 或空字节串 b''。
with open('sample.txt', 'r', encoding='utf-8') as f:
whole = f.read() # 读取全部
second = f.read() # 已到达末尾，返回 ''
readline() 逐行读取，保留行末的 \n。空行表现为 '\n'，文件结束表现为 ''，二者可据此区分。
with open('sample.txt', 'r', encoding='utf-8') as f:
line1 = f.readline() # '第一行\n'
line2 = f.readline() # '第二行\n'
line3 = f.readline() # '' ← 文件结束
readlines() 读取剩余所有行，返回列表，每行含换行符。等价于 list(f)。
最高效且最 Pythonic 的方式是直接迭代文件对象，它内部逐行读取，内存占用恒定：
with open('sample.txt', 'r', encoding='utf-8') as f:
for line in f:
print(line.strip()) # strip() 去掉首尾空白和换行符
对比四种方式的适用边界：小文件用 read() 简单直接；需要逐行处理且文件巨大时，迭代或 readline() 避免内存爆炸；需要全部行做列表操作时，readlines() 或 list(f) 最方便。
写入文件内容
write(string) 将字符串写入文件，返回写入的字符数（注意不是字节数）。写入后内容不会自动换行，需手动添加 \n。
with open('output.txt', 'w', encoding='utf-8') as f:
n = f.write('Hello') # 返回 5
f.write(' World\n') # 同一行继续写，最后换行
writelines(lines) 接受一个可迭代对象，将其中每个元素依次写入。不会自动添加换行符，如果元素本身不含 \n，所有内容会挤在一行。
lines = ['第一行\n', '第二行\n', '第三行\n']
with open('output.txt', 'w', encoding='utf-8') as f:
f.writelines(lines)
# 错误示范：忘记加换行符
bad = ['a', 'b', 'c']
with open('out.txt', 'w', encoding='utf-8') as f:
f.writelines(bad) # 文件内容是 'abc'，没有分行
文本模式下只能写字符串，若传入数字等对象会抛出 TypeError。二进制模式下只能写字节串：
with open('data.bin', 'wb') as f:
f.write(b'\x00\x01\x02')
# f.write('文本') # TypeError: a bytes-like object is required
文件定位：seek 与 tell
tell() 返回当前文件指针的位置。二进制模式下，这是从文件开头算起的字节数，语义明确。文本模式下，返回的是一个“不透明”的数字，与底层字节偏移不一定对应，因为编码可能导致一个字符对应多个字节。
seek(offset, whence=0) 移动文件指针。whence 的取值：
0（默认）：从文件开头计算，offset必须>= 0。1：从当前位置计算，二进制模式专用。2：从文件末尾计算，二进制模式专用（文本模式下仅seek(0, 2)跳到末尾是允许的）。
with open('data.bin', 'rb+') as f:
f.write(b'0123456789abcdef')
f.seek(5) # 跳到第 6 个字节（0-based）
print(f.read(1)) # b'5'
f.seek(-3, 2) # 从末尾回退 3 字节
print(f.read(1)) # b'd'
文本模式的 seek 受到严格限制：只允许相对于文件开头移动，且 offset 只能是 0 或之前 tell() 返回的值。任意字节偏移会导致未定义行为，因为多字节编码的字符可能被截断。
with open('text.txt', 'r', encoding='utf-8') as f:
f.read(2)
pos = f.tell()
f.seek(pos) # 安全，回到刚才的位置
# f.seek(1) # 危险！可能落在某个 UTF-8 字符的中间
with 语句与资源安全
文件对象占用操作系统资源，用完后必须关闭以释放句柄并确保缓冲区数据落盘。with 语句通过上下文管理器协议保证文件在代码块结束时自动关闭，即使发生异常也不例外。
# 不推荐：容易遗漏 close()，且异常时不会关闭
f = open('data.txt', 'r', encoding='utf-8')
data = f.read()
f.close()
# 推荐：简洁且安全
with open('data.txt', 'r', encoding='utf-8') as f:
data = f.read()
# 离开 with 块后，f.closed 为 True
未关闭的文件可能导致数据丢失：写入操作通常先进入内存缓冲区，close() 或刷新才会真正写入磁盘。程序正常退出时 Python 会关闭剩余文件，但依赖这一行为是危险的，因为异常退出或长时间运行的程序会累积资源泄漏。
关闭后的文件对象不可再用，否则抛出 ValueError：
f = open('tmp.txt', 'w', encoding='utf-8')
f.close()
f.read() # ValueError: I/O operation on closed file.
编码问题深度处理
当读取未知来源的文件时，若编码指定错误，会抛出 UnicodeDecodeError。此时可用 errors 参数控制解码失败行为：
'strict'（默认）：抛出异常。'ignore'：静默丢弃无法解码的字符。'replace'：用\ufffd（）替换。'backslashreplace'：用\xNN转义表示。
# 文件实际是 gbk 编码，但按 utf-8 读取会报错
with open('legacy.txt', 'r', encoding='utf-8', errors='replace') as f:
text = f.read() # 乱码处显示为，至少不会崩溃
# 若已知是 gbk，直接指定正确编码
with open('legacy.txt', 'r', encoding='gbk') as f:
text = f.read()
写入时同样可指定 errors，处理无法编码的字符。对于混合编码数据的批量处理，建议先用 chardet 等库检测编码，再按检测结果打开。
总结
open() 的模式字符自由组合，决定了文件的读写权限、是否存在、是否清空以及文本/二进制形态。读取有 read、readline、readlines 和迭代四种粒度；写入有 write 和 writelines，均不自动换行。seek 和 tell 在二进制模式下最可靠，文本模式受限。始终使用 with 语句管理文件生命周期，并显式指定 encoding='utf-8' 以避免跨平台编码陷阱。