Как читать файлы в Python: все способы с примерами кода

Расширенные примеры чтения файлов в Python

Ниже приведены нестандартные и более сложные сценарии чтения файлов, которые могут потребоваться в реальных проектах.

Чтение файла с кастомной обработкой ошибок декодирования

import codecs

# Использование codecs для открытия с 'backslashreplace'
with codecs.open('weird.txt', 'r', encoding='utf-8', errors='backslashreplace') as file:
    content = file.read()
print(content[:200])

\ud83d\ude00 \u041f\u0440\u0438\u0432\u0435\u0442

Такой подход позволяет сохранить нераспознанные символы в виде escape-последовательностей для последующего анализа.

Чтение файла с использованием seek и tell для произвольного доступа

with open('data.bin', 'rb') as file:
    file.seek(100)  # перейти на 100-й байт
    data = file.read(20)  # прочитать 20 байт
    print(f'Позиция после чтения: {file.tell()}')
    print(f'Данные: {data}')

Позиция после чтения: 120
Данные: b'...'

Метод seek(offset, whence) позволяет перемещаться по файлу, а tell() возвращает текущую позицию. Это полезно для чтения бинарных форматов с фиксированной структурой.

Чтение файла с помощью mmap (memory-mapped file)

import mmap

with open('large_file.bin', 'r+b') as file:
    # mmap нулевой длины = отобразить весь файл
    with mmap.mmap(file.fileno(), 0) as mm:
        # работа как с байтовым массивом
        first_chunk = mm[:1024]
        print(f'Первые 1024 байта: {first_chunk[:50]}...')
        # поиск подстроки
        pos = mm.find(b'Pythom')
        if pos != -1:
            print(f'Найдено на позиции {pos}')

Примечание: mmap позволяет работать с файлом как с массивом байтов в памяти, что ускоряет доступ и удобно для случайного чтения больших файлов. При этом файл может быть больше физической памяти (используется подкачка).

Чтение файла в обратном порядке (последняя строка первой)

with open('example.txt', 'rb') as f:
    # Перейти в конец файла
    f.seek(0, 2)
    file_size = f.tell()
    pos = file_size
    chunk_size = 256
    buffer = b''
    lines = []
    while pos > 0:
        read_size = min(chunk_size, pos)
        pos -= read_size
        f.seek(pos)
        buffer = f.read(read_size) + buffer
        lines_in_buffer = buffer.split(b'\n')
        if len(lines_in_buffer) > 1:
            # Первая часть (неполная) останется в buffer
            lines = lines_in_buffer[1:] + lines
            buffer = lines_in_buffer[0]
    if buffer:
        lines.insert(0, buffer)
    print('Строки в обратном порядке:')
    for line in lines:
        print(line.decode('utf-8').rstrip())

Этот пример демонстрирует чтение файла с конца, что полезно для анализа логов, где последние записи наиболее актуальны.

Чтение файла с пропуском комментариев и пустых строк

with open('config.ini', 'r', encoding='utf-8') as file:
    for line in file:
        stripped = line.strip()
        if not stripped or stripped.startswith('#'):
            continue
        print(f'Значимая строка: {stripped}')

Значимая строка: [Settings]
Значимая строка: verbose=True

Такой фильтр часто применяется при чтении конфигурационных файлов.

Чтение файла с использованием itertools для группировки строк

import itertools

with open('records.txt', 'r', encoding='utf-8') as file:
    # Группировать строки по условию: блоки, разделенные пустой строкой
    for is_empty, group in itertools.groupby(file, lambda x: x.strip() == ''):
        if not is_empty:
            block = ''.join(group)
            print('Блок:', block[:50])

itertools.groupby эффективно группирует последовательные элементы по ключу. В данном случае пустые строки разделяют логические блоки.

Чтение CSV без использования модуля csv (с разделителем ';')

with open('data.csv', 'r', encoding='utf-8') as file:
    headers = file.readline().strip().split(';')
    print('Заголовки:', headers)
    for line in file:
        row = line.strip().split(';')
        # создать dict из заголовков и значений
        record = dict(zip(headers, row))
        print(record)

Заголовки: ['Name', 'Age', 'City']
{'Name': 'Alice', 'Age': '30', 'City': 'Moscow'}
...

Этот метод быстр для простых файлов, но не обрабатывает кавычки и спецсимволы, как полноценный модуль csv.

Чтение файла с автоматическим определением кодировки через chardet

import chardet

# Сначала прочитать немного байт для определения кодировки
with open('unknown.txt', 'rb') as file:
    raw = file.read(10000)  # первые 10 КБ
result = chardet.detect(raw)
print('Определенная кодировка:', result['encoding'])

# Затем прочитать с этой кодировкой
with open('unknown.txt', 'r', encoding=result['encoding'], errors='replace') as file:
    content = file.read()
print(content[:200])

Модуль chardet не входит в стандартную библиотеку, его нужно устанавливать отдельно. Он особенно полезен при работе с файлами, созданными в разных системах.