数据持久化是Python编程的核心基础能力，指将程序运行中的临时数据保存到文件或数据库中，实现数据长期存储与复用。本文系统讲解Python中最常用的文件操作（txt）、结构化数据存储（csv/json）、表格文件处理（Excel）的核心方法，覆盖从基础读写到进阶实战的全流程，适合零基础入门与工程应用参考。

一、基础文件操作：TXT文件读写（open()函数）

TXT文件是最通用的文本存储格式，Python通过内置的open()函数实现TXT文件的创建、读取、写入，无需安装第三方库，是数据持久化的入门基础。

1. 核心语法与模式

 基础语法：打开文件→操作→关闭文件
文件对象 = open(文件路径, 打开模式, encoding='utf-8')
 执行读写操作
文件对象.close()   必须关闭文件，释放资源

 推荐语法：with语句（自动关闭文件，避免资源泄漏）
with open(文件路径, 打开模式, encoding='utf-8') as f:
     执行读写操作
    pass   代码块结束后自动关闭文件

关键打开模式（必背）：

2. 实战示例

示例1：写入TXT文件

 方式1：基础写法（需手动关闭）
f = open('data.txt', 'w', encoding='utf-8')
f.write('Python文件操作\n')   写入单行字符串
f.write('数据持久化教程\n')
f.close()   必须关闭

 方式2：with语句（推荐）
with open('data.txt', 'a', encoding='utf-8') as f:
    f.write('追加的内容\n')   追加到文件末尾
     写入多行（列表）
    lines = ['第一行数据\n', '第二行数据\n', '第三行数据\n']
    f.writelines(lines)

生成的data.txt内容：

Python文件操作
数据持久化教程
追加的内容
第一行数据
第二行数据
第三行数据

示例2：读取TXT文件

 读取全部内容
with open('data.txt', 'r', encoding='utf-8') as f:
    content = f.read()   一次性读取所有内容
    print('全部内容：\n', content)

 逐行读取（适合大文件，节省内存）
with open('data.txt', 'r', encoding='utf-8') as f:
    print('\n逐行读取：')
    for line in f:
        print(line.strip())   strip()去除换行符和空格

运行效果：

全部内容：
 Python文件操作
数据持久化教程
追加的内容
第一行数据
第二行数据
第三行数据

逐行读取：
Python文件操作
数据持久化教程
追加的内容
第一行数据
第二行数据
第三行数据

3. 注意事项

• 操作中文文件必须指定encoding='utf-8'，否则会出现乱码；
• 大文件读取禁止使用read()（一次性加载到内存），优先用for line in f逐行读取；
• 写入时换行符\n需手动添加，writelines()不会自动加换行；
• 路径推荐使用绝对路径（如D:/python/data.txt）或项目相对路径，避免路径错误。

二、结构化数据：CSV文件读写（csv模块）

CSV（逗号分隔值）是表格类数据的标准存储格式，兼容Excel、数据库等工具，Python内置csv模块专门处理CSV文件，无需第三方库。

1. 核心语法

import csv   导入内置csv模块

 写入CSV
with open(文件路径, 'w', newline='', encoding='utf-8') as f:
    writer = csv.writer(f)   创建写入对象
    writer.writerow(单行数据)   写入单行（列表/元组）
    writer.writerows(多行数据)   写入多行（列表嵌套列表）

 读取CSV
with open(文件路径, 'r', encoding='utf-8') as f:
    reader = csv.reader(f)   创建读取对象
    for row in reader:       逐行读取
        print(row)

⚠️ 写入时必须加newline=''，否则会出现空行。

2. 实战示例

示例1：写入CSV（学生成绩表）

import csv

 数据准备
header = ['姓名', '语文', '数学', '英语']
data = [
    ['张三', 85, 92, 78],
    ['李四', 76, 88, 95],
    ['王五', 91, 84, 89]
]

 写入CSV
with open('score.csv', 'w', newline='', encoding='utf-8') as f:
    writer = csv.writer(f)
    writer.writerow(header)   写入表头
    writer.writerows(data)    写入数据行
print('CSV文件写入完成！')

生成的score.csv内容：

姓名,语文,数学,英语
张三,85,92,78
李四,76,88,95
王五,91,84,89

示例2：读取CSV并计算平均分

import csv

total_chinese = 0
count = 0

with open('score.csv', 'r', encoding='utf-8') as f:
    reader = csv.reader(f)
    header = next(reader)   跳过表头
    print('表头：', header)
    
    for row in reader:
        name = row[0]
        chinese = int(row[1])
        math = int(row[2])
        english = int(row[3])
        avg = (chinese + math + english) / 3
        print(f'{name} 平均分：{avg:.1f}')
        total_chinese += chinese
        count += 1

print(f'语文平均分：{total_chinese/count:.1f}')

运行效果：

表头： ['姓名', '语文', '数学', '英语']
张三 平均分：85.0
李四 平均分：86.3
王五 平均分：88.0
语文平均分：84.0

3. 进阶：字典格式读写（更易维护）

import csv

 字典写入
with open('score_dict.csv', 'w', newline='', encoding='utf-8') as f:
    fieldnames = ['姓名', '语文', '数学']
    writer = csv.DictWriter(f, fieldnames=fieldnames)
    writer.writeheader()   写入表头
    writer.writerow({'姓名': '赵六', '语文': 88, '数学': 90})
    writer.writerow({'姓名': '孙七', '语文': 79, '数学': 85})

 字典读取
with open('score_dict.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    for row in reader:
        print(f"姓名：{row['姓名']}，语文：{row['语文']}")

三、轻量级序列化：JSON文件读写（json模块）

JSON是跨语言的数据交换格式，适合存储嵌套结构（如字典、列表），Python内置json模块实现JSON数据的序列化（Python→JSON）和反序列化（JSON→Python）。

1. 核心语法

import json   导入内置json模块

 序列化：Python对象→JSON文件
with open(文件路径, 'w', encoding='utf-8') as f:
    json.dump(数据对象, f, ensure_ascii=False, indent=4)

 反序列化：JSON文件→Python对象
with open(文件路径, 'r', encoding='utf-8') as f:
    数据对象 = json.load(f)

参数说明：

• ensure_ascii=False：支持中文显示（必加）；
• indent=4：格式化输出，增强可读性（可选）。

2. 实战示例

示例1：写入JSON（嵌套结构数据）

import json

 嵌套结构数据（字典+列表）
user_data = {
    'user_id': 1001,
    'name': '张三',
    'age': 25,
    'hobbies': ['编程', '阅读', '运动'],
    'scores': {
        'Python': 95,
        'Java': 88
    }
}

 写入JSON文件
with open('user.json', 'w', encoding='utf-8') as f:
    json.dump(user_data, f, ensure_ascii=False, indent=4)
print('JSON文件写入完成！')

生成的user.json内容（格式化后）：

{
    "user_id": 1001,
    "name": "张三",
    "age": 25,
    "hobbies": [
        "编程",
        "阅读",
        "运动"
    ],
    "scores": {
        "Python": 95,
        "Java": 88
    }
}

示例2：读取JSON并解析数据

import json

 读取JSON文件
with open('user.json', 'r', encoding='utf-8') as f:
    data = json.load(f)

 解析数据
print(f"用户ID：{data['user_id']}")
print(f"姓名：{data['name']}")
print(f"第一个爱好：{data['hobbies'][0]}")
print(f"Python成绩：{data['scores']['Python']}")

 修改数据后重新写入
data['age'] = 26   修改年龄
data['hobbies'].append('摄影')   添加爱好
with open('user.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, ensure_ascii=False, indent=4)
print('数据修改并重新写入完成！')

运行效果：

用户ID：1001
姓名：张三
第一个爱好：编程
Python成绩：95
数据修改并重新写入完成！

3. 适用场景

• 存储嵌套结构数据（如接口返回数据、配置文件）；
• 跨语言数据交互（如Python与前端/后端的数据传输）；
• 配置文件（如config.json存储程序参数）。

四、表格文件进阶：Excel读写（openpyxl库）

Excel是办公场景最常用的表格格式，Python需安装第三方库openpyxl（支持.xlsx格式）实现Excel文件的读写，是工程与办公自动化的核心技能。

1. 环境准备

 安装openpyxl库
pip install openpyxl

2. 核心语法

from openpyxl import Workbook   新建Excel
from openpyxl import load_workbook   读取已有Excel

 新建Excel并写入
wb = Workbook()
ws = wb.active   获取活动工作表
ws['A1'] = '内容'   单元格赋值
ws.append(行数据)   追加行
wb.save(文件路径)   保存文件

 读取Excel
wb = load_workbook(文件路径)
ws = wb.active
cell_value = ws['A1'].value   获取单元格值
for row in ws.iter_rows(values_only=True):   逐行读取
    print(row)
wb.close()   关闭文件

3. 实战示例

示例1：新建Excel并写入数据

from openpyxl import Workbook

 新建工作簿
wb = Workbook()
ws = wb.active
ws.title = '学生成绩'   修改工作表名称

 写入表头
ws.append(['姓名', '语文', '数学', '英语', '平均分'])

 写入数据行
students = [
    ['张三', 85, 92, 78],
    ['李四', 76, 88, 95],
    ['王五', 91, 84, 89]
]

for student in students:
     计算平均分
    avg = (student[1] + student[2] + student[3]) / 3
    student.append(round(avg, 1))   保留1位小数
    ws.append(student)

 保存文件
wb.save('student_score.xlsx')
print('Excel文件创建完成！')

示例2：读取Excel并修改数据

from openpyxl import load_workbook

 读取已有Excel文件
wb = load_workbook('student_score.xlsx')
ws = wb['学生成绩']   指定工作表

 读取单元格值
print(f"A1单元格：{ws['A1'].value}")
print(f"张三的数学成绩：{ws['C2'].value}")

 逐行读取所有数据
print('\n所有数据：')
for row in ws.iter_rows(values_only=True):
    print(row)

 修改数据：张三的语文成绩+2
ws['B2'] = 87
 重新计算平均分
ws['E2'] = (87 + 92 + 78) / 3

 保存修改
wb.save('student_score.xlsx')
wb.close()
print('Excel数据修改完成！')

4. 注意事项

• openpyxl仅支持.xlsx格式，不支持.xls（老旧格式）；
• 写入大量数据时，优先用ws.append()而非逐个单元格赋值，提升效率；
• 读取文件后必须用wb.close()关闭，或使用with语句：

  with load_workbook('file.xlsx') as wb:
      ws = wb.active
       操作数据
  

五、数据持久化方式对比与场景选择

选择建议：

• 简单文本记录 → TXT；
• 批量表格数据（无格式）→ CSV；
• 嵌套/复杂结构数据 → JSON；
• 办公场景/带格式表格 → Excel。

六、实战案例：综合数据处理

以下案例实现“读取CSV数据 → 处理计算 → 分别保存为JSON和Excel”的完整流程：

import csv
import json
from openpyxl import Workbook

 1. 读取CSV学生成绩数据
csv_data = []
with open('score.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    for row in reader:
         转换数据类型（字符串→数值）
        row['语文'] = int(row['语文'])
        row['数学'] = int(row['数学'])
        row['英语'] = int(row['英语'])
         计算总分
        row['总分'] = row['语文'] + row['数学'] + row['英语']
        csv_data.append(row)

 2. 保存为JSON文件
with open('score_total.json', 'w', encoding='utf-8') as f:
    json.dump(csv_data, f, ensure_ascii=False, indent=4)

 3. 保存为Excel文件
wb = Workbook()
ws = wb.active
ws.title = '成绩汇总'

 写入表头
headers = ['姓名', '语文', '数学', '英语', '总分']
ws.append(headers)

 写入数据
for row in csv_data:
    ws.append([
        row['姓名'],
        row['语文'],
        row['数学'],
        row['英语'],
        row['总分']
    ])

wb.save('score_total.xlsx')
wb.close()

print('数据处理完成！已生成score_total.json和score_total.xlsx')