只要程序不再停留在内存里的小练习，就一定要和外部世界打交道。读配置文件、写日志、处理 CSV、拼接路径、跨平台运行，这些看起来琐碎的操作，往往才是日常开发中最常见的“真问题”。
这一节我们会把文件 I/O、路径处理、编码和常见数据交换格式放到一起讲清楚，帮助你建立一套更稳妥的外部交互习惯，而不是每次遇到乱码或路径问题再临时搜索。
文本文件与二进制文件
文件并不都是一回事。最常见的区别，是文本文件和二进制文件。
文本文件强调“按字符解释”，比如 .txt、.json、.csv、代码文件。二进制文件强调“按字节处理”，比如图片、音频、压缩包、Excel 文件。
所以文件读写的第一步，不是记住 open() 参数，而是先问清楚：我面对的到底是文本数据，还是原始字节流。
在 Python 里，这通常会体现为：
- 文本模式：
"r"、"w"； - 二进制模式：
"rb"、"wb"。
一旦这个判断错了，后面就很容易出现乱码、解析失败或写入损坏的问题。
文件读写的常见方式
一次性读取
如果文件很小，一次性读取最直接：
with open("config.json", "r", encoding="utf-8") as file:
content = file.read()它适合配置文件、短文本模板、小型数据样本这类体积可控的场景。
但这里的前提是文件规模确实可控。不要因为写法方便，就把几百兆日志文件也一把读进内存。
按行读取
对于日志、大文本或流式处理场景，按行读取会更稳妥：
with open("app.log", "r", encoding="utf-8") as file:
for line in file:
print(line.strip())这种写法的好处在于：
- 内存占用更稳定；
- 更适合边读边处理；
- 更容易和生成器、过滤逻辑组合。
所以文件读取方式的选择，本质上是在“简单直接”和“资源友好”之间做判断。
编码问题为什么总是绕不过去？
很多文件问题，表面上像是“读不出来”，本质上其实是编码不一致。
文本文件在磁盘上本质还是字节。只有当你用某种字符编码去解释它时，它才会变成可读文本。
最常见、也最推荐的做法，是尽量统一使用 utf-8：
with open("demo.txt", "r", encoding="utf-8") as file:
...如果你不显式写编码，程序可能会依赖系统默认编码，这就容易导致“本机可以、换台机器就不行”的问题。
所以对于文本文件处理，一个非常值得坚持的习惯是：只要你知道是文本，就尽量显式写上编码。
pathlib：现代路径处理方式
过去很多人习惯用字符串拼路径，但这会带来不少跨平台问题，比如分隔符差异、拼接可读性差、路径操作分散。
pathlib 提供了一种更现代的方式：
from pathlib import Path
base_dir = Path("data")
file_path = base_dir / "users.json"这种写法的好处很明显：
- 路径拼接更自然；
- API 更统一；
- 代码语义更清楚。
而且 Path 不只是拼路径，它还封装了很多常见能力，比如：
- 判断文件是否存在；
- 创建目录；
- 读取文本和写入文本；
- 获取后缀、父目录和绝对路径。
所以在现代 Python 项目里，pathlib 通常比手动拼字符串更值得优先使用。
JSON、CSV 与简单数据交换
真实项目里，与外部世界交互时最常见的数据格式通常不是“任意文本”，而是带结构的格式。
JSON 很适合表示对象和嵌套结构：
import json
with open("user.json", "r", encoding="utf-8") as file:
data = json.load(file)CSV 则更适合二维表格型数据：
import csv
with open("users.csv", "r", encoding="utf-8") as file:
reader = csv.DictReader(file)
for row in reader:
print(row)这里要建立的心智是：文件格式不只是“扩展名不同”，而是对应不同的数据结构和读写方式。
所以文件处理真正成熟的姿势，不是把所有东西都先读成字符串再手动拆，而是优先找到与格式匹配的标准工具。
总结与预告
这一节我们把 Python 程序离开内存之后最常见的几类交互整理清楚了，包括文件 I/O、路径拼接、编码问题以及基础数据交换格式。它们虽然不炫，但几乎会在所有项目里反复出现。
下一节我们会把注意力转向标准库工具箱，先从容器增强、迭代处理和函数工具这三类高频模块开始。