使用Python 2和Python 3读写文本文件；它适用于Unicode

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

# Define data
lines = ['     A first string  ',
         'A Unicode sample: €',
         'German: äöüß']

# Write text file
with open('file.txt', 'w') as fp:
    fp.write('\n'.join(lines))

# Read text file
with open('file.txt', 'r') as fp:
    read_lines = fp.readlines()
    read_lines = [line.rstrip('\n') for line in read_lines]

print(lines == read_lines)

注意事项：

with是所谓的上下文管理器。它确保打开的文件再次关闭。这里的所有解决方案，只要简单地生成.strip（）或.rstrip（），就无法再现线条，因为它们也会剥离空白。

常用文件结尾

.txt

更高级的文件写入/读取

CSV：超简单格式（读写）JSON：适合编写人类可读数据；非常常用（读写）YAML:YAML是JSON的超集，但更易于阅读（读写，JSON和YAML的比较）pickle：Python序列化格式（读写）MessagePack（Python包）：更紧凑的表示（读写）HDF5（Python包）：适合矩阵（读写）XML:也存在*叹息*（读写）

对于您的应用程序，以下内容可能很重要：

其他编程语言的支持读/写性能紧凑性（文件大小）

另请参阅：数据序列化格式的比较

如果您正在寻找创建配置文件的方法，您可能需要阅读我的Python配置文件短文。

如果文档中也有空行，我希望读取内容并将其通过过滤器以防止空字符串元素

with open(myFile, "r") as f:
    excludeFileContent = list(filter(None, f.read().splitlines()))

如果你面对一个非常大/巨大的文件，并且想读得更快（假设你在TopCoder或HackerBank编码竞赛中），你可以一次将相当大的行块读入内存缓冲区，而不只是在文件级别逐行迭代。

buffersize = 2**16
with open(path) as f:
    while True:
        lines_buffer = f.readlines(buffersize)
        if not lines_buffer:
            break
        for line in lines_buffer:
            process(line)

这里还有一个选项，对文件使用列表理解；

lines = [line.rstrip() for line in open('file.txt')]

这应该是更有效的方法，因为大部分工作都是在Python解释器内完成的。

这将从文件中生成一个“数组”。

lines = tuple(open(filename, 'r'))

open返回一个可以迭代的文件。当您遍历一个文件时，您会从该文件中获取行。tuple可以使用迭代器，并从您给它的迭代器中为您实例化一个tuple实例。

使用Python 2和Python 3读写文本文件；它适用于Unicode

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

# Define data
lines = ['     A first string  ',
         'A Unicode sample: €',
         'German: äöüß']

# Write text file
with open('file.txt', 'w') as fp:
    fp.write('\n'.join(lines))

# Read text file
with open('file.txt', 'r') as fp:
    read_lines = fp.readlines()
    read_lines = [line.rstrip('\n') for line in read_lines]

print(lines == read_lines)

注意事项：

with是所谓的上下文管理器。它确保打开的文件再次关闭。这里的所有解决方案，只要简单地生成.strip（）或.rstrip（），就无法再现线条，因为它们也会剥离空白。

常用文件结尾

.txt

更高级的文件写入/读取

CSV：超简单格式（读写）JSON：适合编写人类可读数据；非常常用（读写）YAML:YAML是JSON的超集，但更易于阅读（读写，JSON和YAML的比较）pickle：Python序列化格式（读写）MessagePack（Python包）：更紧凑的表示（读写）HDF5（Python包）：适合矩阵（读写）XML:也存在*叹息*（读写）

对于您的应用程序，以下内容可能很重要：

其他编程语言的支持读/写性能紧凑性（文件大小）

另请参阅：数据序列化格式的比较

如果您正在寻找创建配置文件的方法，您可能需要阅读我的Python配置文件短文。