爱主题 wordpressseo关键词分类

        在 Python 中，你可以使用不同的模块来打开和处理各种类型的文件（如文本文件、CSV、Excel、JSON、PDF、数据库等）。以下是一些常见文件类型的处理方法，以及如何将它们读取到 pandas.DataFrame 中：

 一、文本文件（.txt）

1. 打开并读取内容

with open("example.txt", "r", encoding="utf-8") as file:content = file.read()print(content)

2. 写入内容

with open("example.txt", "w", encoding="utf-8") as file:file.write("Hello, world!")

二、CSV 文件（.csv）

1. 使用 pandas 读取（推荐）

import pandas as pd
df = pd.read_csv("example.csv")
print(df.head())

2. 手动读取（适用于简单解析）

import csv
with open("example.csv", newline="", encoding="utf-8") as csvfile:reader = csv.reader(csvfile)for row in reader:print(row)

✅ 注意：Excel 文件读取需要 openpyxl 或 xlrd 作为引擎。

 四、JSON 文件（.json）

1. 读取 JSON 文件到 Python 字典

import json
with open("example.json", "r", encoding="utf-8") as f:data = json.load(f)print(data)

2. 将 JSON 数据读入 DataFrame（适用于结构化数据）

import pandas as pd
with open("example.json", "r", encoding="utf-8") as f:data = json.load(f)
df = pd.DataFrame(data)
print(df.head())

五、数据库文件（如 SQLite）

使用 sqlite3 读取 SQLite 数据库

import sqlite3
import pandas as pdconn = sqlite3.connect("example.db")
query = "SELECT * FROM table_name"
df = pd.read_sql(query, conn)
print(df.head())

 六、PDF 文件（.pdf）

使用 PyPDF2 读取 PDF 内容

pip install PyPDF2

import PyPDF2
with open("example.pdf", "rb") as file:reader = PyPDF2.PdfReader(file)for page in reader.pages:print(page.extract_text())

✅ 注意：PDF 内容提取可能受格式限制，复杂排版可能需要其他工具如 pdfplumber 或 PyMuPDF。

七、Word 文档（.docx）

使用 python-docx 读取 Word 文件

pip install python-docx

from docx import Document
doc = Document("example.docx")
for para in doc.paragraphs:print(para.text)

八、图像文件（.jpg / .png）

使用 Pillow 读取图像

pip install pillow

from PIL import Image
img = Image.open("example.jpg")
img.show()

九、XML 文件（.xml）

使用 xml.etree.ElementTree 解析 XML

import xml.etree.ElementTree as ET
tree = ET.parse("example.xml")
root = tree.getroot()
for child in root:print(child.tag, child.attrib)

十、从网络 API 获取数据（JSON 格式）

使用 requests 获取 JSON 数据

pip install requests

import requests
import pandas as pdresponse = requests.get("https://api.example.com/data")
data = response.json()
df = pd.DataFrame(data)
print(df.head())

🧩 小贴士：将文件数据转换为 DataFrame

文件类型	转换方法
CSV	pd.read_csv()
Excel	pd.read_excel()
JSON	pd.DataFrame(data)
SQL	pd.read_sql()
API	pd.DataFrame(response.json())

📌 总结

文件类型	推荐模块	是否支持 DataFrame
.txt	内置 open()	❌
.csv	pandas / csv	✅
.xlsx	pandas + openpyxl	✅
.json	json / pandas	✅
.db	sqlite3 / pandas	✅
.pdf	PyPDF2 / pdfplumber	❌
.docx	python-docx	❌
.jpg	Pillow	❌
.xml	xml.etree.ElementTree	❌
API	requests + pandas	✅