Читаем и пишем файлы в Python: текст, CSV и JSON

К концу этого гайда вы сможете прочитать текстовый файл в нужной кодировке, разобрать таблицу из CSV в список словарей и сохранить структуру данных в JSON так, чтобы русские буквы не превратились в \u0440\u0443. Нужен только установленный Python 3.10 или новее и любой текстовый редактор. На всё уйдёт около 30 минут, весь код работает на стандартной библиотеке — ничего доустанавливать не придётся.

Что нужно иметь до начала

• Python 3.10 или новее. Проверьте командой python --version в терминале. Примеры проверялись на Python 3.12, но всё работает и в 3.10+.
• Рабочую папку. Создайте отдельную директорию и запускайте скрипты из неё — так файлы будут появляться там, где вы их ждёте, а не в домашнем каталоге.
• Понимание, что такое кодировка. Достаточно знать: текст на диске хранится в байтах, и правило перевода байтов в буквы называется кодировкой. Для новых файлов почти всегда используют UTF-8.

Модули csv и json входят в стандартную библиотеку Python — pip install для них не нужен.

Текстовые файлы: open и with

Базовая функция для работы с файлами — open(). Её почти всегда используют вместе с with: этот блок сам закроет файл, даже если внутри случится ошибка. Забытый закрытый файл — частая причина того, что данные не успевают записаться на диск.

Шаг 1. Записать текст

Создадим файл и запишем в него две строки:

# Python 3.12
# Режим "w" создаёт файл заново или перезаписывает существующий
with open("notes.txt", "w", encoding="utf-8") as f:
    f.write("Первая строка\n")
    f.write("Вторая строка\n")

Проверка: в вашей рабочей папке должен появиться файл notes.txt. Откройте его в редакторе — увидите две строки текста.

Шаг 2. Прочитать текст обратно

# Python 3.12
with open("notes.txt", "r", encoding="utf-8") as f:
    content = f.read()

print(content)

Проверка: в терминале появятся обе строки. Если вместо русских букв вы видите кракозябры — вы не указали encoding="utf-8" либо файл сохранён в другой кодировке.

Шаг 3. Читать построчно

Читать файл целиком в память через read() плохо для больших файлов. Перебор по строкам не грузит в память весь файл сразу:

# Python 3.12
with open("notes.txt", "r", encoding="utf-8") as f:
    for line in f:
        # strip() убирает символ переноса в конце строки
        print(line.strip())

Проверка: каждая строка печатается без лишнего пустого промежутка между ними.

Основные режимы open(), которые вам понадобятся:

Всегда указывайте encoding="utf-8" явно. На Windows кодировка по умолчанию зависит от системных настроек, и без явного указания один и тот же скрипт даст разный результат на разных машинах.

CSV: таблицы без ручного парсинга

CSV — это текст, где строки таблицы разделены переносами, а колонки — запятыми. Разбирать его вручную через split(",") — ошибка: если внутри ячейки есть запятая или перенос строки, всё поедет. Модуль csv знает правила экранирования и делает это корректно.

Шаг 4. Записать CSV

# Python 3.12
import csv

rows = [
    ["name", "city", "age"],
    ["Анна", "Москва", 30],
    ["Игорь", "Казань", 25],
]

# newline="" обязателен: иначе на Windows появятся пустые строки
with open("people.csv", "w", encoding="utf-8", newline="") as f:
    writer = csv.writer(f)
    writer.writerows(rows)

Проверка: откройте people.csv в редакторе — увидите три строки, значения через запятую. Параметр newline="" — не опечатка, он нужен именно пустой.

Шаг 5. Прочитать CSV в словари

Удобнее читать не как списки, а как словари, где ключ — заголовок колонки. Для этого есть DictReader:

# Python 3.12
import csv

with open("people.csv", "r", encoding="utf-8", newline="") as f:
    reader = csv.DictReader(f)
    for row in reader:
        # row — это словарь: {"name": "Анна", "city": "Москва", "age": "30"}
        print(row["name"], "из города", row["city"])

Проверка: в терминале появятся строки вида Анна из города Москва. Обратите внимание: возраст читается как строка "30", а не число — CSV не хранит типы, всё приходит текстом. Если нужно число, преобразуйте сами: int(row["age"]).

Разделитель не запятая

В русскоязычных выгрузках из Excel разделителем часто выступает точка с запятой, потому что запятая занята под десятичный разделитель. Укажите его явно:

# Python 3.12
import csv

with open("export.csv", "r", encoding="utf-8", newline="") as f:
    reader = csv.DictReader(f, delimiter=";")
    for row in reader:
        print(row)

JSON: структуры данных как есть

JSON подходит, когда данные вложенные: словари внутри списков, списки внутри словарей. Модуль json переводит объекты Python в текст и обратно почти без потерь.

Шаг 6. Записать JSON

# Python 3.12
import json

data = {
    "city": "Москва",
    "users": [
        {"name": "Анна", "age": 30},
        {"name": "Игорь", "age": 25},
    ],
}

with open("data.json", "w", encoding="utf-8") as f:
    # ensure_ascii=False сохраняет русские буквы читаемыми
    # indent=2 делает файл с отступами, удобным для глаз
    json.dump(data, f, ensure_ascii=False, indent=2)

Проверка: откройте data.json — увидите русские буквы, а не \u0410\u043d\u043d\u0430. Если буквы всё же превратились в escape-последовательности, вы забыли ensure_ascii=False.

Шаг 7. Прочитать JSON

# Python 3.12
import json

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

# data теперь обычный словарь Python
print(data["city"])
for user in data["users"]:
    print(user["name"], user["age"])

Проверка: в терминале появится Москва, а затем имена и возраст. Здесь age уже число, а не строка — в отличие от CSV, JSON сохраняет типы.

Не путайте четыре функции модуля:

Правило простое: буква s в конце имени означает string — работа со строкой, а не с файлом.

Если не получилось

• FileNotFoundError: [Errno 2] No such file or directory — Python ищет файл относительно папки, из которой запущен скрипт, а не относительно самого скрипта. Запустите из нужной папки или укажите полный путь.
• UnicodeDecodeError: 'utf-8' codec can't decode byte — файл сохранён в другой кодировке. Частый случай для старых выгрузок из Excel — encoding="cp1251". Попробуйте её вместо utf-8 при чтении.
• Пустые строки между строками CSV на Windows — вы забыли newline="" в open(). Добавьте его и при чтении, и при записи.
• json.decoder.JSONDecodeError: Expecting value — файл повреждён, пуст или это не JSON. Откройте его глазами: часто там текст ошибки от API вместо данных.
• Русские буквы стали \u0430\u043d в JSON-файле — не передали ensure_ascii=False в json.dump. Формально это валидный JSON и читается обратно без потерь, но глазами не читается.

Что дальше

Для путей к файлам вместо строк удобнее использовать модуль pathlib из стандартной библиотеки — он избавляет от возни со слешами на разных ОС. Для больших CSV, которые не влезают в память, читайте по строкам через DictReader и обрабатывайте по одной записи, а не собирайте всё в список. А если данных много и нужны фильтры и агрегации — присмотритесь к библиотеке pandas: она читает CSV и JSON одной строкой и работает с ними как с таблицами.