Giáo trình Python miễn phí · Chương 10/12: Tệp và serialization · Bài 19/24.

Mục tiêu bài học

Đọc và lưu văn bản tiếng Việt đúng encoding, hiểu đường dẫn và tránh vô tình ghi đè dữ liệu.

Đường dẫn và chế độ mở tệp

Đường dẫn tương đối được tính từ thư mục làm việc hiện tại, không mặc định là thư mục chứa mã nguồn. pathlib.Path biểu diễn đường dẫn và hỗ trợ ghép bằng toán tử /, giúp tránh ghép dấu phân cách thủ công cho từng hệ điều hành.

Chế độ r đọc tệp đã có, w tạo hoặc ghi đè, a nối thêm, x tạo mới và báo lỗi nếu đã tồn tại. Thêm b để dùng dữ liệu nhị phân. Khi xử lý văn bản tiếng Việt, chỉ rõ encoding="utf-8". Dùng with để tài nguyên được đóng khi thoát khối, kể cả khi phát sinh ngoại lệ.

from pathlib import Path

thu_muc = Path("du_lieu_python")
thu_muc.mkdir(exist_ok=True)
tep = thu_muc / "ghi_chu.txt"
with tep.open("w", encoding="utf-8") as f:
    f.write("Xin chào Học Viết Code!\n")
    f.write("Học đều mỗi ngày.\n")
with tep.open("r", encoding="utf-8") as f:
    for so_dong, dong in enumerate(f, start=1):
        print(so_dong, dong.rstrip("\n"))

Kết quả:

1 Xin chào Học Viết Code!
2 Học đều mỗi ngày.

Đọc toàn bộ hay từng dòng?

read_text() hoặc read() thuận tiện với tệp nhỏ. Với tệp lớn, duyệt từng dòng giảm lượng dữ liệu giữ cùng lúc. strip() bỏ mọi khoảng trắng hai đầu, còn rstrip("\n") chỉ bỏ ký tự xuống dòng; chọn đúng để không mất khoảng trắng có ý nghĩa.

Trước khi ghi đè, xác nhận yêu cầu và đường dẫn. Nếu cần cập nhật tệp quan trọng, có thể ghi tệp tạm cùng hệ thống tệp rồi thay thế sau khi ghi thành công. Tệp đang ghi dở không nên được xem là dữ liệu hoàn chỉnh.

CSV bằng thư viện chuẩn

CSV có quy tắc dấu phân cách và dấu nháy; không tách mọi dòng bằng split(",") vì tên hoặc mô tả có thể chứa dấu phẩy. DictWriter và DictReader làm việc theo tên cột. Mở với newline="" để thư viện CSV xử lý xuống dòng phù hợp.

import csv
from pathlib import Path

tep = Path("hoc_vien_demo.csv")
with tep.open("w", encoding="utf-8", newline="") as f:
    writer = csv.DictWriter(f, fieldnames=["ten", "diem"])
    writer.writeheader()
    writer.writerow({"ten": "An", "diem": 8})
    writer.writerow({"ten": "Bình", "diem": 9})
with tep.open(encoding="utf-8", newline="") as f:
    for hv in csv.DictReader(f):
        print(hv["ten"], int(hv["diem"]))

Kết quả:

An 8
Bình 9

Lỗi thường gặp và lưu ý

• Ví dụ tạo các tệp demo trong thư mục đang chạy; dùng thư mục học riêng để không trùng dữ liệu thật.
• Dữ liệu CSV đọc vào thường là chuỗi. Cần kiểm tra và chuyển kiểu, không giả định cột điểm đã là số.

Ghi nhớ

Quản lý đường dẫn rõ ràng, dùng with và UTF-8 cho văn bản. Đọc từng dòng khi phù hợp và dùng csv để xử lý đúng định dạng bảng.

Tài liệu đối chiếu

• Đọc ghi tệp
• pathlib