Eine Textdatei lesen

Fast alles, was dir im Alltag Arbeit macht, kommt als Datei. Eine Liste aus der Notiz-App, ein Export aus dem Online-Banking, eine Tabelle von der Kollegin. In Dateien überleben Daten, auch wenn das Programm längst beendet ist und erst morgen wieder läuft.

Seit Lektion 5.3 steht in vielen Aufgaben ganz oben eine Zeile, die eine Datei liest, Path("ausgaben.txt").read_text(encoding="utf-8").splitlines(). Hier geht es darum, was darin steckt.

01 / 05Öffnen, lesen, schließen

Brot
Käse

Milch

with open("einkauf.txt", encoding="utf-8") as datei:
    inhalt = datei.read()

print(inhalt)
print(repr(inhalt))

open("einkauf.txt", encoding="utf-8") öffnet die Datei und gibt ein Dateiobjekt (file object) zurück. Darüber liest man aus ihr. Mit with … as datei: bekommt es einen Namen, und datei.read() liefert den ganzen Inhalt als einen einzigen Text.

In der zweiten Ausgabe steht dieser Text mit repr(), und da siehst du, was in der ersten unsichtbar ist. Am Ende jeder Zeile steht ein \n, auch hinter der letzten. Die leere Zeile in der Mitte besteht aus nichts als diesem Umbruch. Die Leerzeile unter Milch kommt vom \n am Ende des Textes plus dem Umbruch von print.

Am Ende des eingerückten Blocks wird die Datei durch das with wieder geschlossen. Das klingt nach Ordnung um der Ordnung willen, hat aber Folgen. Unter Windows lässt sich eine geöffnete Datei weder löschen noch umbenennen. Und wenn man in eine Datei schreibt, ohne sie zu schließen, steht der Inhalt womöglich noch gar nicht darin.

Ohne with müsste man datei.close() selbst aufrufen, und zwar auch dann, wenn zwischendurch ein Fehler auftritt. Mit with passiert das von selbst, auch nach einem Fehler. Deshalb öffnet man Dateien eigentlich immer so.

02 / 05Zeile für Zeile

Brot
Käse

Milch

with open("einkauf.txt", encoding="utf-8") as datei:
    for zeile in datei:
        print(zeile)

Eine for-Schleife über das Dateiobjekt liefert eine Zeile nach der anderen. Bei einer Datei mit zehntausend Zeilen ist das angenehm, weil nie die ganze Datei im Speicher liegt. Die Ausgabe hat aber Lücken. Jede Zeile bringt ihr \n mit, print hängt noch eins an, und so steht unter jeder Zeile eine leere.

Brot
Käse

Milch

with open("einkauf.txt", encoding="utf-8") as datei:
    for zeile in datei:
        print(repr(zeile), end=" ")
        zeile = zeile.strip()
        if zeile:
            print("-", zeile)
        else:
            print("(leer)")

Vorn steht jede Zeile mit repr(), so wie sie aus der Datei kommt, etwa 'Brot\n'. strip() nimmt den Umbruch weg und dazu Leerzeichen am Rand. Danach ist die leere Zeile ein leerer Text, und weil der als falsch gilt, erkennt das if sie daran.

Die Reihenfolge ist dieselbe wie beim Einkaufszettel. Erst putzen, dann prüfen. Eine Zeile aus drei Leerzeichen ist vor dem strip() nicht leer.

Die Zeile aus den Aufgaben ist die Kurzform von alldem. Path("einkauf.txt").read_text(encoding="utf-8") öffnet, liest alles und schließt wieder, in einem Aufruf. Danach zerlegt splitlines() den Text in eine Liste von Zeilen, und zwar ohne die Umbrüche. Für eine Datei, die bequem in den Speicher passt, ist das der kürzeste Weg. Ausführlich kommt Path in Lektion 11.4.

03 / 05Die Kodierung

Brot
Käse

Milch

with open("einkauf.txt", encoding="cp1252") as datei:
    print(datei.read())

In einer Datei stehen Bytes, also Zahlen, und noch gar keine Buchstaben. Welche Zahl welcher Buchstabe ist, legt die Kodierung (encoding) fest. Heute schreibt fast jedes Programm UTF-8, und darin braucht ein ä zwei Bytes. Liest man dieselbe Datei mit einer anderen Kodierung, wird jedes der beiden Bytes ein eigenes Zeichen, und aus Käse wird Käse. Im Beispiel ist das mit cp1252 nachgestellt, der alten Kodierung von Windows.

Und genau die hat Python unter Windows bis Version 3.14 genommen, wenn man nichts angibt. Dasselbe Programm liest dann auf dem Mac Käse und auf dem Windows-Rechner nebenan Käse, ohne jede Fehlermeldung. Erst ab Python 3.15 gilt überall UTF-8, und bis das auf jedem Rechner läuft, dauert es noch Jahre.

Deshalb steht in diesem Kurs überall encoding="utf-8", auch da, wo es auf dem eigenen Rechner ohne ginge. Ohne die Angabe läuft ein Programm nur so lange, bis es jemand auf einem anderen Rechner startet.

04 / 05Wenn die Datei nicht da ist

Brot
Käse

Milch

from pathlib import Path

print("Gesucht wird in", Path.cwd())
with open("einkaufsliste.txt", encoding="utf-8") as datei:
    print(datei.read())

Die Datei heißt einkauf.txt, gesucht wird aber einkaufsliste.txt. Das Programm endet mit FileNotFoundError: [Errno 2] No such file or directory: 'einkaufsliste.txt'. Die Nummer hinter Errno ist die Fehlernummer des Betriebssystems, und 2 heißt „gibt es nicht“.

In der ersten Zeile steht, wo gesucht wurde. Ein Dateiname ohne Ordner davor gilt im Arbeitsverzeichnis, also in dem Ordner, in dem das Programm gestartet wurde. Hier ist das /vercel/sandbox/lern.

Wenn der Name richtig dasteht und die Meldung trotzdem kommt, wurde das Programm fast immer aus einem anderen Ordner gestartet, als du denkst. Wie man das loswird, steht in der Lektion über Pfade.

05 / 05Was die Aufgabe will

Eine Tagesordnung für die Mitgliederversammlung, getippt in der Notiz-App, mit Leerzeilen und Leerzeichen, wo sie gerade hingefallen sind. Für die Einladung soll jeder Punkt eine Nummer bekommen. Die Datei liest diesmal dein Programm selbst, in der langen oder der kurzen Form.