文件读取函数：Python中的函数，可以读取不同格式的文件
Python中，文件读取函数在数据处理中极为重要，可以读取不同格式的文件，包括文本文件、CSV文件、Excel文件、JSON文件、XML文件、HTML文件等。本文将介绍Python中常用的文件读取函数，包括open()函数、csv模块、pandas模块、json模块、xml.etree.ElementTree模块等。
一、open()函数
open()函数是Python中内置的文件读取函数，可以打开文本文件、二进制文件等，支持读、写、追加等操作。open()函数语法如下：
open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)
参数解释：
file：文件名或路径。
mode：打开文件的模式，可选参数，默认值为'r'，可选值包括'r'，'w'，'a'等，分别表示打开文件进行读取、写入和追加。
buffering：缓冲区的大小，默认值为-1，表示使用系统默认缓冲区大小。
encoding：文件的编码方式，默认值为None，表示使用系统默认编码方式。
errors：编码错误处理方式，默认值为None，表示直接引发异常。
newline：换行符的处理方式，默认值为None，表示使用系统默认换行符。
closefd：文件描述符是否被关闭，默认值为True。
opener：自定义打开文件方式的函数。
open()函数返回值是一个文件对象，可以使用read()函数、readline()函数、readlines()函数、write()函数、writelines()函数等来读取或写入文件内容。
二、csv模块
csv模块是Python内置的用于读取和写入CSV文件的模块，可以方便地处理逗号分隔的数据。csv模块中常用的函数包括：
1. csv.reader()函数：将CSV文件读取为列表或迭代器。其语法为：
csv.reader(csvfile, dialect='excel', **kwds)
参数解释：
csvfile：CSV文件对象或者是包含CSV格式数据的文件对象。
dialect：表示读取CSV文件的方言，可选值为excel、excel-tab、unix等。
kwds：指定其他参数。
2. csv.writer()函数：将列表或迭代器写入为CSV文件。其语法为：
csv.writer(csvfile, dialect='excel', **kwds)
参数解释：
csvfile：CSV文件对象或者是包含CSV格式数据的文件对象。
dialect：表示写入CSV文件的方言，可选值为excel、excel-tab、unix等。
kwds：指定其他参数。
3. csv.DictReader()函数：将CSV文件读取为字典格式。其语法为：
csv.DictReader(csvfile, fieldnames=None, restkey=None, restval=None, dialect='excel', *args, **kwds)
参数解释：
csvfile：CSV文件对象或者是包含CSV格式数据的文件对象。
fieldnames：指定字段名，可选参数。
restkey：剩余行的列名，默认为None，表示只保留列表中前面的字段，后面的字段保存为一个列表。
restval：剩余行的默认值，默认为None。
dialect：表示读取CSV文件的方言，可选值为excel、excel-tab、unix等。
args和kwds：其他参数。
4. csv.DictWriter()函数：将字典格式的数据写入为CSV文件。其语法为：
csv.DictWriter(csvfile, fieldnames, restval='', extrasaction='raise', dialect='excel', *args, **kwds)
参数解释：
csvfile：CSV文件对象或者是包含CSV格式数据的文件对象。
fieldnames：指定字段名。
restval：剩余字段的默认值，默认为''。
extrasaction：多余的字段如何处理，可选值为raise、ignore，raise表示引发异常，ignore表示忽略。
dialect：表示读取CSV文件的方言，可选值为excel、excel-tab、unix等。
args和kwds：其他参数。
三、pandas模块
pandas模块是Python中数据处理的常用模块，可以读取和处理各种数据格式，包括CSV、Excel、JSON、XML等。pandas模块中常用的函数包括：
1. pandas.read_csv()函数：读取CSV文件。其语法为：
pandas.read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer', names=None, index_col=None, usecols=None, squeeze=False, prefix=None, mangle_dupe_cols=True, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skipinitialspace=False, skiprows=None, nrows=None, na_values=None, keep_default_na=True, na_filter=True, verbose=False, skip_blank_lines=True, parse_dates=False, infer_datetime_format=False, keep_date_col=False, date_parser=None, dayfirst=False, cache_dates=True, iterator=False, chunksize=None, compression='infer', thousands=None, decimal='.', lineterminator=None, quotechar='"', quoting=0, doublequote=True, escapechar=None, comment=None, encoding=None, dialect=None, tupleize_cols=None, error_bad_lines=True, warn_bad_lines=True, skip_footer=0, skip_footer_char=None, skip_footer_lines=False, dialect_kwargs=None, **kwds)
参数解释：
filepath_or_buffer：文件路径或对象。
sep：指定列之间的分隔符，默认为逗号。
delimiter：同sep，可选参数。
header：指定标题所在行，默认为infer，表示标题位于 行或被省略，若无则指定为None
names: 自定义标题，默认为None
index_col：指定作为行索引的列，默认为None，表示不使用。
usecols：读取指定列，默认为None，表示读取全部列。
squeeze：是否将单列DataFrame转换为序列，默认为False。
prefix：指定列名的前缀，默认为None。
mangle_dupe_cols：是否重命名重复的列名，默认为True。
dtype：指定数据类型，可选字典、元组或者None，若为None，则根据数据情况自动判断。
engine：读取文件的引擎，默认为C，可选值为Python，表示使用Python解释器读取。
converters：可选字典，表示对某些列进行特定的数据类型转换。
true_values：指定与布尔值True对应的字符串，默认为['True', 'TRUE', 'true']。
false_values：指定与布尔值False对应的字符串，默认为['False', 'FALSE', 'false']。
skipinitialspace：是否忽略空格，默认为False。
skiprows：指定需要跳过的行数，默认为None，表示不跳过。
nrows：指定读取的行数，默认为None，表示读取全部。
na_values：指定缺失值，可选字典、元组或者None。
keep_default_na：指定是否保留默认的缺失值，默认为True。
na_filter：是否过滤缺失值，默认为True。
verbose：是否在控制台输出读取信息，默认为False。
skip_blank_lines：是否跳过空白行，默认为True。
parse_dates：是否将某些列转换为日期时间格式，默认为False。
infer_datetime_format：是否尝试推测日期时间格式，默认为False。
keep_date_col：是否保留日期时间列，默认为False。
date_parser：指定日期时间格式。
dayfirst：是否将日视为 天，默认为False。
cache_dates：指定是否缓存日期时间格式。
iterator：是否使用迭代器，默认为False，表示一次性读取所有数据。
chunksize：读取的块大小，默认为None，表示读取全部数据。
compression：指定压缩格式。
thousands：指定千位分隔符。
decimal：指定小数点的分隔符。
lineterminator：行终止符，默认为None，表示使用系统默认的终止符。
quotechar：引号字符，默认为双引号。
quoting：引号的数量，默认为0，表示不使用引号，可选值为1和2，分别表示使用单引号和双引号。
doublequote：是否使用两个双引号表示一个双引号，默认为True。
escapechar：转义字符，默认为None，表示不使用。
comment：注释字符，默认为None，表示不使用。