第七章综合测验：文件与异常

引言

第七章（文件与异常处理）到此收官。本篇综合测验严格以第 1 至 8 篇为范围：open 的文件对象、模式与关闭（第 1 篇）、读取与写入 API 全解（第 2 篇）、文件编码与文本/二进制模式（第 3 篇）、pathlib 路径对象（第 4 篇）、IOError 家族与防御式读写（第 5 篇）、os 模块的目录与环境变量（第 6 篇）、CSV 与 JSON 结构化文件（第 7 篇）、配置文件的读取、校验与默认值（第 8 篇）。异常处理本身的语法（try/except/else/finally、异常层次、raise）在第四章第 8 篇已经系统讲述，本章只考察它在文件场景中的应用，题目不重复语法定义，也不引入第八章及以后的任何知识。

全篇分三个部分：10 道选择题按「记忆 → 理解 → 应用 → 分析」的难度梯度排列，每题标注难度，覆盖八篇内容的全部考点，并附逐题解析；3 道编程题给出可独立运行的参考解答与实测输出；最后是一个综合任务——从一份学生成绩 CSV 出发，完成字段校验、汇总报表与 JSON 导出的全链路，考察你把本章知识串起来解决真实问题的能力。建议先独立完成全部题目再对照解析；做错的题要回到对应篇章重新理解原理。文中所有运行结果均基于本机 CPython 3.12.10（Windows）实测，未做任何修饰。

选择题（共 10 题，每题只有一个正确答案）

第 1 题：open 的写入模式语义【记忆】

with open('q1.txt', 'w', encoding='utf-8') as f:
    f.write('abc')
with open('q1.txt', 'a', encoding='utf-8') as f:
    f.write('def')
with open('q1.txt', 'w', encoding='utf-8') as f:
    f.write('xyz')
print(open('q1.txt', encoding='utf-8').read())

输出是什么？

A. abcdefxyz B. xyz C. abcdef D. 第三次 open 抛出异常（文件已存在）

第 2 题：readline 与文件末尾【记忆】

with open('q2.txt', 'w', encoding='utf-8') as f:
    f.write('第一行\n第二行')
f = open('q2.txt', encoding='utf-8')
a, b, c = f.readline(), f.readline(), f.readline()
f.close()
print(repr(a), repr(b), repr(c))

输出是什么？（文件内容恰好两行，末尾没有换行符）

A. '第一行\n' '第二行' '' B. '第一行' '第二行' None C. '第一行\n' '第二行\n' '' D. 第三次调用 readline() 抛 EOFError

第 3 题：编码不匹配的后果【理解】

with open('q3.txt', 'w', encoding='utf-8') as f:
    f.write('你好')
print(open('q3.txt', encoding='gbk').read())

输出是什么？（本机 Windows 默认编码为 GBK 系）

A. 输出 你好 B. 输出 浣犲ソ（乱码，但不报错） C. 抛出 UnicodeDecodeError D. 抛出 UnicodeEncodeError

第 4 题：pathlib 的路径属性【记忆】

from pathlib import Path
p = Path('logs/access.log')
print(p.parent)
print(p.name, p.stem, p.suffix)

输出是什么？

A. 第一行 logs；第二行 access.log access .log B. 第一行 logs；第二行 logs access log C. 第一行 logs/access.log；第二行 access.log access .log D. 第一行 Path('logs')；第二行 access .log access.log

第 5 题：except 分支的顺序与继承关系【理解】

try:
    with open('no_such_file.tmp', encoding='utf-8') as f:
        print(f.read())
except FileNotFoundError:
    print('文件不存在：走 FileNotFoundError 分支')
except OSError:
    print('其他 OSError 分支')

输出是什么？

A. 打印「其他 OSError 分支」 B. 两行都打印 C. 只打印「文件不存在：走 FileNotFoundError 分支」 D. FileNotFoundError 不被捕获，直接抛出终止程序

第 6 题：os 创建目录的重复调用【记忆】

import os
os.makedirs('q6_dir', exist_ok=True)
try:
    os.makedirs('q6_dir')
except OSError as e:
    print(type(e).__name__)

输出是什么？

A. FileNotFoundError B. FileExistsError C. PermissionError D. 不打印任何内容，程序静默继续

第 7 题：csv.reader 的返回形态【理解】

import csv
with open('q7.csv', 'w', encoding='utf-8', newline='') as f:
    f.write('a,b\n10,20\n')
with open('q7.csv', encoding='utf-8', newline='') as f:
    print(list(csv.reader(f)))

输出是什么？

A. [['a', 'b'], ['10', '20']] B. [['a', 'b'], [10, 20]] C. ['a', 'b', '10', '20'] D. [('a', 'b'), ('10', '20')]

第 8 题：json.dumps 的默认编码行为【应用】

import json
print(json.dumps({'msg': '你好'}))
print(json.dumps({'msg': '你好'}, ensure_ascii=False))

输出是什么？

A. 两行都输出 {"msg": "你好"} B. 第一行 {"msg": "\u4f60\u597d"}，第二行 {"msg": "你好"} C. 第一行 {"msg": "你好"}，第二行抛 TypeError D. 两行都输出 {"msg": "\u4f60\u597d"}

第 9 题：configparser 的类型转换与缺键行为【应用】

import configparser
config = configparser.ConfigParser()
config.read_string('[server]\nhost = 127.0.0.1\nport = 8080\ndebug = true\n')
print(config.getboolean('server', 'debug'))
print(type(config.getboolean('server', 'debug')).__name__)
try:
    config.get('server', 'nokey')
except Exception as e:
    print(type(e).__name__)

输出是什么？

A. True、bool、KeyError B. True、bool、NoOptionError C. 'true'、str、KeyError D. True、bool、NoSectionError

第 10 题：with 块结束后的文件对象【分析】

f = open('q10.txt', 'w', encoding='utf-8')
f.write('abc')
f.close()
f = open('q10.txt', encoding='utf-8')
with f:
    print(repr(f.read(1)))
print(f.closed)
print(f.read(1))

输出是什么？

A. 依次输出 'a'、True，最后一行抛 ValueError（I/O operation on closed file） B. 依次输出 'abc'、True、'' C. 依次输出 'a'、False、'bc' D. 最后一行抛 SyntaxError

编程题（共 3 题，附可运行参考解答）

编程题 1：目录遍历统计文件大小

题目：用 os.walk 遍历一个三层示例目录，按扩展名分组统计各组的文件数与合计大小，输出文件总数、总大小与最大的文件。要求能独立运行——示例目录与文件在代码内自建。

参考解答：

import os

# 构造三层示例目录与文件（内容故意不同大小）
os.makedirs('proj/src/utils', exist_ok=True)
os.makedirs('proj/docs', exist_ok=True)
files = {
    'proj/README.md': '项目说明\n' * 100,
    'proj/docs/guide.md': '使用指南\n' * 200,
    'proj/src/main.py': 'print("hello")\n' * 30,
    'proj/src/utils/helper.py': 'def add(a, b):\n    return a + b\n' * 40,
    'proj/src/data.json': '{"a": 1}' * 500,
}
for name, content in files.items():
    with open(name, 'w', encoding='utf-8') as f:
        f.write(content)

ext_stats = {}
total_bytes = total_files = 0
largest = ('', 0)
for root, dirs, names in os.walk('proj'):
    for name in names:
        path = os.path.join(root, name)
        size = os.path.getsize(path)
        total_files += 1
        total_bytes += size
        if size > largest[1]:
            largest = (path, size)
        ext = os.path.splitext(name)[1] or '(无扩展名)'
        count, size_sum = ext_stats.get(ext, (0, 0))
        ext_stats[ext] = (count + 1, size_sum + size)

for ext in sorted(ext_stats):
    count, size_sum = ext_stats[ext]
    print(f'{ext:<10} 文件数 {count:>2}，合计大小 {size_sum:>6} 字节')
print('---')
print(f'文件总数 {total_files}，总大小 {total_bytes} 字节')
print('最大文件：', largest[0], '，', largest[1], '字节')

运行结果：

.json      文件数  1，合计大小   4000 字节
.md        文件数  2，合计大小   4200 字节
.py        文件数  2，合计大小   1840 字节
---
文件总数 5，总大小 10040 字节
最大文件： proj\src\data.json ， 4000 字节

关键点：os.walk 递归产出每个目录下的文件名单（第 6 篇），os.path.splitext 拆扩展名作为分组键，os.path.getsize 取字节大小（第 6 篇）；字典值用元组 (计数, 累计大小) 就地更新，or '(无扩展名)' 处理无后缀文件。Windows 上 os.path.join 拼接出的路径用反斜杠（输出里的 proj\src\data.json 就是本机实况）。数组求和与”最大文件”维护是遍历型统计的标准姿势：一趟循环即出全部指标，复杂度 O(文件数)。

编程题 2：损坏 JSON 容错读取

题目：一个 JSON Lines 文件（每行一条独立 JSON 记录）中有一行被写坏。请逐行读取并解析：坏行跳过、记录跳过原因，好行全部保留，最终输出成功条数与跳过条数。要求自包含：坏行在代码内制造。

参考解答：

import json

# 一行一个 JSON 记录，其中第 2 行被写坏（结构不完整）
with open('records.jsonl', 'w', encoding='utf-8') as f:
    f.write('{"id": 1, "name": "张伟"}\n')
    f.write('{"id": 2, "name": "李娜", \n')
    f.write('{"id": 3, "name": "王强"}\n')

good, bad = [], 0
with open('records.jsonl', encoding='utf-8') as f:
    for line_no, line in enumerate(f, 1):
        try:
            good.append(json.loads(line))
        except json.JSONDecodeError as e:
            bad += 1
            print(f'第 {line_no} 行损坏，跳过：{e}')

print('成功解析', len(good), '条，跳过', bad, '条')
for rec in good:
    print(f'  id={rec["id"]}，name={rec["name"]}')

运行结果：

第 2 行损坏，跳过：Expecting property name enclosed in double quotes: line 2 column 1 (char 25)
成功解析 2 条，跳过 1 条
  id=1，name=张伟
  id=3，name=王强

关键点：json.loads 失败抛 json.JSONDecodeError（它是 ValueError 的子类，第 5 篇的捕获原则在这里生效——捕获精确类型，不裸 except）；按行读取配合 enumerate(f, 1) 天然给出行号（第 2 篇的迭代读取 + 第四章的异常流程）；坏行只影响自己这一行，好数据全部保留——这正是日志类数据”部分损坏不拖垮全量”的容错设计。错误信息里的 (char 25) 是坏行内出错字符的位置，直接定位问题，无需人工数数。

编程题 3：GBK 编码文件转 UTF-8

题目：一份来自旧系统的 GBK 编码文本文件，需要转存为 UTF-8。请完成：先演示”按 UTF-8 直接读 GBK 文件”的后果，再按 GBK 读入、UTF-8 写出，最后按 UTF-8 读回验证。

参考解答：

# 模拟旧系统导出的 GBK 编码文件
with open('old_gbk.txt', 'w', encoding='gbk') as f:
    f.write('报告编号：2026-0902\n')
    f.write('作者：张三丰\n')

# 错误示范：按 UTF-8 读 GBK 文件
try:
    with open('old_gbk.txt', encoding='utf-8') as f:
        print(f.read())
except UnicodeDecodeError as e:
    print('按 UTF-8 读取 GBK 文件 -> UnicodeDecodeError')

# 正确做法：显式按 GBK 读入，再按 UTF-8 写出
with open('old_gbk.txt', encoding='gbk') as f:
    text = f.read()
with open('new_utf8.txt', 'w', encoding='utf-8') as f:
    f.write(text)
print('转码后按 UTF-8 读回：')
print(open('new_utf8.txt', encoding='utf-8').read().strip())

运行结果：

按 UTF-8 读取 GBK 文件 -> UnicodeDecodeError
转码后按 UTF-8 读回：
报告编号：2026-0902
作者：张三丰

关键点：读写每次都显式给 encoding（第 3 篇的铁律）：第一个 try 演示了不匹配的代价——GBK 字节流里存在非法 UTF-8 序列时UnicodeDecodeError当场抛出；encoding='gbk' 精确解码后，encoding='utf-8' 写出，最后按 UTF-8 读回逐字正确。同一份文本经「读入—转出—读回」三趟而不丢字，就是编码处理正确的判据。注意 Windows 上不写 encoding 的 open 默认按 GBK 系处理，这份代码在 Linux 上跑才会立刻暴露差别——显式指定让行为在所有平台一致。

综合任务：学生成绩 CSV → 校验 → 汇总报表 → JSON 导出

任务描述：一份成绩单 grades.csv 含学号、姓名、语文、数学、英语五列，其中混有脏数据：分数缺失（空字段）、分数超出 0-100 范围、分数不是数字（如 abc）。请完成全链路：①用 csv.DictReader 读取全部行；②逐行校验三个分数（空、非数字、越界三类错误分别给出明确原因），只保留合法记录；③输出汇总报表——每科平均分与及格率（≥60 分）；④把合法记录导出为 grades_valid.json（中文不转义、缩进 2 格），并预览前两条。

考察点：CSV 的 DictReader 读取与 newline=''（第 7 篇）、自定义校验与 ValueError 精确捕获（第 5 篇 + 第四章语法）、json.dump 与 ensure_ascii=False（第 7 篇）、字典推导与统计报表（第六章知识联动）。

参考实现：

import csv
import json

csv_text = (
    '学号,姓名,语文,数学,英语\n'
    '001,张伟,88,76,92\n'
    '002,李娜,76,82,79\n'
    '003,王强,65,,58\n'
    '004,赵磊,84,90,58\n'
    '005,孙丽,103,95,88\n'
    '006,周明,70,76,abc\n'
)
with open('grades.csv', 'w', encoding='utf-8', newline='') as f:
    f.write(csv_text)

rows = []
with open('grades.csv', encoding='utf-8', newline='') as f:
    for row in csv.DictReader(f):
        rows.append(row)

def parse_score(row, col):
    raw = row[col].strip()
    if not raw:
        raise ValueError(f'{col} 为空')
    try:
        score = int(raw)
    except ValueError:
        raise ValueError(f'{col} 不是数字') from None
    if not (0 <= score <= 100):
        raise ValueError(f'{col}={score} 超出 0-100 范围')
    return score

valid, invalid = [], []
for row in rows:
    try:
        scores = {col: parse_score(row, col) for col in ('语文', '数学', '英语')}
        valid.append({'学号': row['学号'], '姓名': row['姓名'], **scores})
    except ValueError as e:
        invalid.append((row['学号'], row['姓名'], str(e)))

print(f'有效记录 {len(valid)} 条，无效记录 {len(invalid)} 条')
for sid, name, reason in invalid:
    print(f'  {sid} {name}：{reason}')

print('\n=== 汇总报表 ===')
for col in ('语文', '数学', '英语'):
    scores = [r[col] for r in valid]
    avg = sum(scores) / len(scores)
    passed = sum(1 for s in scores if s >= 60)
    print(f'{col}：平均 {avg:.1f}，及格 {passed}/{len(scores)}（{passed / len(scores):.0%}）')

with open('grades_valid.json', 'w', encoding='utf-8') as f:
    json.dump(valid, f, ensure_ascii=False, indent=2)
print('\n已导出 grades_valid.json，前两条预览：')
print(json.dumps(valid[:2], ensure_ascii=False, indent=2))

运行结果：

有效记录 3 条，无效记录 3 条
  003 王强：数学 为空
  005 孙丽：语文=103 超出 0-100 范围
  006 周明：英语 不是数字

=== 汇总报表 ===
语文：平均 82.7，及格 3/3（100%）
数学：平均 82.7，及格 3/3（100%）
英语：平均 76.3，及格 2/3（67%）

已导出 grades_valid.json，前两条预览：
[
  {
    "学号": "001",
    "姓名": "张伟",
    "语文": 88,
    "数学": 76,
    "英语": 92
  },
  {
    "学号": "002",
    "姓名": "李娜",
    "语文": 76,
    "数学": 82,
    "英语": 79
  }
]

逐项核对：csv.DictReader 用表头做键，每行直接是字典（第 7 篇），newline='' 保证写入时不多出空行；parse_score 把三类错误统一转成携带明确原因的 ValueError（空、非数字、越界，判断顺序缺一不可——先判空再转 int、越界检查放在最后），from None 压制底层异常的 traceback 链，让报错信息只有业务语义（第四章的异常链知识）；调用方一行 try/except ValueError 完成”好行入库、坏行记案”。报表与 JSON 输出的每个数字都来自真实运行：三条合法记录让语数平均 82.7、英语因 004 号 58 分及格率只有 67%。json.dump(..., ensure_ascii=False, indent=2) 是”人读的中文 JSON”标准写法（第 7 篇）。整条链路没有引入任何新知识，全部是本章 1-8 篇的构件。

扩展思考：把校验规则改成”三门总分低于 180 记为不合格”需要动哪几行？如果 CSV 里出现一行列数比表头少（如 007,陈晨,90,80），row['英语'] 会抛什么异常、出现在哪个环节？用第 5 篇的防御思路，这个环节应该加什么保护（提示：检查 row.get('英语') 与 row['英语'] 的区别）？

学习自检清单

完成本章学习后，请逐项确认你能独立做到：

• 说出 w、a、x、r+、wb 等模式的语义差异，并解释为什么 with 块结束后句柄必然关闭、已关闭对象再操作会抛 ValueError（第 1 篇）。
• 区分 read()、readline()、逐行迭代、readlines()、writelines() 的返回与用途，说出读到 EOF 时 readline() 返回什么。
• 每次读写显式指定 encoding，解释 Windows 默认编码（GBK 系）与 UTF-8 不匹配时”静默乱码”与 UnicodeDecodeError 两种后果。
• 用 Path 对象取 parent/name/stem/suffix，用 joinpath、exists、glob/rglob 完成路径拼接与遍历。
• 画出 OSError 家族的部分层次（FileNotFoundError、PermissionError、IsADirectoryError 等），并在 except 中遵守”子类在前、父类在后”。
• 用 os.makedirs（含 exist_ok）、os.walk、os.path.getsize/splitext/join 完成目录遍历统计；用 os.getenv/os.environ 读取环境变量。
• 用 csv.reader/csv.DictReader 读、csv.writer 写（记得 newline=''），知道 CSV 里数字永远是字符串、需要自行转换。
• 用 json.load/json.loads/json.dump/json.dumps，能在 ensure_ascii 与 indent 之间按需选择，能捕获 json.JSONDecodeError 做坏数据容错。
• 用 configparser 按”节/选项”读取配置，理解 getboolean 的类型转换与缺失 option 时的 NoOptionError，并会用默认值补齐可选配置（第 8 篇）。
• 独立完成本篇综合任务，能说清”校验通过的数据才允许进入报表与导出”这条流水线的每一步。

如果某一项无法打勾，请回到对应篇章重新练习。第七章的核心思想是：数据只有可靠地落盘、正确地读回、失格即拦截，才谈得上分析——前三篇管”怎么读写”，第四到六篇管”路径与异常”，第七、八篇管”结构化与配置”；第九篇的增量读取和本篇的校验导出，都是这套基本功的实战组合。带着这份清单进入第八章面向对象：你会发现异常与文件知识将继续在类设计、资源管理中发挥作用——尤其是 with 与 __enter__/__exit__，那正是第八章的新主角。