--- title: "Manipulação de Arquivos Python — 2025 | Python Brasil" url: "https://python.dev.br/blog/manipulacao-de-arquivos-python/" markdown_url: "https://python.dev.br/blog/manipulacao-de-arquivos-python.MD" description: "Domine a manipulação de arquivos em Python: leitura, escrita, CSV e JSON com exemplos práticos. Aprenda agora!" date: "2025-07-08" author: "Equipe Python Brasil" --- # Manipulação de Arquivos Python — 2025 | Python Brasil Domine a manipulação de arquivos em Python: leitura, escrita, CSV e JSON com exemplos práticos. Aprenda agora! Trabalhar com arquivos é uma das habilidades mais importantes que um programador Python pode desenvolver. Seja para ler configurações, processar dados em lote, gerar relatórios ou fazer integração entre sistemas, a manipulação de arquivos está presente em praticamente todo projeto real. Neste artigo, vamos explorar desde a abertura e leitura de arquivos de texto simples até o processamento de formatos estruturados como CSV e JSON, que são extremamente comuns no mercado de trabalho. ## Abrindo e lendo arquivos de texto A função embutida `open()` é o ponto de partida para qualquer operação com arquivos. O Python oferece diferentes modos de abertura, sendo os mais comuns `r` (leitura), `w` (escrita) e `a` (adição). ```python # Leitura básica de um arquivo with open("dados.txt", "r", encoding="utf-8") as arquivo: conteudo = arquivo.read() print(conteudo) ``` O uso do `with` (gerenciador de contexto) garante que o arquivo será fechado automaticamente ao final do bloco, mesmo que ocorra um erro durante a execução. Essa é a forma recomendada e deve sempre ser preferida em relação ao `open()` e `close()` manuais. ### Lendo linha por linha Quando o arquivo é muito grande, carregar tudo na memória de uma vez pode ser problemático. Nesses casos, leia linha por linha: ```python with open("log_grande.txt", "r", encoding="utf-8") as arquivo: for numero, linha in enumerate(arquivo, 1): linha = linha.strip() if linha: print(f"Linha {numero}: {linha}") ``` Você também pode usar `readlines()` para obter uma lista de todas as linhas, mas para arquivos grandes, o iterador direto sobre o arquivo é mais eficiente em termos de memória. ## Escrevendo em arquivos A escrita funciona de forma similar. O modo `w` cria um arquivo novo ou sobrescreve o existente, enquanto `a` adiciona conteúdo ao final. ```python # Escrevendo um novo arquivo registros = [ "João Silva - Aprovado", "Maria Santos - Aprovada", "Pedro Oliveira - Reprovado", "Ana Costa - Aprovada" ] with open("resultados.txt", "w", encoding="utf-8") as arquivo: for registro in registros: arquivo.write(registro + "\n") # Adicionando ao final do arquivo with open("resultados.txt", "a", encoding="utf-8") as arquivo: arquivo.write("Lucas Ferreira - Aprovado\n") ``` Uma prática muito comum é usar `writelines()` para escrever múltiplas linhas de uma vez. Porém, lembre-se de que esse método não adiciona quebras de linha automaticamente — você precisa incluí-las manualmente. ## Trabalhando com CSV O formato CSV (Comma-Separated Values) é um dos mais usados para troca de dados entre sistemas. Python possui o módulo `csv` na biblioteca padrão, o que significa que não é necessário instalar nada adicional. ```python import csv # Escrevendo um arquivo CSV funcionarios = [ ["Nome", "Cargo", "Salário"], ["Ana Paula", "Desenvolvedora", "8500"], ["Bruno Costa", "Analista de Dados", "7200"], ["Carla Dias", "DevOps", "9100"], ["Daniel Lima", "Tech Lead", "12000"] ] with open("funcionarios.csv", "w", newline="", encoding="utf-8") as arquivo: escritor = csv.writer(arquivo) escritor.writerows(funcionarios) print("Arquivo CSV criado com sucesso.") ``` ### Lendo CSV como dicionário O `DictReader` é especialmente útil porque permite acessar cada coluna pelo nome do cabeçalho: ```python import csv with open("funcionarios.csv", "r", encoding="utf-8") as arquivo: leitor = csv.DictReader(arquivo) total_salarios = 0 for linha in leitor: nome = linha["Nome"] salario = float(linha["Salário"]) total_salarios += salario print(f"{nome}: R$ {salario:,.2f}") print(f"\nTotal em salários: R$ {total_salarios:,.2f}") ``` O `DictReader` usa automaticamente a primeira linha como cabeçalho, retornando cada linha como um dicionário. Isso torna o código muito mais legível do que acessar colunas por índice numérico. ## Trabalhando com JSON JSON (JavaScript Object Notation) é o formato padrão para APIs e configurações modernas. O módulo `json` do Python converte facilmente entre dicionários Python e strings JSON. ```python import json # Criando e salvando dados em JSON configuracao = { "aplicacao": "MeuApp", "versao": "2.1.0", "banco_de_dados": { "host": "localhost", "porta": 5432, "nome": "meuapp_db" }, "debug": False, "idiomas_suportados": ["pt-br", "en", "es"] } with open("config.json", "w", encoding="utf-8") as arquivo: json.dump(configuracao, arquivo, indent=4, ensure_ascii=False) print("Configuração salva.") ``` ### Lendo e processando JSON ```python import json with open("config.json", "r", encoding="utf-8") as arquivo: config = json.load(arquivo) print(f"Aplicação: {config['aplicacao']}") print(f"Versão: {config['versao']}") print(f"Banco de dados: {config['banco_de_dados']['host']}") print(f"Modo debug: {config['debug']}") # Modificando e salvando novamente config["versao"] = "2.2.0" config["debug"] = True with open("config.json", "w", encoding="utf-8") as arquivo: json.dump(config, arquivo, indent=4, ensure_ascii=False) ``` O parâmetro `ensure_ascii=False` é essencial para trabalhar com caracteres acentuados em português. Sem ele, acentos e cedilhas seriam convertidos em sequências de escape Unicode. ## Trabalhando com caminhos de forma segura O módulo `pathlib` oferece uma maneira moderna e multiplataforma de lidar com caminhos de arquivos: ```python from pathlib import Path # Criando caminhos de forma segura pasta_dados = Path("dados") pasta_dados.mkdir(exist_ok=True) arquivo_saida = pasta_dados / "relatorio.txt" # Verificando existência if arquivo_saida.exists(): print(f"Tamanho: {arquivo_saida.stat().st_size} bytes") else: arquivo_saida.write_text("Relatório gerado com sucesso.", encoding="utf-8") print("Arquivo criado.") # Listando arquivos de uma pasta for arquivo in pasta_dados.glob("*.txt"): print(f"Encontrado: {arquivo.name}") ``` O `pathlib` é preferível ao `os.path` em código moderno porque oferece uma API orientada a objetos, mais intuitiva e fácil de encadear. ## Boas práticas na manipulação de arquivos Ao trabalhar com arquivos em projetos reais, algumas práticas são fundamentais: - **Sempre use `with`**: o gerenciador de contexto garante o fechamento adequado do arquivo, mesmo em caso de exceções. - **Especifique o encoding**: use `encoding="utf-8"` para evitar problemas com caracteres acentuados. Isso é especialmente importante em sistemas Windows. - **Trate exceções**: use `try/except` para lidar com arquivos que podem não existir ou permissões insuficientes. - **Use `pathlib`**: prefira `pathlib.Path` em vez de concatenar strings para montar caminhos de arquivo. - **Valide dados de entrada**: ao ler CSV ou JSON, sempre verifique se os dados estão no formato esperado antes de processá-los. ```python from pathlib import Path def ler_arquivo_seguro(caminho): """Lê um arquivo com tratamento de erros adequado.""" arquivo = Path(caminho) try: return arquivo.read_text(encoding="utf-8") except FileNotFoundError: print(f"Arquivo não encontrado: {caminho}") return None except PermissionError: print(f"Sem permissão para ler: {caminho}") return None ``` ## Conclusão A manipulação de arquivos em Python é poderosa e versátil. Com os módulos `csv`, `json` e `pathlib` da biblioteca padrão, você consegue lidar com a maioria dos cenários do dia a dia sem instalar dependências externas. Dominar essas ferramentas é um passo essencial para qualquer programador Python. Como próximos passos, explore a biblioteca `openpyxl` para trabalhar com planilhas Excel, o módulo `sqlite3` para bancos de dados locais e o `pandas` para análise de dados em grande escala. Cada um deles complementa as habilidades que você aprendeu aqui. Para processamento de arquivos massivos onde performance é crítica, considere Rust, que oferece I/O de altíssima performance com segurança de memória garantida.