TXT文件：

txt是微软在操作系统上附带的一种文本格式，文件以.txt为后缀。

从txt文件中读取数据：

with open ('xxx.txt') as file:
    data=file.readlines()

此外，还可以用pandas的read_table功能：pd.read_table(file_name, sep='\s+', engine='python', skiprows=..., nrows=..., header=None)。

将数据写入txt文件：

with open ('xxx.txt','a',encoding='utf-8') as file:
    file.write('xxxx')

注：a表示append，将数据一行行写入文件

JSON文件：

JSON指JavaScript对象表示法（JavaScript Object Notation），是一种轻量级的数据交换格式，易于人阅读和编写，同时也易于机器解析和生成，文件以.json为后缀。

JSON对象可以以字符串的形式储存在文件中（不一定是json文件）。

一些常见的JSON格式：

{"key1":value1,"key2":value2}   由多个key:value键值对组成

{"key":["a","b","sojson.com"]}      value是一个array的JSON格式

（注：JSON格式数据必须用双引号，错误的JSON格式：{'name':'imooc'}）

读取以JSON格式储存的数据文件（JSON格式的数据被储存在其他格式的文件里）：

1）使用json模块（首先import json）

with open ('xxx') as file:
    data=json.loads(file.read())

从json文件中读取数据：

1）使用json模块（首先import json）

with open ('xxx.json') as file:
    data=json.load(file)

2）使用pandas库（首先import pandas as pd）

data=pd.read_json(file_name,orient)

将数据写入json文件：

1）使用json模块（首先import json）

with open ('xxx.json','w') as file:
    file.write(json.dumps("xxxx"))

如数据内有中文：

with open ('xxx.json','w',encoding='utf-8') as file:
    file.write(json.dumps("xxxx",ensure_ascii=False))

注：json库的loads()方法将JSON格式的文本字符串转为JSON对象

       json库的load()方法直接读取json文件

       json库的dumps()方法将JSON对象转为文本字符串

CSV文件：

CSV是一种通用的、相对简单的文件格式，称为逗号分隔值（Comma-Separated Values），有时也称为字符分隔值，因为分隔字符也可以不是逗号，文件以.csv为后缀。

从csv文件中读取数据：

1）使用csv模块（首先import csv）

with open ('xxx.csv',encoding='utf-8') as file:
    data=csv.reader(file,delimiter=',')

2）使用pandas库（首先import pandas as pd）

data=pd.read_csv(file_name, sep=',', header=None, names=...)

将数据写入csv文件：

1）使用csv模块（首先import csv）

with open('xxx.csv','w') as file:
    writer=csv.writer(file)
    writer.writerow([xxxx])

2）使用pandas库（首先import pandas as pd）

data.to_csv(file_name, encoding='utf-8')

其他：

XML:

from lxml import objectify
xml = objectify.parse(...)

EXCEL: pd.read_excel(...)

              pd.to_excel(...)

HTML: pd.read_html(...)

            pd.to_html(...)

HDFS:

from pandas.io.pytable import HDFStore
file=HDFStore('xxx.h5')
file['xxx']=...