Python文件操作实战：TXT与JSON实现AI对话持久化存储

1. 项目概述

作为一名经历过失业低谷的开发者，我深刻体会到掌握实用编程技能的重要性。去年在开发一个AI提示词工具时，遇到了一个令人头疼的问题——每次关闭程序，所有对话历史都会消失。这让我意识到，实现数据的持久化存储是开发现实应用的基本功。

本教程将带你从零开始，学习Python中最基础也最重要的文件操作技能。不同于教科书式的讲解，我会以一个真实的AI对话记录保存需求为场景，手把手教你如何用txt和json两种格式实现对话历史的持久化存储。

2. 核心需求解析

2.1 为什么需要持久化存储

在开发AI对话工具时，数据持久化主要解决三个痛点：

1. 会话连续性：让AI"记住"之前的对话，实现更自然的上下文衔接
2. 数据分析：积累对话数据用于后续的模型优化和用户行为分析
3. 灾难恢复：避免因程序崩溃或意外关闭导致数据丢失

2.2 存储格式选择

我们将重点学习两种存储格式：

• TXT文件：简单易用，适合初学者快速上手
• JSON格式：结构化存储，更适合实际项目开发

提示：在实际项目中，JSON通常是更好的选择，因为它能保持数据结构，方便后续处理和分析。

3. 基础文件操作实战

3.1 使用TXT文件保存对话记录

让我们从一个简单的例子开始，将对话历史保存到纯文本文件：

python复制# 示例对话历史
history = [
    "用户：今天想写什么？",
    "AI：来点治愈系短文吧～",
    "用户：主题：雨天的咖啡馆",
    "AI：好的，生成中..."
]

# 写入文件
with open("conversation.txt", "w", encoding="utf-8") as f:
    for message in history:
        f.write(message + "\n")  # 每条消息占一行

print("对话已保存到 conversation.txt")

关键点解析：

1. open()函数的模式参数：
   • "w"：写入模式（会覆盖已有文件）
   • "a"：追加模式（在文件末尾添加内容）
2. encoding="utf-8"：确保中文等非ASC