### 使用 `with open` 实现从 `.txt` 文件中采集数据 #### 数据读取逻辑 通过内置的 `open` 函数配合上下文管理器 `with`，可以在无需额外模块的情况下完成对本地文本文件的数据采集。以下是具体实现方法[^1]。 ```python def read_data_from_txt(file_path): """ 从指定路径的 .txt 文件中读取数据。 参数: file_path (str): 文本文件的绝对或相对路径。 返回: str: 文件中的全部内容。 """ try: with open(file_path, 'r', encoding='utf-8') as file: data = file.read() return data except FileNotFoundError: return f"The file at path '{file_path}' was not found." except IOError: return "An error occurred while reading the file." # 测试函数 if __name__ == "__main__": txt_content = read_data_from_txt('./data/sample.txt') print(txt_content) ``` 上述代码片段展示了如何定义一个名为 `read_data_from_txt` 的函数用于加载来自特定路径下 `.txt` 文件的信息。它采用了异常捕获机制来增强健壮性，防止因文件缺失或其他 I/O 错误而导致程序崩溃[^2]。 --- #### 示例运行情况下的文本文件模拟内容 假如我们的目标是一个普通的纯文字记事本档案，其可能包含如下样例资料： ``` 姓名 年龄 性别 地址 张三 25 男 上海市浦东新区 李四 30 女 北京市朝阳区 王五 22 男 深圳市南山区 赵六 27 女 成都市武侯区 ``` 这段虚拟记录代表了几位个人基本信息列表，每行列出了一个人的名字、年龄、性别及其居住地信息[^3]。 --- #### 进一步处理提取出的数据 如果希望进一步解析这些原始字符串形式的数据，则可以根据需求编写相应的算法来进行分割整理等工作。比如下面的例子演示了怎样将上面提到的那种表格型数据转化为字典列表的形式： ```python def parse_text_to_dict(raw_text): lines = raw_text.strip().split('\n') headers = lines[0].split() entries = [] for line in lines[1:]: values = line.split() entry = dict(zip(headers, values)) entries.append(entry) return entries parsed_info = parse_text_to_dict(txt_content) for person in parsed_info: print(person) ``` 此段附加代码先去除首尾空白符并通过换行划分各条目，接着依据第一行为字段名建立键值映射关系，最终得到易于计算机理解与操作的标准 JSON-like 格式对象集合[^4]。 ---