极客笔记如何使用Python关闭所有打开的文件？
在使用 Python 进行文件操作时，总是需要打开文件并进行读取或写入，但是在处理大量数据或长时间运行后，有时会遗漏关闭文件这一步骤，造成文件泄漏或者数据丢失等问题。所以如何在 Python 中关闭所有打开的文件就成了一个必须掌握的技能。
更多Python文章，请阅读：Python 教程
查看打开的文件
在 Python 中打开文件，可以使用内置函数 open() 来进行读取或写入操作。每次打开文件，都需要通过 open() 函数获得一个文件对象。我们可以使用内置的 dir() 函数列出文件对象的属性和方法，其中包括 close() 方法，该方法可以关闭文件。
file = open('file.txt', 'r')
print(dir(file))
运行上述代码后，会输出打开文件对象的所有属性和方法，其中包括 close() 方法。如果该文件对象不关闭，可能会在程序结束前一直存在，占用内存空间，将导致程序运行缓慢。
如果已经打开了多个文件并忘记关闭，可以使用两种方法来查看当前所有打开的文件：
方法一：使用内置模块 sys 中的 getsizeof() 函数
代码示例：
import sys
print(sys.getsizeof(<class 'file'>))
方法二：使用模块 psutil 中的 process.open_files() 函数
代码示例：
import psutil
for file in psutil.Process().open_files():
print(file.path)
使用上述两种方法，可以查看当前所有打开的文件，如果确实要手动关闭这些文件，那么可以使用下面的代码方式。
自动关闭多个文件
当需要同时使用多个文件对象时，可以使用 with 语句来自动打开和关闭文件：
with open('file1.txt', 'r') as file1, open('file2.txt', 'w') as file2, open('file3.txt', 'a') as file3:
# 读取文件 1
file1.read()
# 写入文件 2
file2.write('hello world!')
# 向文件 3 追加内容
file3.write('some text')
在打开文件后，with 语句会自动判断是否需要关闭，因此使用该方法可以自动关闭多个文件对象，且代码更加简洁。当 with 语句结束时，Python 会自动关闭所有打开的文件。如果手动调用 close() 方法，那么 Python 也不会报错。
手动关闭多个文件
有些情况下，打开的文件对象需要在循环体中使用或者不在 with 语句中，但是需要后续在程序中手动关闭所有对象。在这种情况下，可以使用Python的函数和列表。
代码示例：
def close_files(file_list):
for file in file_list:
try:
file.close()
print(f'文件{file.name}关闭成功！')
except Exception as e:
print(f'文件{file.name}关闭失败，{e}')
file1 = open('file1.txt', 'r')
file2 = open('file2.txt', 'w')
file3 = open('file3.txt', 'a')
file_list = [file1, file2, file3]
close_files(file_list)
在上述例子中，我们首先定义了一个 close_files() 函数，该函数接受一个 file_list 列表作为参数，遍历该列表并调用每个文件的 close() 方法。如果关闭失败，则会输出失败信息。最后，我们打开了三个文件并添加到一个列表中，最终通过 close_files() 函数关闭了所有文件。
终极方法：使用 gc 模块
gc 模块是 Python 自带的内存管理工具。它可以自动跟踪引用计数并检测不再使用的内存块，并释放该内存以供后续使用。在处理多个文件时，可以使用 gc 模块的 collect() 函数来强制清理所有不再使用的内存。这个方法可以做到完美关闭所有文件，而不会有任何资源泄漏的问题。
代码示例：
import gc
# 打开多个文件并进行操作
# 强制垃圾回收
gc.collect()
在上述例子中，我们使用 gc.collect() 强制垃圾回收，清理所有不再使用的内存。这样，所有打开的文件对象都会被释放，并关闭文件。
总结
在 Python 进行文件操作时，一定要记得关闭所有打开的文件对象，以避免导致文件泄漏或数据丢失等问题。如果您使用多个文件，可以使用 with 语句自动关闭文件，也可以手动打开和关闭文件。如果您需要强制关闭所有文件，可以使用 gc 模块进行垃圾回收。无论使用哪种方法，都要确保正确使用 Python 中的文件对象和函数，以确保数据安全和代码效率。