ファイルの読み書き・削除・バックアップは、
一見シンプルなのに、事故が起きやすい処理です。

• うっかり上書きしてデータが消えた
• 文字コードの違いで本番だけエラーになる
• 例外が起きてファイルが閉じられないまま残る

こうしたトラブルの多くは、
文法の問題ではなく「設計」の問題なんですよね。

Pythonには os、shutil、pathlib など、
ファイル操作のための標準ライブラリがいくつも用意されています。 特に Python 3.4 以降で導入された pathlib は、
パスをオブジェクトとして扱えるため、
安全で読みやすい設計をしやすくなりました。

この記事では、
「動くコード」ではなく「壊れにくいファイル操作設計」をテーマに、

• 安全な読み書きの考え方
• 削除・バックアップで事故を防ぐ設計
• 標準ライブラリだけでできる実務レベルの実装

を、できるだけ分かりやすく整理していきます。

初心者の方には「なぜそう書くのか」が腑に落ちるように、
中級者以上の方には「設計を見直すヒント」になるように、
やさしく丁寧に解説していきますね 😊

それではまず、
Pythonのファイル操作がなぜ設計で差がつくのかから見ていきましょう。

論点・背景：Pythonのファイル操作はなぜ「設計」で差がつくのか

Pythonのファイル操作は、
サンプルコードを見るととても簡単に書けるように見えます。

with open("sample.txt", "r") as f:
    data = f.read()

でも実務や少し大きなスクリプトになると、
「思ったより難しい…」と感じる場面が一気に増えてきます。

• ファイルが存在しなかったらどうする？
• 途中で例外が起きたら中途半端な状態にならない？
• WindowsとMacで同じように動く？
• 削除や上書きをしても本当に安全？

こうした悩みは、
Pythonの文法を知らないから起きるわけではありません。
多くの場合、ファイル操作を「処理」としてだけ見ていることが原因です。

ファイル操作は、プログラムの中では
I/O（外部とのやり取り）にあたります。

I/Oには次のような特徴があります。

• 失敗する可能性が常にある
• 環境（OS・権限・文字コード）に影響されやすい
• 一度壊すと取り返しがつかないことがある

つまりファイル操作は、
「成功する前提」で書く処理ではないんですね。

さらにPythonには、
os、os.path、shutil、pathlib など、
似た役割を持つライブラリが複数存在します。

その結果、

• 場所によって書き方がバラバラになる
• 文字列パスとPathオブジェクトが混在する
• 「どれを使うのが正解か」分からなくなる

という状態に陥りやすくなります。

そこで重要になるのが、
「どのライブラリを、どんな役割で使うか」を先に決める設計です。

この記事では、

• パス操作は pathlib を軸に考える
• コピー・移動・アーカイブは shutil に任せる
• ファイル操作は必ず失敗する前提で設計する

という考え方をベースに話を進めていきます。

まずは次の章で、
安全なファイル操作を書くための基本設計ルールを整理していきましょう。

基本設計：安全なファイル操作の原則

ファイル操作で一番大切なのは、
「必ず成功する」と思い込まないことです。

ファイルは、

• 存在しないかもしれない
• 途中で削除されるかもしれない
• 権限が足りないかもしれない
• 文字コードが想定と違うかもしれない

こんな不確実な前提の上にあるので、
設計段階で“失敗しても壊れない形”を作る必要があります。

① コンテキストマネージャ（with文）は必須

Pythonでファイルを扱うなら、
with open(...) は書き方の好みではなく設計ルールです。

with open("data.txt", "r", encoding="utf-8") as f:
    text = f.read()

この書き方をすると、

• 処理が正常終了した場合
• 途中で例外が発生した場合

どちらでも確実にファイルが閉じられます。

逆に f.close() を手動で書く設計は、
例外が起きた瞬間にリソースリークを引き起こします。

「閉じ忘れを防ぐ」というより、
閉じる責任を人間からPythonに渡す感覚ですね。

② エンコーディングは必ず明示する

テキストファイルを開くときは、
encoding="utf-8" を必ず指定しましょう。

with open("log.txt", "w", encoding="utf-8") as f:
    f.write("ログ出力")

エンコーディングを省略すると、

• Windowsでは cp932
• Mac / Linuxでは utf-8

のように、
環境ごとに挙動が変わる可能性があります。

「自分のPCでは動くのに本番で落ちる」
この手のトラブル、かなり多いです…。

設計としては、

• テキスト → UTF-8で統一
• バイナリ → rb / wb を使う

と決め打ちしてしまうのが一番安全です。

③ ファイル操作は「失敗する前提」で書く

安全なファイル操作では、
例外処理はオマケではありません。

たとえば、

• 読み込み前に存在チェックをする
• 上書き前にバックアップを取る
• 削除前に対象をログに残す

といった一手間が、
事故を未然に防いでくれます。

このあたりは後半の章で、
削除・バックアップ設計とあわせて詳しく見ていきますね。

次は、
実際のコードを通して「ファイルの読み書きとデータ保存」を整理していきましょう。

手順①：ファイルの読み書きとデータ保存

ここからは、
実際によく使うファイル操作を、設計の視点で整理していきます。

まずは一番基本になる、
ファイルの読み書きからです。

① ファイルを開くときに考えるべきこと

open() にはモード指定がありますが、
「何となく使う」のは危険です。

• "r"：読み込み専用（存在しないとエラー）
• "w"：書き込み専用（既存ファイルは上書き）
• "a"：追記（末尾に追加）
• "b"：バイナリモード

特に注意したいのが "w" モードです。

ファイルが存在すると、中身は即座に消えます。
この仕様を理解せずに使うと、簡単に事故が起きます。

設計としては、

• 既存ファイルを消したくない → "a" や存在チェック
• 本当に上書きしたい → バックアップを取ってから "w"

という判断を、
コードを書く前に決めておくのが大切です。

② 読み込み処理の基本パターン

ファイルの読み込みは、用途によって使い分けます。

with open("data.txt", "r", encoding="utf-8") as f:
    text = f.read()

小さなファイルなら read() で問題ありませんが、
サイズが大きい場合は注意が必要です。

1行ずつ処理したいときは、

with open("data.txt", "r", encoding="utf-8") as f:
    for line in f:
        print(line.strip())

この書き方なら、
メモリを無駄に使わずに処理できます。

③ 書き込み処理の基本パターン

書き込みも同様に、
「どこに、どんな影響が出るか」を意識します。

with open("output.txt", "w", encoding="utf-8") as f:
    f.write("結果を書き込む")

この1行でも、

• 既存ファイルは消える
• 例外が起きたら途中までの内容になる可能性がある

というリスクがあります。

実務では、

• 一時ファイルに書く
• 最後に置き換える

といった設計がよく使われます。

④ 構造化データの保存はJSONを使う

数値・リスト・辞書など、
構造を持ったデータを保存したい場合は、 JSON形式がとても便利です。

import json

data = {
    "name": "sample",
    "count": 3
}

with open("data.json", "w", encoding="utf-8") as f:
    json.dump(data, f, ensure_ascii=False, indent=2)

ensure_ascii=False を指定すると、
日本語がそのまま保存されます。

読み込むときは、

with open("data.json", "r", encoding="utf-8") as f:
    data = json.load(f)

これだけで、
元のPythonオブジェクトが復元されます。

設定ファイルや中間データ保存では、
「とりあえずJSON」が安全な選択になることが多いです。

Pythonの設定ファイル設計ガイド｜YAML/TOML/ENVの使い分けと安全な管理術

Pythonの設定ファイル設計を「形式の選び方（INI/JSON/YAML/TOML/ENV）」「環境変数と.envの扱い」「Pydantic Settingsでの型安全な管理」「srcレイアウトやpyproject.tomlを含むプロジェクト構成」まで一気に整理。機密情報を安全に運用するための実践ルールも具体例付きで解説します。

python.cbagames.jp

2025.12.17

次は、
ディレクトリの作成・検索・一覧取得について見ていきましょう。

手順②：ディレクトリ管理と検索

ファイル操作に慣れてくると、
次に必ず出てくるのがディレクトリの扱いです。

「フォルダがなければ作る」
「特定のファイルをまとめて処理する」
こうした場面はとても多いですよね。

ここでは、
pathlibを軸にした安全で読みやすい設計を見ていきます。

① ディレクトリを作成する

ディレクトリ作成には、
Path.mkdir() を使うのがおすすめです。

from pathlib import Path

dir_path = Path("data")

dir_path.mkdir()

ただし、このままだと
すでに存在している場合にエラーになります。

実務では次の指定をセットで使うことが多いです。

dir_path.mkdir(parents=True, exist_ok=True)

• parents=True：中間ディレクトリもまとめて作成
• exist_ok=True：すでに存在してもエラーにしない

この2つを指定しておくと、
何度実行しても安全なコードになります。

② ディレクトリ内の一覧を取得する

フォルダの中身を取得したい場合は、
Path.iterdir() を使います。

for path in dir_path.iterdir():
    print(path)

iterdir() はイテレータを返すため、
ファイル数が多くてもメモリ効率が良いのが特徴です。

ファイルかディレクトリかを判定することもできます。

for path in dir_path.iterdir():
    if path.is_file():
        print("file:", path.name)
    elif path.is_dir():
        print("dir:", path.name)

③ パターンマッチング（glob）で検索する

特定の拡張子だけを処理したい場合は、
glob() が便利です。

for path in dir_path.glob("*.txt"):
    print(path)

さらに、
サブディレクトリも含めて検索したい場合は、

for path in dir_path.glob("**/*.txt"):
    print(path)

** を使うことで、
再帰的な検索ができます。

大量ファイルを扱う場合でも、
glob() は必要なものだけを順に返してくれるため、 安全な設計がしやすいです。

④ os系APIとの付き合い方

os.listdir() や os.scandir() も使えますが、
パスが文字列になるため、

• 結合ミスが起きやすい
• 可読性が下がりやすい

というデメリットがあります。

設計としては、

• パス操作・判定 → pathlib
• コピー・削除などの処理 → shutil / os

と役割を分けるのが分かりやすいです。

次は、
バックアップやアーカイブをどう設計するかを見ていきましょう。

手順③：バックアップとアーカイブ操作

ファイル操作で一番ヒヤッとするのが、
コピー・移動・上書きの処理です。

ここを雑に書くと、
「気づいたら元データが消えていた…」
なんてことが普通に起こります。

この章では、
事故を前提にしたバックアップ設計を整理していきます。

① コピーと移動は役割を理解して使う

ファイルのコピー・移動には、
shutil モジュールを使います。

まずはコピーです。

import shutil

shutil.copy2("data.txt", "backup/data.txt")

copy2() を使うと、

• ファイルの中身
• 更新日時・アクセス日時などのメタデータ

も一緒にコピーされます。

バックアップ用途では、
copy() より copy2() を使うのが基本です。

次に移動です。

shutil.move("data.txt", "archive/data.txt")

move() は、

• 同一ファイルシステム → リネーム
• 別ファイルシステム → コピー後に元を削除

という挙動になります。

つまり、
内部では「削除」が絡む可能性があるということです。

重要なデータでは、
移動前にバックアップを取る設計をおすすめします。

② バックアップ設計の基本パターン

安全なバックアップ処理では、
次の順番を意識します。

1. 元ファイルの存在確認
2. バックアップ先ディレクトリの作成
3. copy2() で複製
4. 本処理（上書き・移動・削除）

「先にコピーしてから触る」
これだけで、事故率は一気に下がります。

③ アーカイブ（ZIP / TAR）を作成する

複数のファイルやディレクトリを、
まとめて保管したい場合は、アーカイブ化が便利です。

Pythonでは shutil.make_archive() を使います。

import shutil

shutil.make_archive(
    base_name="backup_20240101",
    format="zip",
    root_dir="data"
)

この1行で、

• data ディレクトリ以下をまとめて
• backup_20240101.zip を作成

してくれます。

format には、

• "zip"
• "tar"
• "gztar"

などが指定できます。

バックアップ用途なら、
扱いやすい zip が無難ですね。

④ バックアップは「設計」で決まる

バックアップ処理は、
「一度書いて終わり」ではありません。

• いつ取るのか
• どこに置くのか
• どれくらい残すのか

を先に決めておかないと、
気づいたら意味のないバックアップになります。

ファイル操作は、
「消す前に守る」が基本ルールです。

Pythonで作る「壊れにくいスクリプト」共通設計5原則｜可読性・型・副作用・テスト・性能まで

Pythonで「壊れにくいスクリプト」を作る共通設計5原則を、可読性・型ヒント・副作用の管理・テスト自動化・性能/スケールの観点で整理。Ruffやmypy、Blackなど品質チェックの導入手順も具体例つきで解説します。

python.cbagames.jp

2026.01.04

次は、
削除処理と後処理の設計を見ていきましょう。

手順④：削除と後処理（事故を防ぐ設計）

削除処理は、
ファイル操作の中で一番取り返しがつきません。

読み書きやコピーは失敗してもやり直せますが、
削除だけは「消えたら終わり」になりがちです。

だからこそ削除は、
コードを書く前に設計で守る必要があります。

① ファイル削除とディレクトリ削除の違い

まずは、
削除対象によって使う関数を明確に分けましょう。

• ファイル削除 → Path.unlink() / os.remove()
• 空ディレクトリ削除 → Path.rmdir() / os.rmdir()
• 中身ごと削除 → shutil.rmtree()

特に shutil.rmtree() は、
フォルダ以下を丸ごと消します。

この関数を無条件で呼ぶ設計は、
かなり危険です。

② 削除前に必ずやるべきチェック

削除処理を書くときは、
次の確認を習慣にしましょう。

• 本当に存在しているか
• 想定したパスか
• ファイルかディレクトリか

from pathlib import Path

path = Path("data.txt")

if path.exists() and path.is_file():
    path.unlink()

たったこれだけでも、
誤削除の確率は大きく下がります。

③ 「論理削除」という考え方

実務では、
いきなり削除しない設計もよく使われます。

• 削除予定フォルダへ移動する
• ファイル名に .bak を付ける
• 日時付きフォルダに退避させる

これはいわゆる論理削除です。

「削除」と言いつつ、
実際は安全な場所に移しているだけなので、 復元が可能です。

自動化スクリプトや定期バッチでは、
この考え方がとても重要になります。

④ 後処理とログの重要性

削除や移動を行ったら、
何をしたかを必ず残すようにしましょう。

• 削除したファイル名
• 実行日時
• エラーが起きた場合の内容

これらがログに残っているだけで、
トラブル対応の難易度が激減します。

ファイル操作は、
「やった後の説明責任」まで含めて設計です。

次は最後に、
効率的で安全な設計のための補足Tipsをまとめていきましょう。

補足：効率的で安全な設計のためのTips

ここまでで、
読み書き・ディレクトリ管理・バックアップ・削除まで一通り見てきました。

最後に、
実務で差がつきやすい補足ポイントをまとめておきますね。

① 一時ファイル・一時ディレクトリを活用する

処理の途中でしか使わないデータは、
一時ファイルとして扱うのが安全です。

import tempfile

with tempfile.TemporaryDirectory() as tmp_dir:
    print(tmp_dir)
    # この中で作ったファイルは処理終了時に自動削除

この方法なら、

• 削除忘れが起きない
• 途中で例外が起きても後片付けされる

といったメリットがあります。

「後で消す前提のデータ」は、
最初から消える設計にしておくと楽です。

② ファイルのメタデータを活用する

ファイルサイズや更新日時が必要な場面も多いですよね。

from pathlib import Path

path = Path("data.txt")
stat = path.stat()

print(stat.st_size)   # ファイルサイズ
print(stat.st_mtime)  # 更新日時（UNIX時間）

これを使うと、

• 一定サイズ以上のファイルだけ処理する
• 更新日時が新しいものだけ対象にする

といった設計が可能になります。

③ ファイル操作はロジックと分離する

ファイル操作は、
プログラムの「端」に追いやるのが基本です。

計算や判定ロジックと、
ファイルI/Oが混ざると、

• テストしにくい
• 修正しづらい
• 事故が起きやすい

という状態になります。

「読む」「書く」は別関数に分ける。
それだけでもコードはかなり安全になります。

Pythonの例外設計入門｜try/exceptを「どう設計するか」まで徹底解説

Pythonのtry/exceptを“書ける”から“設計できる”へ。例外を握りつぶさない方針、catch範囲の決め方、独自例外の作り方、raise from・ログ・リソース解放まで、実務で困らない例外設計をまとめて解説します。

python.cbagames.jp

2025.12.16

まとめ

Pythonのファイル操作は、
文法自体はとてもシンプルです。

でも実際には、
設計を意識しないと事故が起きやすい領域でもあります。

• with文でリソースを確実に管理する
• encodingは必ず明示する
• pathlibを軸にパス操作を統一する
• 消す前に守る（バックアップ・論理削除）

このあたりを意識するだけで、
ファイル操作のコードは一気に壊れにくくなります。

小さなスクリプトほど、
「あとで直せばいいや」が積み重なりがちです。

だからこそ、
最初から安全な設計で書くクセをつけておくと、 あとで自分を助けてくれますよ 😊

あわせて読みたい

• Pythonの境界設計とは？I/Oとロジック分離で“変更に強い”コードにする方法
• PythonのI/Oが散らかる原因と直し方｜実例で学ぶ「境界」の分離設計
• Python初心者が「標準ライブラリだけ」でどこまで戦えるか完全マップ

参考文献

• Python公式ドキュメント：入力と出力（ファイルの読み書きの基本）
• Python公式ドキュメント：pathlib ― オブジェクト指向のファイルシステムパス
• Python公式ドキュメント：os ― オペレーティングシステムインターフェース
• Python公式ドキュメント：os.path ― 共通パス名操作
• Python公式ドキュメント：shutil ― 高水準のファイル操作
• Real Python：Working With Files in Python

よくある質問（Q&A）

1. はじめに｜PDF操作もPythonで自動化しよう！

仕事で扱う資料やレポート、請求書など、PDFファイルをPythonで操作したいと感じたことはありませんか？
「PDFのテキストを抽出したい」「特定のページだけ分割したい」「自動で文字や画像を追加したい」――そんな作業を、毎回手作業や専用ソフトで行うのは正直かなり大変ですよね。

そこで活躍するのが PythonによるPDF自動化です。
Pythonには、PDFの読み取り・分割・結合・編集を簡単に行えるライブラリが揃っており、業務効率化や作業の自動化に直結します。

本記事では、初心者でも扱いやすく、実務でもよく使われている
「pypdf」 と 「reportlab」 の2つのライブラリを使って、PDF操作の基本から実践例までをわかりやすく解説します。

この記事を読むことで、次のようなことができるようになります👇

• PDFファイルからテキストや画像を抽出する
• 必要なページだけを抜き出して別のPDFとして保存する
• 複数のPDFを1つにまとめる
• PDFに文字や画像を追加して新しく生成する

これらの処理をPythonで自動化できれば、PDF編集にかかる時間と手間を大幅に削減できます。

サンプルコードはすべてコピー＆ペーストで動かせる形式で紹介するので、プログラミング初心者の方でも安心です 😊
それでは早速、PDF操作に必要なライブラリのインストールから始めていきましょう。

2. 必要なライブラリの準備とインストール

PythonでPDFファイルを操作するには、まず専用のライブラリをインストールする必要があります。今回使用するのは次の2つです：

どちらも無料で使えるオープンソースのライブラリです。

🔧 インストール方法（pipコマンド）

ターミナルやコマンドプロンプトを開いて、以下のコマンドを入力してください：

pip install pypdf reportlab

数秒でインストールが完了します。

✅ インストールできたか確認しよう

Pythonのインタプリタ（pythonコマンドなど）を開いて、次のように入力してみましょう：

import pypdf
import reportlab

エラーが出なければ準備OKです！

📝 ライブラリの簡単な特徴

• pypdf：PDFファイルを読み込んだり、特定ページを取り出したり、複数PDFを1つにまとめるといった編集処理に強いです。PDFの中身を取り出す「リーダー」として使うイメージです。
• reportlab：PDFファイルを一から生成したり、文字・図・画像などを自由に配置できるライブラリです。こちらは「PDFを作る側」として活躍します。

このように、pypdfは読み込み・編集向け、reportlabは出力向けという役割で使い分けます。

次は、実際にpypdfを使ってPDFを読み込んでみましょう！

3. PDFの読み込みとテキスト抽出（pypdf）

まずは、PythonでPDFファイルを読み込んで、中に含まれているテキストを取り出す方法を見ていきましょう。

ここでは、pypdfライブラリの**PdfReaderクラス**を使います。

📘 基本的な読み込み手順

まずは、PDFを読み込んで、全ページからテキストを取り出す簡単なサンプルです。

from pypdf import PdfReader

# PDFファイルのパス
reader = PdfReader("sample.pdf")

# ページ数を確認
print(f"ページ数: {len(reader.pages)}")

# 各ページからテキストを抽出
for i, page in enumerate(reader.pages):
    text = page.extract_text()
    print(f"--- {i+1}ページ目の内容 ---")
    print(text)

reader.pagesは、PDFの各ページをリストのように扱える便利なプロパティです。1ページずつ順番にテキストを取り出せます。

🧩 特定のページだけ読み取る

たとえば2ページ目だけを読みたい場合は次のように書けます：

page = reader.pages[1]  # インデックスは0から始まる
print(page.extract_text())

⚠ レイアウトが崩れる？extraction_modeに注意

PDFの構造によっては、抽出したテキストの改行や空白が崩れることがあります。

そんなときは、以下のようにextraction_mode="layout"を指定すると改善することがあります：

text = page.extract_text(extraction_mode="layout")

ただし、すべてのPDFに効果があるわけではありません。見やすく取り出せるかどうかは、PDFの構造に依存します。

💾 抽出したテキストを保存する（例：テキストファイル）

取り出したテキストをファイルに保存するには以下のように書けます：

with open("output.txt", "w", encoding="utf-8") as f:
    for page in reader.pages:
        f.write(page.extract_text() + "\n")

あとでExcelに読み込むなど、他のツールと連携したいときに便利ですね。

📌 ここでのポイントまとめ：

• PdfReaderでPDFを読み込む
• page.extract_text()でテキストを抽出
• 複数ページにわたってループ処理できる
• layoutモードで整形が改善される可能性あり
• テキストはファイルにも保存できる

4. PDFから画像を抽出する方法

PDFには、グラフやイラスト、写真などの画像が含まれていることも多いですよね。ここでは、Pythonとpypdfを使って、PDFファイル内の画像を取り出して保存する方法をご紹介します！

🖼 画像抽出の基本：page.imagesを使おう

pypdfでは、PDFの各ページにある画像データを、page.imagesから取得できます。画像の情報はリストで返され、バイナリデータとして保存可能です。

以下は、PDFの1ページ目から画像を抽出する例です：

from pypdf import PdfReader

reader = PdfReader("sample.pdf")
page = reader.pages[0]  # 1ページ目

for i, image in enumerate(page.images):
    with open(f"image_{i+1}.jpg", "wb") as f:
        f.write(image.data)  # バイナリデータとして保存
    print(f"{image.name} を保存しました")

📂 全ページからすべての画像を取り出す

複数ページのPDFから、すべての画像を一括抽出したい場合は、以下のようにします：

for page_num, page in enumerate(reader.pages):
    for i, image in enumerate(page.images):
        filename = f"page{page_num+1}_image{i+1}.jpg"
        with open(filename, "wb") as f:
            f.write(image.data)
        print(f"{filename} を保存しました")

画像がたくさんあるPDFでも、繰り返し処理で自動保存できるのはPythonの強みですね！

🔍 画像形式についての注意

pypdfで抽出できる画像の形式（JPEG、PNGなど）は、元のPDFに埋め込まれている形式に依存します。たとえば、スキャンPDFなどでは画像データとして埋め込まれていないケースもあり、画像が検出されないことがあります。

画像が抽出できない場合：

• そのPDFに画像が含まれていない可能性があります。
• 画像ではなくベクター形式（図形やテキスト）で構成されているかもしれません。

📌 このセクションのまとめ：

• page.imagesから画像のリストを取得できる
• .dataでバイナリデータを保存できる
• ファイル名にはpage番号や連番をつけてわかりやすく
• 画像がない場合は何も取得されないこともある

5. PDFファイルの分割（ページ単位）

「このPDF、1ページずつバラバラにしたい…」
「3ページ目だけ別ファイルに保存したい…」
そんなときにも、Python×pypdfが大活躍します！

このセクションでは、PDFをページ単位で分割して、別々のPDFファイルとして保存する方法をご紹介します。

✂ 単一ページだけを分割して保存

まずは、1ページだけを抜き出して保存する例です：

from pypdf import PdfReader, PdfWriter

reader = PdfReader("sample.pdf")
writer = PdfWriter()

# 3ページ目（インデックスは2）を抜き出す
writer.add_page(reader.pages[2])

# 保存する
with open("page3_only.pdf", "wb") as f:
    writer.write(f)

🔁 全ページを1ページずつバラバラに保存

PDFを1ページずつ分割して、たとえば page1.pdf, page2.pdf のように保存するには、ループ処理を使います：

reader = PdfReader("sample.pdf")

for i, page in enumerate(reader.pages):
    writer = PdfWriter()
    writer.add_page(page)

    filename = f"page{i+1}.pdf"
    with open(filename, "wb") as f:
        writer.write(f)
    print(f"{filename} を保存しました")

enumerate()を使えば、ページ番号に連番をつけて保存するのも簡単です。

📌 注意ポイント

• PdfWriter() は新しいPDFファイルを作るためのクラスなので、ページごとに新しく作り直します。
• 元のPDFにセキュリティ保護（パスワードなど）がかかっている場合、分割できないことがあります。

📌 このセクションのまとめ：

• PdfReader で読み込み、PdfWriter で出力
• add_page() でページを追加
• ループで連番ファイルに保存すれば一括分割もOK！

6. 複数PDFの結合

「レポートを1つのPDFにまとめたい」
「別々の請求書ファイルを1本化したい」
こんなときに便利なのが、PDFの結合処理です。

Pythonのpypdfを使えば、複数のPDFファイルを1つのPDFにまとめる処理もとっても簡単にできますよ！

📎 基本：2つのPDFを1つに結合する

まずは、2つのPDFファイルを1つにまとめる簡単な例から見てみましょう：

from pypdf import PdfMerger

merger = PdfMerger()

# 結合したいファイルを順番に追加
merger.append("report1.pdf")
merger.append("report2.pdf")

# 出力
with open("merged.pdf", "wb") as f:
    merger.write(f)

たったこれだけで、report1.pdfとreport2.pdfがmerged.pdfとして保存されます！

📂 フォルダ内のPDFをまとめて結合する

「このフォルダにあるPDF、全部まとめたい！」
そんなときは、標準ライブラリのosやglobを使って、PDFファイルを一括取得して順番に結合できます。

import glob
from pypdf import PdfMerger

merger = PdfMerger()

# フォルダ内のPDFを取得（例：sample1.pdf, sample2.pdf...）
pdf_files = sorted(glob.glob("pdf_folder/*.pdf"))

for pdf_file in pdf_files:
    merger.append(pdf_file)

with open("all_merged.pdf", "wb") as f:
    merger.write(f)

sorted()を使うと、ファイル名順に整列されるので、提出書類など順番が重要なときに便利です。

🔍 複数ページを部分的に結合することも可能！

merger.append("bigfile.pdf", pages=(0, 2))  # 1〜2ページ目だけ追加

このように、ページ範囲を指定して部分的に結合することもできます（開始は0ベース）。

📌 このセクションのまとめ：

• PdfMergerを使えば複数PDFを簡単にまとめられる
• append()でファイルを追加、write()で保存
• globでフォルダ内のファイルをまとめて処理できる
• ページ範囲を指定して部分的に結合も可能！

7. PDFへのテキスト・画像の書き込み（ReportLab）

これまでに、PDFの読み取り・分割・結合の方法を紹介してきました。
ここからは逆に、PDFに新しくデータを書き込む方法を見ていきましょう！

Pythonのreportlabライブラリを使えば、テキストや画像を自由に配置して、新しいPDFを生成できます。帳票作成やレポート出力など、業務でも活躍しますよ！

📝 基本の書き込み手順（Canvasを使う）

まずは、1ページのPDFに文字を書き込んで保存する基本的な例です：

from reportlab.pdfgen import canvas

c = canvas.Canvas("output.pdf")  # 出力ファイル名を指定
c.drawString(100, 750, "こんにちは、PDFの世界！")  # (x座標, y座標, 文字列)
c.save()  # 保存

• 座標の基準は**左下が(0, 0)**です。
• 上の例では、ページの左下から(100, 750)の位置にテキストが描かれます。

🇯🇵 日本語を使いたいときは？

reportlabはデフォルトでは日本語フォントに対応していません。
そこで、日本語用のTrueTypeフォント（TTF）を登録して使う必要があります。

以下は、フリーフォント「IPAexゴシック」を使う例です：

from reportlab.pdfgen import canvas
from reportlab.pdfbase import pdfmetrics
from reportlab.pdfbase.ttfonts import TTFont

# フォント登録（事前にIPAexゴシックのフォントファイルをダウンロードしておく）
pdfmetrics.registerFont(TTFont("IPAexGothic", "ipaexg.ttf"))

c = canvas.Canvas("output_japanese.pdf")
c.setFont("IPAexGothic", 14)
c.drawString(100, 750, "こんにちは、日本語も書けます！")
c.save()

※フォントファイル（ipaexg.ttf）は同じディレクトリに置いておきましょう。

📄 複数ページに書き込むには？

ページを追加するには、showPage()を使います：

c = canvas.Canvas("multi_page.pdf")
for i in range(3):
    c.drawString(100, 750, f"{i+1}ページ目の内容です")
    c.showPage()  # 次のページへ
c.save()

🖼 PDFに画像を書き込む

画像も簡単に挿入できます：

c = canvas.Canvas("image_pdf.pdf")
c.drawImage("logo.png", 100, 500, width=200, height=100)
c.save()

• drawImage()は、画像の左下の位置とサイズを指定します。
• 対応フォーマットは基本的に JPEG / PNG です。

📌 このセクションのまとめ：

• reportlabのcanvasでPDFを生成
• drawString()でテキストを自由な位置に配置
• 日本語はフォント登録が必要（TTFファイルを使う）
• showPage()でページ追加、drawImage()で画像挿入も可能！

これで、PDFの読み取りから編集・出力までフルカバーできました！

8. まとめ｜PDF操作を自動化して業務効率UP！

今回は、Pythonを使ってPDFファイルを自在に操作する方法をご紹介しました。ここまで読んでくださった方は、PDFの扱いにグッと自信がついたのではないでしょうか？✨

🧠 本記事で学んだこと

✅ PDFをPythonで読み込む（pypdf）
✅ テキスト・画像の抽出
✅ ページごとの分割や複数ファイルの結合
✅ 新しいPDFにテキストや画像を書き込む（reportlab）

💼 どんな場面で使える？

• 複数の請求書PDFを自動で結合して保存
• 毎月のレポートPDFから必要なページだけ抽出
• フォーム情報をもとに自動で帳票PDFを生成
• 会議資料をPDF化して自動で保存・配布

業務の中で「毎回同じようなPDF操作をしているな…」という場面があれば、Pythonで一気に自動化してしまうのが断然おすすめです！

🛠 今後のステップ

今回紹介した内容は、すべて基本的な使い方ですが、Pythonには他にも以下のような強力なPDF操作ツールがあります：

• pdfplumber（より精度の高いテキスト抽出が可能）
• fitz（PyMuPDF：PDFの描画、ハイライト、注釈追加などが可能）

ニーズに合わせて組み合わせることで、さらに高度なPDF処理が可能になりますよ。

よくある質問（Q&A）

はじめに｜iniファイルって何に使うの？

Pythonでプログラムを書いていると、
「設定値を毎回コードに直接書くのが面倒…」
「環境ごとに設定を切り替えたい…」
と感じたことはありませんか？

たとえば、次のような情報です。

・データの保存先フォルダのパス
・ユーザー名やAPIキー
・デバッグモードのON / OFF設定

こうした あとから変更したくなる設定値 を、コードにベタ書きしてしまうと、修正のたびにソースコードを触る必要があり、ミスの原因にもなります。

そこで便利なのが iniファイル です。
iniファイルは、シンプルな書式で設定を管理できる設定ファイル形式で、Pythonでは標準ライブラリの configparser を使って簡単に読み書きできます。

[settings]
debug = true
username = my_user

このように「セクション・キー・値」で設定を整理できるため、
設定とロジックを分離した、変更に強いプログラム を作れるのが大きなメリットです。

本記事では、Python標準ライブラリの configparser を使って、

・iniファイルの基本構造
・読み込み方法・値の取得方法
・iniファイルへの書き込み方法

を、初心者の方でもつまずかないように実例付きで解説します。

「iniファイルや設定ファイルは難しそう…」と感じている方でも、
読み終わるころには すぐ実務で使える状態 になっているはずです。

それではまず、iniファイルの基本構造から見ていきましょう。

1. iniファイルの基本構造を理解しよう

まずは、iniファイルがどんな構造になっているのかを見てみましょう。

iniファイルは、以下のような3つの要素で構成されています。

1. セクション（section）
2. キー（key）
3. 値（value）

🔸 セクションは「[]」で囲む

セクションは、設定をグループ化するための見出しのようなものです。[general] や [user] など、角括弧 [ ] で囲んで記述します。

[database]

このセクションの中に、具体的な設定項目を入れていきます。

🔸 キーと値は「=」か「:」でつなぐ

セクションの中では、キーと値を = または : でつないで書きます。

[database]
host = localhost
port = 3306

どちらの区切り方でもOKですが、=を使うケースが多いです。

🔸 コメントは「#」か「;」で書ける

設定ファイルには「この行は何を意味するのか？」を書いておきたくなりますよね。そんなときは行の先頭に # または ; を付けることでコメントを追加できます。

# これはホストの設定
host = localhost
; ポート番号は3306
port = 3306

🔸 値は複数行にもできる

長い文字列を複数行に分けたいときは、2行目以降をインデントして書くことで対応できます。

[description]
text = これは複数行にわたる説明です。
    インデントすれば続きとして認識されます。

🔸 他の値を参照することもできる！

なんと、一度定義した値を使い回すこともできるんです。%(キー名)s という書き方で参照できます。

[paths]
base_dir = /home/user/project
data_dir = %(base_dir)s/data

この例では、data_dir の中で base_dir の値 /home/user/project を使っています。こうすれば、一括変更もしやすくなりますね！

次は、いよいよこのiniファイルをPythonから読み込んで使う方法を見ていきましょう！

2. Pythonでiniファイルを読む｜configparserの基本

iniファイルの書き方がわかったら、次はそれをPythonプログラムの中で使えるようにする方法を見ていきましょう。

Pythonでは、設定ファイルを読み込むために標準モジュールの configparser を使います。追加でインストールする必要はないので、すぐに使い始められます！

🔸 基本の流れはこの3ステップ！

import configparser

# 1. ConfigParserオブジェクトを作成
config = configparser.ConfigParser()

# 2. iniファイルを読み込む
config.read('setting.ini')

# 3. 値を取り出す
host = config['database']['host']
port = config['database']['port']

簡単ですよね？

🔸 まずはconfigparserをインポート

標準ライブラリなので、以下のようにインポートするだけです。

import configparser

🔸 ConfigParserオブジェクトを作る

設定ファイルを操作するための「操作ユニット」のようなものを用意します。

config = configparser.ConfigParser()

🔸 ファイルを読み込む

読み込むファイルのパスを、read()メソッドで指定します。

config.read('setting.ini')

このとき、相対パスや絶対パスどちらでもOKです。

🔸 セクション・キーでアクセスする

設定値は、辞書のようにしてアクセスできます。

config['セクション名']['キー名']

たとえば、setting.iniの中身がこうだったとします：

[database]
host = localhost
port = 3306

これをPythonで読み込むと…

host = config['database']['host']  # 'localhost'
port = config['database']['port']  # '3306'（文字列）

すべての値は文字列として取得されるので、数値として使いたいときは変換が必要です。これについては次の章で詳しく解説します。

🔸 セクションだけを取得したいときは？

セクションごとに辞書のようにまとめて扱いたいときは、次のように書けます：

db_config = config['database']
print(db_config['host'])  # localhost

セクションをひとまとめにできるので、使い勝手がよくなります。

次は、**取得した値をどう扱うか？型の変換はどうする？ブール値の扱いは？**といった点を詳しく見ていきます！

3. 型変換と便利な取得メソッド

前の章で、iniファイルから値を読み込む方法を紹介しましたが、**取得した値はすべて「文字列（str）」**として扱われます。

でも実際のアプリでは、数値や真偽値など、型に合わせて使いたい場面が多いですよね。ここではそのための便利な方法を解説します。

🔸 数値を使いたいときは int() や float()

たとえば、ポート番号をiniファイルから読み込んだとき：

[server]
port = 8080

Pythonでそのまま取得すると…

port = config['server']['port']
print(type(port))  # <class 'str'>

→ 文字列ですね。

このままだと数値として比較したり計算したりできないので、int()関数で変換して使います：

port = int(config['server']['port'])

小数点を含む数値なら float() を使いましょう。

🔸 真偽値（ブール値）を扱いたいときは getboolean()

Pythonでは True や False を使って条件分岐することが多いですが、文字列としての 'true' や 'false' はそのままでは使えません。

そんなときは、セクションオブジェクトの getboolean()メソッド を使えばOK！

[feature]
enabled = true

enabled = config.getboolean('feature', 'enabled')
print(enabled)  # True（ブール型）

次のような文字列はすべて True として認識されます：

• true, yes, on, 1

逆に以下は False になります：

• false, no, off, 0

🔸 他にも便利な取得メソッド

configparserでは、他にも次のようなメソッドが用意されています：

これらを使えば、毎回int()やfloat()で変換する手間が省けてコードもすっきりします。

timeout = config.getint('server', 'timeout')

🔸 値が存在しない場合の扱いに注意！

設定ファイルに存在しないキーを読み込もうとすると、例外（KeyError）が発生します。

print(config['server']['not_exist'])  # ← エラー！

安全に扱いたい場合は、get()にデフォルト値を渡すような工夫をすると安心です（独自関数で包むなど）。

次は、実際の現場で使えるiniファイルの活用例と運用のベストプラクティスを紹介します。ここまでの知識をどう活かせるのか、ぜひチェックしてみてください！

4. iniファイルの活用例とベストプラクティス

ここまでで、iniファイルの基本的な構文や、Pythonからの読み込み方法が分かってきましたね。

では実際にどんな場面で役立つのか、活用例やベストな使い方のコツを見ていきましょう！

🔸 活用例①：アプリの設定ファイルに使う

小〜中規模のPythonスクリプトやデスクトップアプリで、環境や動作を外部から制御するのにiniファイルはとても便利です。

たとえば次のような設定ファイルを用意しておくと…

[app]
theme = dark
language = ja

[paths]
base_dir = /home/user/myapp
log_dir = %(base_dir)s/logs

ユーザーが設定を自由に書き換えられるようになりますし、アプリの再起動なしで反映することも可能です。

🔸 活用例②：複数環境（開発・本番）を切り替える

WebアプリやAPIを開発していると、開発環境と本番環境で設定を分けたいことがあります。

[development]
debug = true
db_host = localhost

[production]
debug = false
db_host = db.prod.example.com

Pythonのコード内で 環境名 を切り替えることで、設定を柔軟に読み替えられます。

env = 'development'  # ここを 'production' に変えるだけで切り替えOK
config = configparser.ConfigParser()
config.read('setting.ini')
db_host = config[env]['db_host']

🔸 ベストプラクティス①：定数はまとめておこう

複数の値で共通になるパスや定数は、変数として定義して再利用すると便利です。

[common]
base_dir = /app/data

[log]
log_dir = %(base_dir)s/logs

あとでパスを変更したくなっても、1箇所だけ直せばOKなので、保守性が高くなります。

🔸 ベストプラクティス②：iniファイルはバージョン管理しよう

設定ファイルは、Gitなどのバージョン管理に含めておくことが大切です。

ただし、パスワードやAPIキーなど機密情報を含む場合は、別ファイルに分けるか .gitignore で除外しておくと安全です。

🔸 ベストプラクティス③：YAMLやJSONとの使い分け

最近はYAMLやJSON形式の設定ファイルもよく使われます。それぞれの特徴をまとめてみると…

iniファイルは「とにかく簡単に設定したいとき」にピッタリなんです！

ここまでで、iniファイルの基礎から活用法までバッチリ理解できましたね。

5. まとめ｜iniファイルは「軽い設定管理」に最適！

ここまで、Pythonでiniファイルを使う方法を見てきました。

おさらいすると、iniファイルは…

• 設定をコードの外に出して管理できる
• セクション・キー・値のシンプルな構造で分かりやすい
• Python標準のconfigparserで簡単に読み込める
• 型変換や変数参照も柔軟にできる

というメリットがあります。

とくに、小規模なスクリプトやツール、設定の多くないデスクトップアプリなどでは、「ちょうどいい」設定管理の方法として活躍してくれます。

もちろん、もっと複雑な設定が必要なら、YAMLやJSONといった別のフォーマットに移行してもOK。その前のステップとして、まずはini形式から始めてみるのがオススメです。

これで、あなたも設定ファイルマスターの第一歩を踏み出しました！

設定の記述と読み込みができるようになれば、アプリやスクリプトの使い勝手もグッと良くなります。ぜひ、今回の知識をあなたのプロジェクトに活かしてみてくださいね。

🧩 あわせて読みたい

• 🔗 【Python入門】YAMLファイルの書き方と使い方｜設定ファイルの操作をわかりやすく解説！
  YAMLファイルの読み書きを行う方法を、PyYAMLを使って丁寧に解説。iniとの使い分けにも注目。
• 🔗 【Python入門】jsonモジュールの使い方｜JSONの読み書きと変換をやさしく解説！
  設定ファイルとしてもよく使われるJSON形式の扱い方を、標準ライブラリで学べます。
• 🔗 【Python入門】pathlibの使い方を完全解説｜フォルダー・パス操作が簡単になる方法
  ファイルやフォルダのパスを扱うならこれ！設定ファイルとの組み合わせにも便利です。

よくある質問（Q&A）

はじめに｜JSONってなに？なんでPythonで使うの？

「JSON（ジェイソン）」って聞いたことありますか？プログラミングの世界ではよく出てくる言葉なんですが、初心者の方にとっては「なんのこっちゃ？」って感じかもしれませんね。

でも安心してください！この記事では、JSONとは何か、そしてなぜPythonで使うことが多いのかを、やさしく、丁寧に解説していきます。

JSONとは「データの言語」みたいなもの

まず、JSONは「JavaScript Object Notation（ジャバスクリプト・オブジェクト・ノーテーション）」の略です。これは、**データの形をルールにそって表した“書き方”**のことです。

たとえば、人の情報を「名前」「年齢」「住所」みたいに表したいとき、こういうふうに書けます：

{
  "name": "たろう",
  "age": 20,
  "address": "東京都"
}

このように、JSONは**データをわかりやすく整理して書くためのフォーマット（形式）**なんです。

なんでPythonでもJSONを使うの？

実はこのJSON、もともとはJavaScriptという言語から生まれた書き方なんですが、いまではほとんどのプログラミング言語がこの形式を理解できます。

Pythonでも、Webアプリを作ったり、APIと呼ばれる外部サービスとやりとりをしたり、設定ファイルを読み書きしたりするときに、JSONがよく使われます。

たとえば、Pythonで「天気予報を調べるアプリ」を作るとき、インターネット上の天気情報APIからデータをもらう必要があります。そのとき、送られてくる情報はたいていJSON形式なんです。

だから、Pythonでアプリやツールを作るときには、このJSONの読み書きができるようになっておくととても便利なんですね。

2. JSONとPythonのデータ型の違い

JSONとPython、どちらも似たような見た目でデータを書けるんですが、実はちょっとしたルールの違いがあります。ここでは、その違いをやさしく紹介します。

✅ 文字列（String）

Pythonでは、文字列をシングルクォート（'）でもダブルクォート（"）でも書けますよね。

name = "たろう"
name = 'たろう'

どちらでもOKです。

でも、JSONではダブルクォート " " しか使えません。

{ "name": "たろう" }  ← OK！
{ 'name': 'たろう' }  ← NG！（これはエラーになります）

JSONでは必ずダブルクォートを使うようにしましょう。

✅ 真偽値（Boolean）

Pythonでは「True / False」と大文字で書きます。

is_hungry = True

でもJSONでは、小文字で「true / false」と書くのが正解です。

{ "is_hungry": true }

この違い、見た目はそっくりなのでうっかりミスしやすいポイントです！

✅ None と null

Pythonで「何もないよー」という状態を表すのは None ですよね。でも、JSONではこれを null と書きます。

status = None  # Python

{ "status": null }  # JSON

JSONでは null = None と覚えておけばOKです。

✅ 数値（Number）

数値に関しては、PythonもJSONも基本的にそのまま書けばOKです。

age = 25
height = 1.75

{ "age": 25, "height": 1.75 }

ただし、文字列と間違えないように、数値にはクォート（"や'）をつけないように注意しましょう！

✅ エスケープ文字の扱い

JSONでは、特殊な記号を文字列の中に含めたいときには「バックスラッシュ（\）」を使ってエスケープします。

たとえば、こんなふうに書きます：

{ "message": "彼は\"Python\"が好きです" }

これはこう見えます：

彼は"Python"が好きです

Pythonでも同じようなエスケープ処理がありますが、JSONを扱うときにも**「バックスラッシュの役割」**を理解しておくと安心です。

まとめ

この違いをしっかり覚えておけば、PythonでJSONを扱うときにエラーが起きにくくなりますよ！

3. PythonでJSONを扱う基本（jsonモジュール）

Pythonでは、jsonという標準モジュールを使えば、JSONの読み書きがとっても簡単にできます。特別なライブラリをインストールしなくても、最初から使えるのが嬉しいポイントです！

ここでは、PythonでJSONを扱うための基本的な使い方を、例といっしょにわかりやすく紹介していきますね。

3-1. Pythonのデータ → JSON文字列に変換する（json.dumps()）

たとえば、Pythonで辞書データを作ったとします。

data = {
    "name": "たろう",
    "age": 18,
    "is_student": True
}

このデータをJSON形式の「文字列」に変えたいときは、json.dumps() を使います。

import json

json_text = json.dumps(data)
print(json_text)

出力結果：

{"name": "たろう", "age": 18, "is_student": true}

ちゃんとPythonの True が JSONの true に変わってるのがわかりますね！

✅ 日本語が「文字化け」しちゃう？

実は、json.dumps() はデフォルトで日本語をUnicodeという文字コードに変換しちゃいます。たとえば：

json.dumps({"item": "りんご"})

結果：

{"item": "\u308a\u3093\u3054"}

「えっ、これなに！？」って思いますよね。

そんなときは、ensure_ascii=False をつければOK！

json.dumps({"item": "りんご"}, ensure_ascii=False)

結果：

{"item": "りんご"}

これで日本語もきれいに表示されますよ！

✅ ダブルクォートやバックスラッシュの自動処理

もし文字列の中に " や \ を含んでいたら、json.dumps() が自動でエスケープしてくれます。

json.dumps({"text": '彼は"Python"が好きです'})

結果：

{"text": "彼は\"Python\"が好きです"}

3-2. JSON文字列 → Pythonのデータに変換する（json.loads()）

逆に、JSON形式の「文字列」をPythonの辞書などに戻したいときは、json.loads() を使います。

json_text = '{"name": "はなこ", "age": 22, "is_student": false}'
python_obj = json.loads(json_text)
print(python_obj)

結果：

{'name': 'はなこ', 'age': 22, 'is_student': False}

false がちゃんと False に変わってますね！

✅ ネストされたデータ（階層構造）もOK！

JSONでは、こんなふうに中に辞書やリストを入れることもあります：

{
  "user": {
    "name": "たろう",
    "scores": [80, 90, 100]
  }
}

これを Python に変換しても、ちゃんとネスト（入れ子）構造が保たれます。

text = '{"user": {"name": "たろう", "scores": [80, 90, 100]}}'
data = json.loads(text)
print(data["user"]["scores"][1])  # → 90

まとめ

この2つの関数を覚えておくだけで、JSONとのやりとりがぐんと楽になります！

4. JSONファイルの読み書き

これまでは「文字列」としてJSONを扱ってきましたが、実際の開発では**JSON形式のファイル（.json）**を読み込んだり、書き込んだりする場面がとても多いです。

たとえば、アプリの設定ファイルや、保存したデータを次回読み込むために使われたりします。

Pythonでは、ふつうのファイルの読み書き＋jsonモジュールを組み合わせることで簡単に扱えますよ！

✅ JSONファイルを作って保存する（書き込み）

まずは、Pythonの辞書データを .json ファイルに保存してみましょう。

import json

data = {
    "title": "Python入門",
    "price": 0,
    "tags": ["プログラミング", "初心者", "Python"]
}

# ファイルに書き込む
with open("book.json", "w", encoding="utf-8") as f:
    json.dump(data, f, ensure_ascii=False, indent=2)

ポイント解説：

• open("book.json", "w", encoding="utf-8")
  → 書き込みモード（"w"）でファイルを開きます。日本語を扱うのでエンコーディングは "utf-8" に！
• json.dump()
  → データをファイルに直接書き込む関数です。
• ensure_ascii=False
  → 日本語をそのまま出力したいときの必須オプション！
• indent=2
  → JSONファイルをきれいに整形して保存するオプション。人間にも見やすくなります♪

✅ JSONファイルを読み込む

今度は、保存された .json ファイルを読み込んで、Pythonの辞書データとして使ってみましょう。

import json

# ファイルから読み込む
with open("book.json", "r", encoding="utf-8") as f:
    data = json.load(f)

print(data["title"])  # → Python入門

ポイント：

• open(..., "r", encoding="utf-8")
  → 読み込みモード（"r"）で開きます。
• json.load()
  → JSONファイルの内容をPythonの辞書などのオブジェクトに変換してくれます。

✅ エラー対策のヒント

ファイルを読み込むときは、次のようなエラーが出ることもあります。

• ファイルが存在しない → FileNotFoundError
• JSONの書式が間違っている → json.JSONDecodeError

このようなときは、ファイル名や拡張子、JSONの中身が正しいかをチェックしてみてくださいね！

おまけ：ファイルを読み込んで文字列として処理する場合

もしファイルの中身を「一度文字列として読み込んでから」処理したいなら、こう書けます：

with open("book.json", "r", encoding="utf-8") as f:
    json_text = f.read()

data = json.loads(json_text)

ead()で文字列にして、それから json.loads() で辞書に変換するパターンですね！

これで、JSONファイルの読み書きもバッチリです！

5. よくあるエラーと対処法

PythonでJSONを扱っていると、ちょっとしたミスでエラーが出ることがあります。ここでは、よくあるエラーとその「原因」や「直し方」をわかりやすく紹介します！

🔴 ① json.decoder.JSONDecodeError

エラー例：

import json

text = '{name: "たろう"}'  # ← カギかっこのミス！
data = json.loads(text)

出力されるエラー：

json.decoder.JSONDecodeError: Expecting property name enclosed in double quotes

原因と対処法：

このエラーは、JSON文字列の書き方が正しくないときに出ます。

JSONでは、キーや文字列にダブルクォート（”）が必須です。

✅ 修正例：

text = '{"name": "たろう"}'  # ダブルクォートで囲む！
data = json.loads(text)

🔴 ② TypeError: Object of type ～ is not JSON serializable

エラー例：

import json

def greet():
    return "こんにちは"

data = {"greeting": greet}
json.dumps(data)

原因と対処法：

このエラーは、「JSONに変換できないデータ」が含まれているときに出ます。

上の例では、関数 greet をJSONに変換しようとしたためにエラーになっています。

✅ 修正例：

data = {"greeting": greet()}  # 関数を実行してから渡す
json.dumps(data)

✅ 変換できない主なデータ：

• 関数
• クラスのインスタンス（未対応のもの）
• datetimeオブジェクト（→文字列に変換すればOK）

🔴 ③ FileNotFoundError

エラー例：

with open("setting.json", "r", encoding="utf-8") as f:
    data = json.load(f)

原因と対処法：

指定したファイルが存在しないときに出るエラーです。

✅ 修正チェックポイント：

• ファイル名にまちがいがないか？
• 拡張子 .json を忘れていないか？
• ファイルが本当に同じフォルダにあるか？

🔴 ④ 文字化け（\uXXXXが出る）

例：

json.dumps({"メッセージ": "こんにちは"})

出力：

{"メッセージ": "\u3053\u3093\u306b\u3061\u306f"}

対処法：

→ ensure_ascii=False をつけましょう！

json.dumps({"メッセージ": "こんにちは"}, ensure_ascii=False)

まとめ：エラーの早見表

「なんでエラーが出るんだろう？」と困ったときは、まずはエラーメッセージをよく読んで、ここにあるパターンに当てはまるか見てみてくださいね。

まとめ｜JSONを扱えるとPythonがもっと便利に！

この記事では、PythonでJSONを使うための基本をじっくり解説してきました。

もう一度、ポイントをおさらいしておきましょう！

• **JSONは「データの共通言語」**のようなもの。特にWeb APIや設定ファイルでよく使われます。
• Pythonでは json モジュールを使って、文字列やファイルとしての読み書きが超カンタンにできます。
• json.dumps() と json.loads() を使えば、PythonとJSONの相互変換も自由自在！
• ファイルで扱うときは json.dump() / json.load() を使って、きれいに保存したり読み込んだりできます。
• エラーが出たときは、文字列のクォート・日本語文字化け・型エラーなど、よくあるパターンをチェック！

JSONの読み書きができると、データの保存・通信・設定管理など、いろんな場面でPythonがもっとパワフルに使えるようになります。ぜひ覚えておきましょう！

あわせて読みたい｜関連するおすすめ記事

PythonでJSONを使いこなすなら、こちらの記事も役立ちます👇

• 🔗 【Python入門】自作モジュールの作り方と使い方を初心者向けにやさしく解説！
  → プログラムを整理して再利用したいときに便利！
• 🔗 【初心者向け】FastAPIの基本の使い方をやさしく解説
  → JSONを使ったAPIアプリ開発の第一歩！
• 🔗 【Python入門】コマンドライン引数をやさしく解説｜argparseモジュール
  → コマンドラインでJSONファイルを指定したりするときに便利！

よくある質問（Q&A）

1. はじめに｜ファイルやフォルダー操作、難しくない！

Pythonを学んでいくと、だんだん「このファイルの中身を読みたいな」とか「新しくフォルダーを作って、その中にデータを保存したいな」と思うことが出てきます。
でも、**「ファイルとかフォルダーって難しそう…」**って感じていませんか？

実は、Pythonには「pathlib（パスリブ）」という便利な道具があって、それを使うとファイルやフォルダーの操作がとってもカンタンになるんです！

🧭 この記事でできるようになること

この記事では、こんなことができるようになります：

• 今作業しているフォルダー（カレントディレクトリー）を確認できる
• フォルダーの中に何があるか調べられる
• 新しくファイルやフォルダーを作れる
• ファイルやフォルダーがあるかどうかをチェックできる
• フォルダーの中のファイルを一気に一覧で取得できる

しかも、全部**「pathlib」モジュール**を使ってサクサク書けるようになります！

🧒 初心者にもやさしい書き方で解説！

Pythonには他にもosやglobといったファイル操作の道具がありますが、今回紹介するpathlibは、見た目がわかりやすくて、はじめての人にもオススメなんです。

たとえば、普通ならパスを文字列で書かなきゃいけないところを、pathlibならスラッシュ / を使ってフォルダーをつなげるだけ！
ちょっと感動するレベルで簡単になりますよ。

この記事を読み終えるころには、「あれ？ファイル操作ってこんなにカンタンだったの？」って思ってもらえるはず。
Pythonでパソコンの中を自由に動かせるスキルを、楽しく身につけていきましょう！

2. パスの基本用語をやさしく解説

ファイルやフォルダーを操作するには、「パス」という考え方を知っておく必要があります。
でも安心してください！イメージしやすく、ていねいに説明していきますね。

📁 ファイルとフォルダー（ディレクトリー）とは？

まず、「ファイル」と「フォルダー」について確認しましょう。

• ファイル：写真、メモ帳、Excelなど、パソコンの中にあるデータそのもののこと。
• フォルダー（またはディレクトリー）：ファイルをまとめて入れておく入れ物のようなもの。

たとえば「音楽」というフォルダーの中に「song1.mp3」「song2.mp3」というファイルが入っている、というイメージです。

📍 パスってなに？

パスとは、パソコンの中でファイルやフォルダーがどこにあるかを示す「住所」のようなものです。

例：

C:/Users/ユーザー名/Desktop/sample.txt

これは「Cドライブの中の、ユーザー名のフォルダーの中の、デスクトップの中の、sample.txtというファイル」って意味ですね。

🧭 絶対パスと相対パスのちがい

パスには2種類あります。これは超重要なので、しっかりおさえておきましょう！

💡 相対パスで使う記号

🧭 カレントディレクトリーって？

カレントディレクトリーとは、今Pythonが作業している「場所」のことです。
たとえば「デスクトップ」でPythonを実行しているなら、カレントディレクトリーはデスクトップになります。

PythonではこのカレントディレクトリーをPath.cwd()で調べることができます！

from pathlib import Path

print(Path.cwd())

ここまでで、パスの考え方がかなりわかってきたと思います。

3. Pythonで使えるパス操作モジュール3つの比較

Pythonでファイルやフォルダーの場所を調べたり、操作したりするには、いくつかの方法があります。
中でもよく使われるのが、次の3つのモジュールです。

それぞれの特徴を見ていきましょう！

🧱 osモジュール：昔からあるベーシックな方法

osモジュールは、Pythonでパスやファイルを扱う伝統的な方法です。
今でも多くのコードで使われていますが、パスが文字列で表現されるので、ちょっとわかりにくいこともあります。

import os

print(os.getcwd())  # カレントディレクトリを表示

ファイルのパスを文字列として操作するので、記号の扱いなどで間違えやすいのが難点です。

🔍 globモジュール：ファイルを検索するのに便利！

globモジュールは、特定のパターンに一致するファイルを一括で探すときに使います。

たとえば「このフォルダーの中の.txtファイルを全部探してほしい！」というときにぴったり。

import glob

files = glob.glob("*.txt")
print(files)  # ['sample1.txt', 'note.txt'] など

ただし、パス操作の「全部」はできないので、補助的に使う感じです。

🚀 pathlibモジュール：これからの主役！

そして一番おすすめなのが、今回メインで紹介する pathlibモジュール です！

pathlibでは、パスを**「Pathオブジェクト」**という形で扱うため、スラッシュ(/)で直感的にパスをつなげることができます。
まるで本物のフォルダーを操作しているような感覚でコードが書けます。

from pathlib import Path

path = Path("data") / "sample.txt"
print(path)  # data/sample.txt

👑 なぜ初心者にpathlibがおすすめなの？

• コードが読みやすい＆書きやすい！
• エラーが出にくい！
• 新しいPythonの書き方にピッタリ！

つまり、「これからPythonをちゃんと使いたい！」と思っているなら、pathlibから始めるのが一番の近道です！

4. pathlibモジュールの基本的な使い方

さあ、いよいよ実際にPythonで「pathlib」を使ってみましょう！
このセクションでは、pathlibを使ってパス（ファイルやフォルダーの場所）を操作する基本的な方法をやさしく紹介します。

① Pathオブジェクトを作ってみよう

まずは、pathlibを使うための準備です。

from pathlib import Path

これで Path クラスが使えるようになります！

次に、ファイルやフォルダーのパスを作ってみましょう：

my_path = Path("example.txt")
print(my_path)

これは「カレントディレクトリーにあるexample.txtというファイル」を表しています。
このとき my_path はただの文字列ではなく、Pathオブジェクトと呼ばれる特別なものになります。

② 現在の作業フォルダーを確認してみよう

今、自分がどのフォルダーにいるか（カレントディレクトリー）を調べたいときは、こうします：

current = Path.cwd()
print(current)

これで、「今Pythonが作業しているフォルダーの場所」がわかります！

③ パスをつなげるのもカンタン！

pathlibのすごいところは、スラッシュ / を使ってパスをつなげられること！

folder = Path("data")
file_path = folder / "sample.txt"
print(file_path)  # data/sample.txt

os.path.join()のようなめんどうな書き方をしなくても、パズルみたいに直感的にパスを作れるのがうれしいですね。

④ 絶対パスを取得する方法

作ったパスがどこにあるのかをフルパス（絶対パス）で見たいときは、.resolve()を使います。

print(file_path.resolve())

これで data/sample.txt の「ちゃんとした場所」が表示されます！

🧪 ここまでのまとめ

ここまで覚えれば、もうPythonでパスを使った基本操作はバッチリです！

5. 実践！ファイルやフォルダーの一覧取得

Pythonで「このフォルダーの中にどんなファイルやフォルダーがあるか」を調べたいとき、pathlibの出番です！
このセクションでは、実際にファイル一覧を取得する方法を紹介します。

🔍 フォルダーの中を調べるには .iterdir() を使う！

まずは、ターゲットとなるフォルダーをPathオブジェクトとして作り、それに .iterdir() を使います。

from pathlib import Path

# 調べたいフォルダー
target_dir = Path("./sample_folder")

# 一覧を表示
for item in target_dir.iterdir():
    print(item)

このコードを実行すると、sample_folderの中にあるファイルやフォルダーのパスが1つずつ表示されます！

📝 一覧をまとめてリストにするには？

たとえば「全部まとめて扱いたい！」という場合は、list()でくるんであげましょう。

items = list(target_dir.iterdir())
print(items)

これで、フォルダーの中にあるファイルやサブフォルダーのリストが手に入ります。

🧾 ファイル名やフォルダー名だけ欲しいときは？

そのままだと「Pathオブジェクト」として表示されるので、ファイル名やフォルダー名だけ欲しいときは .name を使います！

for item in target_dir.iterdir():
    print(item.name)

たとえばこんな感じで出力されます：

file1.txt
image.png
notes

🧠 文字列に変換するには？

もしPathオブジェクトを「ただの文字列」として扱いたい場合は str() を使います。

for item in target_dir.iterdir():
    print(str(item))

これで sample_folder/file1.txt のような形式で表示されます。

🎯 ここまでのポイントまとめ

これで、Pythonを使って「フォルダーの中身を一覧で表示する」ことができました！

6. 判別とチェック方法

pathlibを使えば、「これってファイル？フォルダー？」「このファイル、そもそも存在してる？」というチェックもカンタンにできます！
ここでは .is_file() や .exists() など、便利な「判別メソッド」を紹介していきますね。

📄 .is_file()：ファイルかどうかを確認！

これはPathがファイルならTrue、違うならFalseを返してくれます。

from pathlib import Path

p = Path("sample.txt")

if p.is_file():
    print("これはファイルです！")
else:
    print("これはファイルではありません。")

ファイルが実際に存在していて、ファイル形式である必要があります！

📁 .is_dir()：フォルダーかどうかを確認！

今度はPathがディレクトリー（フォルダー）かどうかを調べる方法です。

d = Path("my_folder")

if d.is_dir():
    print("これはフォルダーです！")
else:
    print("これはフォルダーじゃないよ。")

もちろん、これもそのフォルダーがちゃんと存在していないとFalseになります！

✅ .exists()：存在するかどうかをチェック！

ファイルでもフォルダーでも、とにかく「存在しているかどうか」を調べたいときに便利なのが .exists() です。

p = Path("data.csv")

if p.exists():
    print("存在してます！")
else:
    print("そんなファイルないよ！")

これを使えば、ファイル操作の前に**「このファイルあるかな？」って事前チェック**ができます。エラー防止にもなって安心ですね。

🔒 .is_symlink()：シンボリックリンクかどうかもわかる

あまり初心者の方が使う機会は少ないですが、is_symlink()を使えばショートカット（リンク）かどうかも調べられます。

p = Path("shortcut.lnk")

if p.is_symlink():
    print("これはリンクファイルです。")

🎯 チェック方法まとめ

これで、パスの種類を見分ける方法と、存在確認のやり方がバッチリわかりましたね！

7. 再帰的にファイルを検索する方法

「あるフォルダーの中をぜ〜んぶ調べたい！」「サブフォルダーの中まで見たい！」
そんなときに便利なのが、pathlibの .glob() メソッド です！

ここでは、glob()を使って、フォルダーの中にあるファイルやディレクトリーを再帰的に検索する方法を紹介します。

🔄 glob()とは？

glob()は、特定のパターンに合うファイルやフォルダーをまとめて取得できる関数です。
しかも、** というワイルドカードを使えば、サブフォルダーの中まで再帰的に検索できます！

🌟 全部を対象にしたい場合

from pathlib import Path

base = Path("sample_folder")

for path in base.glob("**/*"):
    print(path)

このコードで、sample_folderの中にあるすべてのファイルとフォルダーを表示できます。
**/*は、「このフォルダー以下のすべて（サブフォルダーも含む）」という意味です。

📄 特定の拡張子だけを検索したい場合

たとえば「.txtファイルだけ見つけたい！」ときはこう書きます：

for txt_file in base.glob("**/*.txt"):
    print(txt_file)

これで、どんなに深いフォルダーの中にあっても .txt ファイルだけが見つかります！

🎯 よく使うパターン文字（ワイルドカード）

🛠 例：特定の画像ファイルだけ探して処理

images = list(Path("photos").glob("**/*.png"))

for img in images:
    print(f"画像ファイル見つけたよ：{img.name}")

こんな感じで、再帰的なファイル処理がとてもシンプルに書けちゃいます！

✨ ここまでのまとめ

これで、サブフォルダーの中まで含めて一括でファイルを探すテクニックがバッチリです！

8. フォルダーやファイルの作成・削除

Pythonとpathlibを使えば、新しくファイルやフォルダーを作ったり、不要なものを削除することもカンタンにできます！
このセクションでは、よく使う .touch() や .mkdir()、 .unlink() などを紹介します。

📝 ファイルを作成する：.touch()

まずは、空のファイルを作ってみましょう。

from pathlib import Path

new_file = Path("hello.txt")
new_file.touch()

このコードを実行すると、「hello.txt」という空のファイルが作られます！

ファイルがあってもエラーにしない：exist_ok=True

new_file.touch(exist_ok=True)

このオプションをつけると、ファイルがすでにあってもエラーになりません。安心して使えますね。

🗑 ファイルを削除する：.unlink()

不要になったファイルは .unlink() で削除できます。

target = Path("hello.txt")
target.unlink()

これだけで「hello.txt」は消えちゃいます！

ファイルがなくてもエラーにしない：missing_ok=True

target.unlink(missing_ok=True)

このオプションをつけると、ファイルがなかった場合でもエラーが出ません。これも便利！

📁 フォルダーを作成する：.mkdir()

次は、フォルダー（ディレクトリー）を作る方法です。

folder = Path("new_folder")
folder.mkdir()

これで「new_folder」という名前のフォルダーが作られます！

中の階層まで一気に作りたい場合：parents=True

nested = Path("parent/child/grandchild")
nested.mkdir(parents=True, exist_ok=True)

このようにすれば、途中の「parent」「child」がなくても、全部まとめて作ってくれます！

❌ フォルダーを削除する：.rmdir()

folder = Path("new_folder")
folder.rmdir()

このコードで「new_folder」を削除できますが、中に何か入っているとエラーになります。空っぽでないとダメです！

🔥 ファイル・フォルダー操作まとめ

これで、Pythonからファイルやフォルダーの作成・削除が自由自在になりましたね！

9. まとめ｜pathlibを使いこなしてPython力アップ！

ここまで、Pythonの「pathlib」モジュールを使って、パスの操作やファイル・フォルダーの扱い方を一緒に学んできました。
どうでしたか？ 最初はちょっと難しそうに感じたかもしれませんが、実はとっても直感的で便利だったと思います！

💡 pathlibでできるようになったこと

今回の記事で、あなたはこんなことができるようになりました：

✅ カレントディレクトリーを取得できる
✅ パスを自由に組み合わせて作れる
✅ フォルダーの中身を一覧で取得できる
✅ ファイルやフォルダーの存在確認や種類の判別ができる
✅ 再帰的にファイルを検索できる
✅ ファイルやフォルダーの作成・削除ができる

これらは、自動化スクリプトやデータ処理の前準備、ログ管理など、さまざまな場面で大活躍します！

🚀 なぜpathlibがオススメなの？

• / 演算子でパスが直感的に扱える
• .exists(), .is_file() などの便利メソッドがいっぱい
• オブジェクト指向でミスが少ない
• os.pathよりも読みやすくてPythonっぽい！

初心者から上級者まで、これからPythonを書く人は絶対に覚えておきたい必須モジュールといっても過言ではありません！

🎓 さらにレベルアップしたいあなたへ

pathlibの応用編としては、

• open()との組み合わせでファイル読み書き
• shutilと連携してファイルコピーや移動
• pathlibでの相対パスからの変換・正規化

などもあります。興味が出てきたら、次のステップにもどんどん挑戦してみてください！

あわせて読みたい関連記事

pathlibを学んだあとは、関連する他のPython入門記事を読んで、さらに理解を深めましょう！

• 🔗 【Python入門】自作モジュールの作り方と使い方を初心者向けにやさしく解説！
  　→ pathlibで作ったファイルやフォルダーを、自作モジュールで使いたいときに役立ちます。
• 🔗 【Python入門】for文で使える便利関数3選｜tqdm・zip・enumerateの使い方と活用例を解説！
  　→ .iterdir()や.glob()と組み合わせて、for文をもっと便利に！

よくある質問（Q&A）

1. はじめに

Pythonでデータを処理できるようになると、「処理した結果をどこかに保存したいな」と思うことが増えてきますよね。
そんなとき、よく使われるのがCSVファイルや**Excelファイル（.xlsx）**です。

たとえば、次のようなシーンで役立ちます：

• Webスクレイピングで取得したデータをCSVにまとめたい
• 毎月の売上データをExcelに自動で出力したい
• 社内で共有するために決まったフォーマットのファイルを生成したい

Googleスプレッドシートも便利ですが、「インターネット接続がない環境」や「社内でファイル共有がメインの職場」では、ローカルファイル形式（CSVやExcel）の方が使い勝手がいいことも多いです。

また、CSVやExcelはWindowsやMacなど**どの環境でも読み書きできる「万能フォーマット」**です。
Pythonから簡単に出力できるので、自動化や業務効率化にもピッタリなんですよ。

この記事では、Python初心者でも迷わず使えるように、次のポイントをやさしく解説していきます。

• csvモジュールを使ってCSVファイルに書き込む方法
• openpyxlを使ってExcelファイルに書き込む方法
• pandasを使った効率的なデータ出力の方法
• CSV・Excel以外の選択肢（JSONやSQLiteなど）

「スプレッドシート以外の選択肢も知りたい！」という方にもおすすめの内容になっています。
それではさっそく、CSVファイルの書き込みから見ていきましょう！

2-1. CSVとは？用途と特徴

まずはCSVについてざっくり説明しておきましょう！

CSV（カンマ区切り値／Comma-Separated Values）ファイルとは、データをカンマ（,）で区切って並べたテキストファイルのことです。
拡張子は「.csv」で、テキストエディタでもExcelでも簡単に開くことができます。

たとえば、次のような形式がCSVです：

名前,年齢,職業
田中太郎,28,エンジニア
佐藤花子,35,デザイナー

✅ CSVのメリット

• ファイルサイズが軽い：中身はただのテキストなので軽量。
• 読みやすい＆扱いやすい：エクセルやGoogleスプレッドシートで開ける。
• 他システムとの連携がしやすい：多くのアプリやサービスがCSVをサポート。

🚫 CSVの注意点

• セルの結合やグラフなどExcelの高度な機能は使えない
• カンマや改行が入ったデータはエスケープ処理が必要になることもある

つまり、「シンプルなデータ保存ややり取りには最適だけど、装飾はできない」というのがCSVの特徴です。
次は、このCSVファイルにPythonで書き込む基本の方法を解説します！

2-2. csvモジュールでの書き込み手順

Pythonには、CSVファイルを扱うための標準モジュール csv が用意されています。
つまり、追加でライブラリをインストールしなくてもすぐに使えるんです！

ここでは、CSVファイルにデータを書き込む基本的な方法を紹介します。

🔰 サンプルコード：CSVファイルに書き込む

import csv

# 書き込むデータ（リストのリスト形式）
data = [
    ["名前", "年齢", "職業"],
    ["田中太郎", 28, "エンジニア"],
    ["佐藤花子", 35, "デザイナー"]
]

# ファイルを開いて書き込む
with open("sample.csv", "w", newline="", encoding="utf-8") as file:
    writer = csv.writer(file)
    writer.writerows(data)

📝 コードの解説

• open("sample.csv", "w", newline="", encoding="utf-8"):
  CSVファイルを「書き込みモード（w）」で開いています。文字コードは日本語対応のutf-8。
  newline=""は、Windows環境で改行が2重になるのを防ぐための対策です。
• csv.writer(file):
  writerオブジェクトを作成します。これを使ってデータを書き込みます。
• writer.writerows(data):
  リストのリスト形式（2次元）で渡すと、1行ずつ自動で書き込んでくれる便利な関数です。

📂 出力されるCSVファイルの中身

名前,年齢,職業
田中太郎,28,エンジニア
佐藤花子,35,デザイナー

Excelで開けば、ちゃんと行と列に分かれた表形式で表示されますよ！

3-1. Excel操作にはopenpyxlが便利

CSVはとってもシンプルで使いやすいんですが、
「セルの装飾をしたい」「複数のシートを使いたい」「関数やグラフも含めたい」
──そんなときに出番なのがExcel（.xlsx）形式です！

PythonでExcelファイルを操作するには、openpyxlというライブラリがよく使われます。
Microsoft Excel 2007以降で使われている「.xlsx形式」に対応していて、セルの装飾や数式の設定もできます。

✅ openpyxlの特徴

• Excelのセルに自由にデータを書き込める
• 行や列の挿入／削除、スタイル変更、グラフ挿入なども可能
• .xlsxファイルを新規作成も編集もOK！
• Excelをインストールしていなくても使える

🔧 openpyxlのインストール方法

まずは、まだインストールしていない場合は次のコマンドで導入しましょう。

pip install openpyxl

数秒で完了します！

3-2. openpyxlを使った書き込み手順

openpyxlを使えば、Excelのセルに自由にデータを書き込むことができます。
ここでは、新しいExcelファイルを作って、データを入力して保存するまでの流れを見ていきましょう。

🔰 サンプルコード：Excelファイルに書き込み

from openpyxl import Workbook

# 新しいワークブック（Excelファイル）を作成
wb = Workbook()

# アクティブなワークシートを取得
ws = wb.active

# シート名を変更（任意）
ws.title = "社員名簿"

# データの書き込み（行単位で指定）
ws.append(["名前", "年齢", "部署"])
ws.append(["田中太郎", 28, "開発"])
ws.append(["佐藤花子", 35, "デザイン"])

# ファイルとして保存
wb.save("sample.xlsx")

📝 コードの解説

• Workbook()：新しいExcelファイル（ワークブック）を作成します。
• wb.active：デフォルトのワークシート（Sheet）を取得します。
• ws.append(...)：行単位でデータを追加できます。リスト形式で渡すだけでOK！
• wb.save("ファイル名.xlsx")：Excelファイルとして保存します。

📁 実際の出力ファイルのイメージ

このファイルをExcelで開くと、ちゃんと整った表になっています！

🧠 ワンポイントアドバイス

複数のシートに書き込みたいときはこうします：

ws2 = wb.create_sheet(title="売上データ")
ws2.append(["日付", "金額"])

Excelらしい機能もいろいろ追加できますが、まずはこの基本をマスターしておけばOKです！

4. pandasを使ってCSVやExcelに書き込む方法（応用編）

ここまで標準モジュールやopenpyxlを使った方法を紹介してきましたが、
**もっとスマートにデータを書き込みたい！**という方におすすめなのが「pandas（パンダス）」です。

pandasを使えば、データを**DataFrame（表形式のデータ構造）**にまとめて、
たった1行でCSVやExcelファイルに書き出すことができます！

✅ pandasのインストール

まだインストールしていない場合は、次のコマンドで導入しておきましょう：

pip install pandas openpyxl

※Excel出力のためにopenpyxlも一緒に入れておきます。

🔰 サンプルコード：CSVに書き出す

import pandas as pd

# データフレームの作成
data = {
    "名前": ["田中太郎", "佐藤花子"],
    "年齢": [28, 35],
    "部署": ["開発", "デザイン"]
}
df = pd.DataFrame(data)

# CSVファイルに出力
df.to_csv("pandas_sample.csv", index=False, encoding="utf-8")

📝 ポイント解説（CSV出力）

• index=False：行番号（インデックス）をCSVに含めないようにするオプション
• encoding="utf-8"：文字化け防止（特に日本語のデータを扱うとき）

🔰 サンプルコード：Excelに書き出す

# Excelファイルに出力
df.to_excel("pandas_sample.xlsx", index=False)

たったこれだけで、Excelファイルが出力されます。
複雑な書式設定はできませんが、「とりあえず表にして保存したい！」という用途ならこれで十分です。

🔄 上書き・追記の注意点

• to_csv()やto_excel()はファイルを上書き保存します。
• 追記（append）したい場合は、いったんファイルを読み込んでからconcat()などで合成して保存しましょう。

# ファイルを読み込み、既存データに新しいデータを結合
existing = pd.read_csv("pandas_sample.csv")
new_data = pd.DataFrame({"名前": ["山田太一"], "年齢": [30], "部署": ["営業"]})
combined = pd.concat([existing, new_data], ignore_index=True)
combined.to_csv("pandas_sample.csv", index=False, encoding="utf-8")

pandasはこのように、データ分析にも保存処理にも便利な「万能ツール」です。

5. CSV・Excel以外の書き込み先はある？

ここまで、CSVとExcelへの書き込み方法を紹介してきましたが、
実はPythonではそれ以外にもデータの保存先がたくさんあるんです！

「CSVやExcelだと扱いづらいな…」と思ったときは、ぜひ以下の選択肢も検討してみてください。

✅ JSONファイル｜構造化データに便利

JSON（JavaScript Object Notation）は、辞書やリストのようなネストされたデータ構造をそのまま保存できるのが特徴。

import json

data = {"名前": "田中太郎", "年齢": 28, "部署": "開発"}

with open("data.json", "w", encoding="utf-8") as f:
    json.dump(data, f, ensure_ascii=False, indent=2)

• 見た目がきれいで読みやすい
• APIやWebサービスと相性が良い
• Excelでの編集はできないが、プログラム間でのやり取りに最適

✅ SQLite｜軽量なデータベースに保存

もしデータがどんどん増えるような場合や、検索やフィルタ機能が必要なら、**SQLite（組み込み型データベース）**が便利です。

import sqlite3

conn = sqlite3.connect("example.db")
cur = conn.cursor()

cur.execute("CREATE TABLE IF NOT EXISTS users (name TEXT, age INTEGER, department TEXT)")
cur.execute("INSERT INTO users VALUES (?, ?, ?)", ("田中太郎", 28, "開発"))

conn.commit()
conn.close()

• データベース操作が可能（検索、更新、削除）
• .dbファイル1つで完結する
• Pythonからの操作もとても簡単

✅ Googleスプレッドシート｜クラウド共有に最適

「複数人でリアルタイムに編集したい」「社内で共有したい」という場合は、Googleスプレッドシートが有力な選択肢。

👉 詳しくは：PythonでGoogleスプレッドシートを操作する方法をご覧ください！

🧭 選択肢のまとめ

目的や環境に合わせて、最適な保存形式を選ぶことが業務効率化のカギになります！

6. まとめ｜目的に合った保存形式を選ぼう

この記事では、PythonでデータをCSVやExcelに書き込む方法を中心に紹介してきました。
さらに、JSONやSQLite、Googleスプレッドシートなどの他の保存形式も取り上げました。

✅ おさらい：書き込み方法まとめ

🧩 保存形式の選び方

• 簡単な表を保存したい → CSV
• Excelで資料を配りたい・整えたい → Excel
• 構造化されたデータを保存したい → JSON
• 本格的なデータベースとして活用したい → SQLite
• 社内共有・自動レポートに使いたい → Googleスプレッドシート

Pythonにはいろいろな保存方法があるからこそ、**「何のために保存したいのか？」**を明確にすると、最適な手段が見えてきます。

この機会にぜひ、自分の目的にぴったりな方法を見つけて、日々の業務や学習をもっとラクにしていきましょう！

よくある質問（Q&A）