Question

我有一个包含\n和\r\n行尾标记的文本文件。我想只在\r\n上拆分，但是无法用python的readlines方法找到一种方法。有一个简单的解决方法吗？

Answer 1

正如@eskaev所提到的，如果没有必要，你通常会希望避免将完整的文件读入内存。

io.open()允许您指定newline关键字参数，因此您仍然可以迭代行并让它们在指定的换行符处仅拆分

：

import io for line in io.open('in.txt', newline='\r\n'): print repr(line)

输出：

u'this\nis\nsome\r\n' u'text\nwith\nnewlines.'

Answer 2

避免在文本模式下阅读。 Python使用universal newline support读取文本文件。这意味着所有行结尾都被解释为\n：

>>> with open('out', 'wb') as f:
...     f.write(b'a\nb\r\nc\r\nd\ne\r\nf')
... 
14
>>> with open('out', 'r') as f: f.readlines()
... 
['a\n', 'b\n', 'c\n', 'd\n', 'e\n', 'f']

请注意，使用U并不会更改结果¹：

>>> with open('out', 'rU') as f: f.readlines()
... 
['a\n', 'b\n', 'c\n', 'd\n', 'e\n', 'f']

但是，您始终可以在二进制模式下读取文件，对其进行解码，然后在\r\n上拆分：

>>> with open('out', 'rb') as f: f.read().split(b'\r\n')
... 
[b'a\nb', b'c', b'd\ne', b'f']

（python3中的示例。您可以在decode之前或之后将字节split转换为unicode。

您可以避免将整个文件读入内存并以块的形式读取。然而，正确处理这些行变得有点复杂（你必须手动检查最后一行的起始位置并将其连接到下一个块）。

¹我相信它是因为在所有正常安装中默认启用通用换行符。您必须在配置安装时明确禁用它，然后然后 r和rU模式将有不同的行为（第一个只会拆分OS本机行结尾的行，后者会产生上面显示的结果。

Answer 3

不使用readline，只需使用read和split。

例如

with open('/path/to/file', 'r') as f:
    fileContents = f.read() #read entire file
    filePieces = fileContents.split('\r\n')

Answer 4

此方法将文件读取为由分隔符拆分的块中的生成器。

ifs = open(myFile)
for chunk in ifs.read().split(mySep):
    #do something with the chunk

如何在python中只读取带有readlines的回车符？

4 个答案: