Question

我在Windows 10上使用Python 3.6.4和Fall Creators Update。我正在尝试使用以下代码读取XML文件：

readline()

0x0a在每次通话时返回一个字符，而不是完整的一行。该文件是在Linux上生成的，绝对编码为UTF8，在开头没有任何特殊内容，例如BOM，并且已经过十六进制转储验证以包含有效数据。行结束是-1，因为它来自Linux。我尝试将readline()指定为SwitchNavigator的参数，这应该是默认值，而不会改变行为。该文件非常大（> 240GB），但问题发生在文件的开头。

有关我可能做错的任何建议吗？

Answer 1

readline()将返回一行作为字符串（然后迭代）。您应该使用readlines()代替，因为这将为您提供for循环将迭代的行列表，一次一行。

更好，更有效：

    for line in file:
        do_something(line)

Answer 2

readline（）返回表示文件中一行的字符串，而readlines（）返回一个列表，每一项都是一行。很明显

for line in file.readline()

遍历一个字符串，这就是为什么要得到一个字符

如果要遍历文件并避免阻塞内存，请尝试以下操作：

line = '1'
while line:
    line = f.readline() 
    if !line:
        break
    do_something(line)

或：

line = f.readline()
while line:
    do_something(line)
    line = f.readline()

顺便说一句，beautifulsoup是一个有用的xml短语软件包。

readline（）一次返回一个字符

2 个答案: