您可以按照建议简单地执行以下操作：

with open('/your/path/file') as f:
    my_lines = f.readlines()

请注意，这种方法有两个缺点：

1） 你把所有的行都存储在内存中。在一般情况下，这是一个非常糟糕的主意。文件可能非常大，内存可能会用完。即使它不大，也只是在浪费内存。

2） 这不允许在读取每行时对其进行处理。因此，如果在这之后处理行，则效率不高（需要两次而不是一次）。

对于一般情况，更好的方法如下：

with open('/your/path/file') as f:
    for line in f:
        process(line)

您可以任意定义流程函数。例如：

def process(line):
    if 'save the world' in line.lower():
         superman.save_the_world()

（超人类的实现留给您作为练习）。

这对于任何文件大小都很有效，您只需一次就可以完成文件。这就是一般解析器的工作原理。

参见输入和输出：

with open('filename') as f:
    lines = f.readlines()

或者去掉换行符：

with open('filename') as f:
    lines = [line.rstrip('\n') for line in f]

您也可以在NumPy中使用loadtxt命令。这比genfromttxt检查的条件更少，因此可能更快。

import numpy
data = numpy.loadtxt(filename, delimiter="\n")

如果您想从命令行或stdin读取文件，也可以使用fileinput模块：

# reader.py
import fileinput

content = []
for line in fileinput.input():
    content.append(line.strip())

fileinput.close()

将文件传递给它，如下所示：

$ python reader.py textfile.txt 

在此处阅读更多信息：http://docs.python.org/2/library/fileinput.html

最简单的方法是：

lines = list(open('filename'))

or

lines = tuple(open('filename'))

or

lines = set(open('filename'))

在set的情况下，我们必须记住，我们没有保留行顺序，并删除重复的行。

下面我添加了@MarkAmery的一个重要补充：

由于您既没有在文件对象上调用.close，也没有使用with语句，因此在某些Python实现中，文件在读取后可能不会关闭，您的进程将泄漏打开的文件句柄。在CPython（大多数人使用的普通Python实现）中，这不是问题，因为文件对象将立即被垃圾收集，这将关闭文件，但通常认为最好的做法是：

with open('filename') as f: lines = list(f) 

以确保无论您使用的是什么Python实现，文件都会被关闭。

使用Python 2和Python 3读写文本文件；它适用于Unicode

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

# Define data
lines = ['     A first string  ',
         'A Unicode sample: €',
         'German: äöüß']

# Write text file
with open('file.txt', 'w') as fp:
    fp.write('\n'.join(lines))

# Read text file
with open('file.txt', 'r') as fp:
    read_lines = fp.readlines()
    read_lines = [line.rstrip('\n') for line in read_lines]

print(lines == read_lines)

注意事项：

with是所谓的上下文管理器。它确保打开的文件再次关闭。这里的所有解决方案，只要简单地生成.strip（）或.rstrip（），就无法再现线条，因为它们也会剥离空白。

常用文件结尾

.txt

更高级的文件写入/读取

CSV：超简单格式（读写）JSON：适合编写人类可读数据；非常常用（读写）YAML:YAML是JSON的超集，但更易于阅读（读写，JSON和YAML的比较）pickle：Python序列化格式（读写）MessagePack（Python包）：更紧凑的表示（读写）HDF5（Python包）：适合矩阵（读写）XML:也存在*叹息*（读写）

对于您的应用程序，以下内容可能很重要：

其他编程语言的支持读/写性能紧凑性（文件大小）

另请参阅：数据序列化格式的比较

如果您正在寻找创建配置文件的方法，您可能需要阅读我的Python配置文件短文。