我希望遍历整个文件的每一行。一种方法是读取整个文件，将其保存到一个列表中，然后遍历感兴趣的行。这种方法使用大量内存，所以我正在寻找一种替代方法。
到目前为止我的代码:
for each_line in fileinput.input(input_file):
do_something(each_line)
for each_line_again in fileinput.input(input_file):
do_something(each_line_again)
执行这段代码会给出一个错误消息:设备处于活动状态。
有什么建议吗?
目的是计算成对字符串的相似性，这意味着对于文件中的每一行，我想计算与其他每一行的Levenshtein距离。
编辑:在这个问题8个月后提出的一个相关问题有许多有用的答案和评论。要更深入地了解python逻辑，请阅读以下相关问题:如何在python中逐行读取文件?
当前回答
正确的、完全python式的读取文件的方法如下:
with open(...) as f:
for line in f:
# Do something with 'line'
with语句处理打开和关闭文件，包括在内部块中引发异常。f中的for行将文件对象f视为可迭代对象，它自动使用缓冲I/O和内存管理，因此您不必担心大文件。
应该有一种——最好只有一种——明显的方法来做到这一点。
其他回答
需要经常从上一个位置读取一个大文件?
我创建了一个脚本，用于每天多次删除Apache access.log文件。 所以我需要在最后一次执行期间解析的最后一行上设置位置光标。 为此，我使用了file.seek()和file.seek()方法，它们允许将光标存储在文件中。
我的代码:
ENCODING = "utf8"
CURRENT_FILE_DIR = os.path.dirname(os.path.abspath(__file__))
# This file is used to store the last cursor position
cursor_position = os.path.join(CURRENT_FILE_DIR, "access_cursor_position.log")
# Log file with new lines
log_file_to_cut = os.path.join(CURRENT_FILE_DIR, "access.log")
cut_file = os.path.join(CURRENT_FILE_DIR, "cut_access", "cut.log")
# Set in from_line
from_position = 0
try:
with open(cursor_position, "r", encoding=ENCODING) as f:
from_position = int(f.read())
except Exception as e:
pass
# We read log_file_to_cut to put new lines in cut_file
with open(log_file_to_cut, "r", encoding=ENCODING) as f:
with open(cut_file, "w", encoding=ENCODING) as fw:
# We set cursor to the last position used (during last run of script)
f.seek(from_position)
for line in f:
fw.write("%s" % (line))
# We save the last position of cursor for next usage
with open(cursor_position, "w", encoding=ENCODING) as fw:
fw.write(str(f.tell()))
去除换行符:
with open(file_path, 'rU') as f:
for line_terminated in f:
line = line_terminated.rstrip('\n')
...
在通用换行支持下，所有文本文件行似乎都以'\n'结束，无论文件中的终止符是'\r'、'\n'还是'\r\n'。
EDIT -指定通用换行支持:
Python 2 on Unix - open(file_path, mode='rU') - required[谢谢@Dave] Windows上的Python 2 - open(file_path, mode='rU') -可选 Python 3 - open(file_path, newline=None) -可选
newline参数仅在Python 3中支持，默认为None。mode参数在所有情况下默认为'r'。U在Python 3中已弃用。在Windows上的python2中，一些其他机制似乎将\r\n转换为\n。
文档:
open()用于Python 2 open()用于Python 3
保存本机行终止符:
with open(file_path, 'rb') as f:
with line_native_terminated in f:
...
二进制模式仍然可以用in将文件解析成行。每一行都有它在文件中的终止符。
感谢@katrielalex的回答，Python的open() doc和iPython实验。
这是python中读取文件的一种可能方式:
f = open(input_file)
for line in f:
do_stuff(line)
f.close()
它不分配一个完整的列表。它在直线上迭代。
来自python文档fileinput.input():
这将遍历sys. exe中列出的所有文件的行。Argv[1:]，默认为sys。如果列表为空，则输入
进一步，函数的定义为:
fileinput.FileInput([files[, inplace[, backup[, mode[, openhook]]]]])
字里行间，这告诉我文件可以是一个列表，所以你可以有这样的东西:
for each_line in fileinput.input([input_file, input_file]):
do_something(each_line)
更多信息请参见这里
正确的、完全python式的读取文件的方法如下:
with open(...) as f:
for line in f:
# Do something with 'line'
with语句处理打开和关闭文件，包括在内部块中引发异常。f中的for行将文件对象f视为可迭代对象，它自动使用缓冲I/O和内存管理，因此您不必担心大文件。
应该有一种——最好只有一种——明显的方法来做到这一点。
