python 读取文本及 read()、readline() 和 readlines()区别

Question

如题所述

Answer 1

在Python中，处理文本文件时，`open()`函数是基本操作。让我们深入了解`read()`, `readline()`, 和 `readlines()` 的功能和使用场景。

首先，打开文件是通过`open('filename', 'mode')`完成的，其中`'mode'`可以是'r'（读取）或'r+'（读写），默认为文本模式。打开不存在的文件会引发`FileNotFoundError`。推荐使用`with`语句，确保文件在操作后自动关闭，以避免资源泄露。

`read()`方法一次性读取文件的全部内容，包括行尾的换行符`\n`。如果不需要换行符，需要手动处理。`readline()`逐行读取，每次返回一行直到文件结束。`readlines()`则返回一个包含所有行的列表，每行末尾同样包含`\n`。

例如，读取并处理文件的行：

python

with open('test1.txt', 'r') as f1:

lines = f1.readlines()

for line in lines:

line = line.rstrip('\n')

处理两个文件找出相同IP地址时，可以先读取并清理行尾，然后使用二分查找（`bisect_left`）提高效率，最后用`set`去重：

python

with open('test1.txt', 'r') as f1, open('test2.txt', 'r') as f2:

list1 = [line.strip('\n') for line in f1.readlines()]

list2 = [line.strip('\n') for line in f2.readlines()]

list2.sort()

same_data = [line for line in list1 if bisect.bisect_left(list2, line) < len(list2) and list2[bisect_left(list2, line)] == line]

print(list(set(same_data)))

写入文件时，'w'模式会覆盖原有内容，'a'模式则追加，'w+' 和 'a+' 可读写。二进制文件使用'rb', 'wb', 'ab'等模式。`file_obj.seek()`用于定位文件指针，对文本模式的'w'和'a'不起作用。

处理非UTF-8编码文件时，记得指定`encoding`参数，如`open('test.txt', 'r', encoding='gbk')`。遇到编码错误，可以设置`errors='ignore'`来忽略错误字符。

总的来说，`read()`, `readline()`, 和 `readlines()`在处理文本文件时各有其用途，选择哪种取决于具体需求，同时注意正确处理文件操作和编码问题。