如何使用 For-loop 和 Tell 函数填充每行的起始位置列表?

Posted

技术标签:

【中文标题】如何使用 For-loop 和 Tell 函数填充每行的起始位置列表?【英文标题】:How to Populate List of Starting Positions of Each Line Using For-loop and Tell Function? 【发布时间】:2013-11-05 05:23:21 【问题描述】:

我要做的就是创建每行的起始位置列表,以便我可以非常快速地找到它们。我收到错误消息,“通过'next()' 调用禁用指示位置。”我该如何克服这个问题?

>>> in_file = open("data_10000.txt")
>>> in_file.tell()
0
>>> line_numbers = [in_file.tell() for line in in_file]
Traceback (most recent call last):
  File "<pyshell#9>", line 1, in <module>
    line_numbers = [in_file.tell() for line in in_file]
  File "<pyshell#9>", line 1, in <listcomp>
    line_numbers = [in_file.tell() for line in in_file]
OSError: telling position disabled by next() call

注意:在这种情况下,索引会将行号与查找位置相关联。

【问题讨论】:

【参考方案1】:

一个简单的生成器可以解决你的问题:

def line_ind(fileobj):
    i = 0
    for line in fileobj:
        yield i
        i += len(line)

它一一产生(生成)行起始位置的索引。您知道常规函数返回一个值并停止。当生成器产生一个值时,它会继续运行直到耗尽。所以我在这里所做的是产生 0 然后将第一行的长度添加到它,然后产生它然后添加第二行的长度等。这会产生你想要的索引。

要将产生的值放入列表中,您可以使用 list(generator()),就像使用 list(range(10)) 一样。当您打开文件时,最好使用with 进行操作,如下所示。不是因为您会经常忘记关闭文件对象(您会),而是会在发生异常时自动关闭它。因此,使用下面的代码,我有两个起始位置索引列表:

with open("test.dat", encoding="utf-8") as f:
    u_ind = list(line_ind(f))
    f.seek(0)
    u = f.read()

with open("test.dat", "rb") as f:
    b_ind = list(line_ind(f))
    f.seek(0)
    b = f.read()

请注意,Unicode 字符串的索引可能不同于字节字符串的索引。例如,一个重音字符可以占用两个字节的空间。第一个列表包含 unicode 字符的索引。当您处理文件的常规字符串表示时,您将使用它。下面的示例显示了测试文件中两种情况下的索引值有何不同:

>>> u_ind[-10:]
[24283, 24291, 24300, 24309, 24322, 24331, 24341, 24349, 24359, 24368]
>>> b_ind[-10:]
[27297, 27306, 27316, 27326, 27342, 27352, 27363, 27372, 27383, 27393]

现在我要最后一行的内容:

>>> u[24368:]
'S-érték=9,59'
>>> b[27393:]
b'S-\xc3\xa9rt\xc3\xa9k=9,59'

如果你想在read()之前使用seek(),你必须坚持字节索引:

>>> with open("test.dat", encoding="utf-8") as f:
...     f.seek(27393)
...     f.read()
...
27393
'S-érték=9,59'
>>> with open("test.dat", "rb") as f:
...     f.seek(27393)
...     f.read()
...
27393
b'S-\xc3\xa9rt\xc3\xa9k=9,59'

在第一种情况下使用 24368 将是一个可怕的错误。

请注意,当您将read() 文件的内容转换为字符串/字节字符串对象并希望在其后处理单独的行时,使用.splitlines() 更为明智。

希望这有帮助!

【讨论】:

感谢您的回答。给你顶,但如果你(或其他人)回来看到这个,有人可以解释发生了什么吗?只是为了我的知识。非常感谢。 非常感谢:-)。我必须去上课所以我没有立即看到它,但我真的很感激!

以上是关于如何使用 For-loop 和 Tell 函数填充每行的起始位置列表?的主要内容,如果未能解决你的问题,请参考以下文章

用Plotly add_trace go.scatter for-loop在图例中只用唯一的轨迹名称填充。

使用 for-loop 和 if 函数创建一个新向量?

我应该在 openMP 并行区域内使用 gnu 并行模式函数吗(for-loop,tasks)

如何使用 javascript for-loop 和 if-statement 在右表中显示数据?

seek和tell的用法--获取文件内容大小(字节)

如何在 .bat for-loop 中使用字符串变量? [关闭]