使用 open 函數去讀取文件，似乎是所有 Python 工程師的共識。
今天明哥要給大家推薦一個比 open 更好用、更優雅的讀取文件方法 – 使用 fileinput
1. 從標準輸入中讀取
當你的 Python 腳本沒有傳入任何參數時，fileinput 默認會以 stdin 作為輸入源
|
1
2
3
4
5
|
# demo.pyimport fileinputfor line in fileinput.input(): print(line) |
效果如下，不管你輸入什么，程序會自動讀取并再打印一次，像個復讀機似的。
|
1
2
3
4
5
6
|
$ python demo.py hellohellopythonpython |
2. 單獨打開一個文件
腳本的內容如下
|
1
2
3
4
5
|
import fileinputwith fileinput.input(files=('a.txt',)) as file: for line in file: print(f'{fileinput.filename()} 第{fileinput.lineno()}行: {line}', end='') |
其中 a.txt 的內容如下
hello
world
執行后就會輸出如下
|
1
2
3
|
$ python demo.pya.txt 第1行: helloa.txt 第2行: world |
需要說明的一點是，fileinput.input() 默認使用 mode='r' 的模式讀取文件，如果你的文件是二進制的，可以使用mode='rb' 模式。fileinput 有且僅有這兩種讀取模式。
3. 批量打開多個文件
從上面的例子也可以看到，我在 fileinput.input 函數中傳入了 files 參數，它接收一個包含多個文件名的列表或元組，傳入一個就是讀取一個文件，傳入多件就是讀取多個文件。
|
1
2
3
4
5
|
import fileinputwith fileinput.input(files=('a.txt', 'b.txt')) as file: for line in file: print(f'{fileinput.filename()} 第{fileinput.lineno()}行: {line}', end='') |
a.txt 和 b.txt 的內容分別是
|
1
2
3
4
5
6
|
$ cat a.txthelloworld$ cat b.txthellopython |
運行后輸出結果如下，由于 a.txt 和 b.txt 的內容被整合成一個文件對象 file ，因此 fileinput.lineno() 只有在讀取一個文件時，才是原文件中真實的行號。
|
1
2
3
4
5
|
$ python demo.pya.txt 第1行: helloa.txt 第2行: worldb.txt 第3行: hellob.txt 第4行: python |
如果想要在讀取多個文件的時候，也能讀取原文件的真實行號，可以使用 fileinput.filelineno() 方法
|
1
2
3
4
5
|
import fileinputwith fileinput.input(files=('a.txt', 'b.txt')) as file: for line in file: print(f'{fileinput.filename()} 第{fileinput.filelineno()}行: {line}', end='') |
運行后，輸出如下
|
1
2
3
4
5
|
$ python demo.pya.txt 第1行: helloa.txt 第2行: worldb.txt 第1行: hellob.txt 第2行: python |
這個用法和 glob 模塊簡直是絕配
|
1
2
3
4
5
6
7
|
import fileinputimport glob for line in fileinput.input(glob.glob("*.txt")): if fileinput.isfirstline(): print('-'*20, f'Reading {fileinput.filename()}...', '-'*20) print(str(fileinput.lineno()) + ': ' + line.upper(), end="") |
運行效果如下
|
1
2
3
4
5
6
7
|
$ python demo.py-------------------- Reading b.txt... --------------------1: HELLO2: PYTHON-------------------- Reading a.txt... --------------------3: HELLO4: WORLD |
4. 讀取的同時備份文件
fileinput.input 有一個 backup 參數，你可以指定備份的后綴名，比如 .bak
|
1
2
3
4
|
import fileinputwith fileinput.input(files=("a.txt",), backup=".bak") as file: for line in file: print(f'{fileinput.filename()} 第{fileinput.lineno()}行: {line}', end='') |
運行的結果如下，會多出一個 a.txt.bak 文件
|
1
2
3
4
5
6
7
8
9
10
|
$ ls -l a.txt*-rw-r--r-- 1 MING staff 12 2 27 10:43 a.txt$ python demo.pya.txt 第1行: helloa.txt 第2行: world$ ls -l a.txt*-rw-r--r-- 1 MING staff 12 2 27 10:43 a.txt-rw-r--r-- 1 MING staff 42 2 27 10:39 a.txt.bak |
5. 標準輸出重定向替換
fileinput.input 有一個 inplace 參數，表示是否將標準輸出的結果寫回文件，默認不取代
請看如下一段測試代碼
|
1
2
3
4
5
6
7
|
import fileinputwith fileinput.input(files=("a.txt",), inplace=True) as file: print("[INFO] task is started...") for line in file: print(f'{fileinput.filename()} 第{fileinput.lineno()}行: {line}', end='') print("[INFO] task is closed...") |
運行后，會發現在 for 循環體內的 print 內容會寫回到原文件中了。而在 for 循環體外的 print 則沒有變化。
|
1
2
3
4
5
6
7
8
9
10
11
|
$ cat a.txthelloworld$ python demo.py[INFO] task is started...[INFO] task is closed...$ cat a.txt a.txt 第1行: helloa.txt 第2行: world |
利用這個機制，可以很容易的實現文本替換。
|
1
2
3
4
5
6
7
8
|
import sysimport fileinputfor line in fileinput.input(files=('a.txt', ), inplace=True): #將Windows/DOS格式下的文本文件轉為Linux的文件 if line[-2:] == "\r\n": line = line + "\n" sys.stdout.write(line) |
附：如何實現 DOS 和 UNIX 格式互換以供程序測試，使用 vim 輸入如下指令即可
DOS轉UNIX：:setfileformat=unix
UNIX轉DOS：:setfileformat=dos
6. 不得不介紹的方法
如果只是想要 fileinput 當做是替代 open 讀取文件的工具，那么以上的內容足以滿足你的要求。
fileinput.filenam()
返回當前被讀取的文件名。 在第一行被讀取之前，返回 None。
fileinput.fileno()
返回以整數表示的當前文件“文件描述符”。 當未打開文件時（處在第一行和文件之間），返回 -1。
fileinput.lineno()
返回已被讀取的累計行號。 在第一行被讀取之前，返回 0。 在最后一個文件的最后一行被讀取之后，返回該行的行號。
fileinput.filelineno()
返回當前文件中的行號。 在第一行被讀取之前，返回 0。 在最后一個文件的最后一行被讀取之后，返回此文件中該行的行號。
但若要想基于 fileinput 來做一些更加復雜的邏輯，也許你會需要用到如下這幾個方法
fileinput.isfirstline()
如果剛讀取的行是其所在文件的第一行則返回 True，否則返回 False。
fileinput.isstdin()
如果最后讀取的行來自 sys.stdin 則返回 True，否則返回 False。
fileinput.nextfile()
關閉當前文件以使下次迭代將從下一個文件（如果存在）讀取第一行；不是從該文件讀取的行將不會被計入累計行數。 直到下一個文件的第一行被讀取之后文件名才會改變。 在第一行被讀取之前，此函數將不會生效；它不能被用來跳過第一個文件。 在最后一個文件的最后一行被讀取之后，此函數將不再生效。
fileinput.close()關閉序列。
7. 進階一點的玩法
在 fileinput.input() 中有一個 openhook 的參數，它支持用戶傳入自定義的對象讀取方法。
若你沒有傳入任何的勾子，fileinput 默認使用的是 open 函數。
fileinput 為我們內置了兩種勾子供你使用
1. fileinput.hook_compressed(*filename*, *mode*)
使用 gzip 和 bz2 模塊透明地打開 gzip 和 bzip2 壓縮的文件（通過擴展名 '.gz' 和 '.bz2' 來識別）。 如果文件擴展名不是 '.gz' 或 '.bz2'，文件會以正常方式打開（即使用 open() 并且不帶任何解壓操作）。使用示例:
fi = fileinput.FileInput(openhook=fileinput.hook_compressed)
2. fileinput.hook_encoded(*encoding*, *errors=None*)
返回一個通過 open() 打開每個文件的鉤子，使用給定的 encoding 和 errors 來讀取文件。使用示例:
fi = fileinput.FileInput(openhook=fileinput.hook_encoded("utf-8", "surrogateescape"))
如果你自己的場景比較特殊，以上的三種勾子都不能滿足你的要求，你也可以自定義。
這邊我舉個例子來拋磚引玉下
假如我想要使用 fileinput 來讀取網絡上的文件，可以這樣定義勾子。
先使用 requests 下載文件到本地
再使用 open 去讀取它
|
1
2
3
4
5
6
7
8
|
def online_open(url, mode): import requests r = requests.get(url) filename = url.split("/")[-1] with open(filename,'w') as f1: f1.write(r.content.decode("utf-8")) f2 = open(filename,'r') return f2 |
直接將這個函數傳給 openhoos 即可
|
1
2
3
4
5
6
|
import fileinputfile_url = 'https://www.csdn.net/robots.txt'with fileinput.input(files=(file_url,), openhook=online_open) as file: for line in file: print(line, end="") |
運行后按預期一樣將 CSDN 的 robots 的文件打印了出來
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
User-agent: * Disallow: /scriptsDisallow: /publicDisallow: /css/Disallow: /images/Disallow: /content/Disallow: /ui/Disallow: /js/Disallow: /scripts/Disallow: /article_preview.html* Disallow: /tag/Disallow: /*?*Disallow: /link/Sitemap: https://www.csdn.net/sitemap-aggpage-index.xmlSitemap: https://www.csdn.net/article/sitemap.txt |
8. 列舉一些實用案例
案例一：讀取一個文件所有行
|
1
2
3
|
import fileinputfor line in fileinput.input('data.txt'): print(line, end="") |
案例二：讀取多個文件所有行
|
1
2
3
4
5
6
7
|
import fileinputimport glob for line in fileinput.input(glob.glob("*.txt")): if fileinput.isfirstline(): print('-'*20, f'Reading {fileinput.filename()}...', '-'*20) print(str(fileinput.lineno()) + ': ' + line.upper(), end="") |
案例三：利用fileinput將CRLF文件轉為LF
|
1
2
3
4
5
6
7
8
|
import sysimport fileinputfor line in fileinput.input(files=('a.txt', ), inplace=True): #將Windows/DOS格式下的文本文件轉為Linux的文件 if line[-2:] == "\r\n": line = line + "\n" sys.stdout.write(line) |
案例四：配合 re 做日志分析：取所有含日期的行
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
#--樣本文件--：error.logaaa1970-01-01 13:45:30 Error: **** Due to System Disk spacke not enough...bbb1970-01-02 10:20:30 Error: **** Due to System Out of Memory...ccc #---測試腳本---import reimport fileinputimport sys pattern = '\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}' for line in fileinput.input('error.log',backup='.bak',inplace=1): if re.search(pattern,line): sys.stdout.write("=> ") sys.stdout.write(line) #---測試結果---=> 1970-01-01 13:45:30 Error: **** Due to System Disk spacke not enough...=> 1970-01-02 10:20:30 Error: **** Due to System Out of Memory... |
案例五：利用fileinput實現類似于grep的功能
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
import sysimport reimport fileinput pattern= re.compile(sys.argv[1])for line in fileinput.input(sys.argv[2]): if pattern.match(line): print(fileinput.filename(), fileinput.filelineno(), line)$ ./test.py import.*re *.py#查找所有py文件中，含import re字樣的addressBook.py 2 import readdressBook1.py 10 import readdressBook2.py 18 import retest.py 238 import re |
9. 寫在最后
fileinput 是對 open 函數的再次封裝，在僅需讀取數據的場景中， fileinput 顯然比 open 做得更專業、更人性，當然在其他有寫操作的復雜場景中，fileinput 就無能為力啦，本身從 fileinput 的命名上就知道這個模塊只專注于輸入（讀）而不是輸出（寫）。
以上就是Python讀取文件比open快十倍的庫fileinput的詳細內容，更多關于Python讀取文件庫fileinput的資料請關注服務器之家其它相關文章！
原文鏈接：https://blog.csdn.net/weixin_36338224/article/details/114282594
