【问题标题】：Using python, how to read a file starting at the seventh line ?使用python，如何读取从第七行开始的文件？
【发布时间】：2011-02-01 15:22:05
【问题描述】：

我的文本文件结构为：

date
downland

user 

date data1 date2
201102 foo bar 200 50
201101 foo bar 300 35

因此不需要前六行文件。文件名：dnw.txt

f = open('dwn.txt', 'rb')

如何从第 7 行开始将该文件“拆分”为 EOF？

【问题讨论】：

一般来说，您将如何逐行读取文件？你的教程解释了吗？
Read file from line 2 or skip header row的可能重复
我的教程。没有.... 我最常用的方法是 for line in ???.split("\r\n"): 这是你的问题吗？
阅读the right tutorial
为什么要以二进制模式读取文本文件？

标签： python file-io

【解决方案1】：

with open('dwn.txt') as f:
    for i in xrange(6):
        f, next()
    for line in f:
        process(line)

更新：在 python 3.x 中使用 next(f)。

【讨论】：

两位（到目前为止）匿名投票者有没有机会分享他们的智慧？
老实说，这是最地道的解决方案，代码直接告诉你它的作用。
@user428862: process(line) 是“在此处插入您自己的代码以使用line 做任何您想做的事情”的伪代码。 “ur”码是什么码？
再次感谢代码示例，您的代码更快。由于 dwn.txt 来自互联网，将用于多线程脚本。
这不适用于Python 3.x。得到AttributeError: '_io.TextIOWrapper' object has no attribute 'next'

【解决方案2】：

Itertools 回答！

from itertools import islice

with open('foo') as f:
    for line in islice(f, 6, None):
        print line

【讨论】：

这比它需要的复杂。
如果你想使用 itertools 那么islice 会是一个更好的选择。
@Jochen islice，谢谢。我一直在寻找一种叫做“drop”的东西，但什么也找不到。
这怎么是大锤？它需要一行设置。
@recursive：它还需要导入，并且对于某些代码读者可能还需要查看手册。

【解决方案3】：

Python 3：

with open("file.txt","r") as f:
    for i in range(6):
        f.readline()
    for line in f:
        # process lines 7-end

【讨论】：

基本上我认为您将“光标”向前推了 6 次：“list(range(6)) 或 [0, 1, 2, 3, 4, 5]”中的每一个。因此，第 7 行是下一个。然后开始处理。如果我理解正确就很聪明。

【解决方案4】：

with open('test.txt', 'r') as fo:
   for i in xrange(6):
       fo.next()
   for line in fo:
       print "%s" % line.strip()

【讨论】：

【解决方案5】：

事实上，要准确地回答问题，因为它是书面的

How do I "split" this file starting at line 7 to EOF?

你可以的

：

如果文件不大：

with open('dwn.txt','rb+') as f:
    for i in xrange(6):
        print f.readline()
    content = f.read()
    f.seek(0,0)
    f.write(content)
    f.truncate()

如果文件很大

with open('dwn.txt','rb+') as ahead, open('dwn.txt','rb+') as back:
    for i in xrange(6):
        print ahead.readline()

    x = 100000
    chunk = ahead.read(x)
    while chunk:
        print repr(chunk)
        back.write(chunk)
        chunk = ahead.read(x)
    back.truncate()

truncate() 函数对于放置您要求的 EOF 至关重要。如果不执行 truncate() ，文件的尾部，对应 6 行的偏移量将保留。

.

文件必须以二进制模式打开以防止出现任何问题。

当 Python 读取 '\r\n' 时，会将它们转换为 '\n' （即通用换行支持，默认启用），即假设链 chunk 中只有 '\n'，即使文件中有 '\r\n'。

如果文件来自 Macintosh origin ，则在处理前仅包含 CR = '\r' 换行符，但它们将更改为 '\n' 或 '\r\n'（根据平台）在非 Macintosh 机器上重写期间。

如果是来自 Linux 的文件，它只包含 LF = '\n' 换行符，在 Windows 操作系统上，换行符将更改为 '\r\n' （我不知道在 Macintosh 上处理的 Linux 文件）。原因是操作系统 Windows 写入 '\r\n' 无论它被命令写入，'\n' 或 '\r' > 或 '\r\n'。因此，重写的字符将多于读取的字符，然后文件指针 ahead 和 back 之间的偏移量将减小并导致重写混乱。

在 HTML 源代码中，也有各种换行符。

这就是为什么在处理文件时最好以二进制模式打开文件。

【讨论】：

【解决方案6】：

替代版本

如果您知道分隔（标题部分与感兴趣部分）换行符的字符位置pos，则可以直接使用命令read()，例如一个\n，在您要中断输入文本的文本中：

with open('input.txt', 'r') as txt_in:
    txt_in.seek(pos)
    second_half = txt_in.read()

如果你对两半都感兴趣，还可以研究以下方法：

with open('input.txt', 'r') as txt_in:
    all_contents = txt_in.read()
first_half = all_contents[:pos]
second_half = all_contents[pos:]

【讨论】：

【解决方案7】：

您可以将整个文件读入一个数组/列表，然后从与您希望开始读取的行对应的索引处开始。

f = open('dwn.txt', 'rb')
fileAsList = f.readlines()
fileAsList[0] #first line
fileAsList[1] #second line

【讨论】：

【解决方案8】：

#!/usr/bin/python

with open('dnw.txt', 'r') as f:
    lines_7_through_end = f.readlines()[6:]

print "Lines 7+:"
i = 7;
for line in lines_7_through_end:
    print "    Line %s: %s" % (i, line)
    i+=1

打印：

第 7 行以上：

  Line 7: 201102 foo bar 200 50

  Line 8: 201101 foo bar 300 35

编辑：

要在没有前六行的情况下重建dwn.txt，请在上述代码之后执行此操作：

with open('dnw.txt', 'w') as f:
    for line in lines_7_through_end:
        f.write(line)

【讨论】：

使用 with: open('dnw.txt', 'r') as f: lines = f.readlines()[6:] for line in lines: print " %s" % (line )
这就是 SO 最好的一切都被摧毁的方式。
@SG 它的额外信息会使数据库变得混乱。
从 Python 2.6 开始，可能比使用专用索引更优雅：for (i, line) in enumerate(lines_7_through_end, 7):... 这避免了增加 i。
我认为没有必要打印Line 7, Line 8

【解决方案9】：

我创建了一个脚本，用于每天多次剪切 Apache access.log 文件。这不是问题的原始主题，但我认为它可能很有用，如果您在读取 6 行第一行之后存储了文件光标位置。

所以我需要在上次执行期间解析的最后一行设置位置光标。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()))

【讨论】：

【解决方案10】：

只需执行六次 f.readline() 即可。忽略返回值。

【讨论】：

你试过自己做吗？这个答案怎么可能有两个赞成票？是否有一些邪恶的 perl 黑客支持或其他什么？
我的意思是 f.readline()。 .next() 不过更好。你们赢了。我输了。
虽然如果你 .next() 然后尝试 .readline() 得到一个 ValueError 用于混合迭代和读取方法。
您出于正当理由对“readlines()”解决方案投了反对票，但为什么要对 readline() [times 6] 解决方案投反对票？当然，这不会读取整个文件。还要注意我对 .next() 和 .readline() 的问题。
@Spacedman：因为 readline() 是老帽子，而且因为你提到的问题

【解决方案11】：

readlines() 的解决方案在我看来并不令人满意，因为 readlines() 会读取整个文件。用户将不得不再次阅读这些行（在文件中或在生成的列表中）以处理他想要的内容，而无需第一次阅读有趣的行就可以完成。此外，如果文件很大，内存会被文件内容占用，而for line in file 指令会更轻。

重复 readline() 可以这样完成

nb = 6
exec( nb * 'f.readline()\n')

代码很短，nb 可以通过编程方式调整

【讨论】：

你是认真的吗？ exec。平心而论！
+1 表示不将整个文件读入内存，-100 表示使用exec
对 exec() 有什么好处？它仍然在 Python 3 中；如果它和 xreadlines() 一样糟糕，那么它也会被弃用。我从不使用 exec()，但在我看来，在这种情况下，它可以缩短代码，而不是用 readline() 写 6 行
« 在我看来，使用 readlines() 的解决方案并不令人满意，因为 readlines() 会读取整个文件。 » 嗯，可以讨论。这取决于文件和目标。如果一个文件很大并且只有几行是有趣的，那么在重新阅读之前阅读整个文件并不是一个好主意。但是，如果不是很大并且列表中的所有行都简化了代码或其他任何内容，那么它是可以接受的。这取决于。我不再同意自己了。