Python教程：推荐一个比 open 读文件还好用、方便的库
使用 open 函數(shù)去讀取文件，似乎是所有 Python 工程師的共識。
今天給大家推薦一個比 open 更好用、更優(yōu)雅的讀取文件方法 – 使用 fileinput
fileinput 是 Python 的內(nèi)置模塊，但我相信，不少人對它都是陌生的。今天我把 fileinput 的所有的用法、功能進(jìn)行詳細(xì)的講解，并列舉了一些非常實(shí)用的案例，對于理解和使用它可以說完全沒有問題。
1. 從標(biāo)準(zhǔn)輸入中讀取
當(dāng)你的 Python 腳本沒有傳入任何參數(shù)時(shí)，fileinput 默認(rèn)會以 stdin 作為輸入源
# demo.py import 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(fù)讀機(jī)似的。
$ python demo.py hello hellopython python2. 單獨(dú)打開一個文件
腳本的內(nèi)容如下
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(nèi)容如下
hello world執(zhí)行后就會輸出如下
$ python demo.py a.txt 第1行: hello a.txt 第2行: world需要說明的一點(diǎn)是，fileinput.input() 默認(rèn)使用 mode=‘r’ 的模式讀取文件，如果你的文件是二進(jìn)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(shù)中傳入了 files 參數(shù)，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。
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(nèi)容分別是
$ cat a.txt hello world $ cat b.txt hello python運(yùn)行后輸出結(jié)果如下，由于 a.txt 和 b.txt 的內(nèi)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(shí)，才是原文件中真實(shí)的行號。
$ python demo.py a.txt 第1行: hello a.txt 第2行: world b.txt 第3行: hello b.txt 第4行: python如果想要在讀取多個文件的時(shí)候，也能讀取原文件的真實(shí)行號，可以使用 fileinput.filelineno() 方法
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(yùn)行后，輸出如下
$ python demo.py a.txt 第1行: hello a.txt 第2行: world b.txt 第1行: hello b.txt 第2行: python這個用法和 glob 模塊簡直是絕配
import fileinput import globfor 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(yùn)行效果如下
$ python demo.py -------------------- Reading b.txt... -------------------- 1: HELLO 2: PYTHON -------------------- Reading a.txt... -------------------- 3: HELLO 4: WORLD4. 讀取的同時(shí)備份文件
fileinput.input 有一個 backup 參數(shù)，你可以指定備份的后綴名，比如 .bak
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(yùn)行的結(jié)果如下，會多出一個 a.txt.bak 文件
$ ls -l a.txt* -rw-r--r-- 1 MING staff 12 2 27 10:43 a.txt$ python demo.py a.txt 第1行: hello a.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.bak5. 標(biāo)準(zhǔn)輸出重定向替換
fileinput.input 有一個 inplace 參數(shù)，表示是否將標(biāo)準(zhǔn)輸出的結(jié)果寫回文件，默認(rèn)不取代
請看如下一段測試代碼
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(yùn)行后，會發(fā)現(xiàn)在 for 循環(huán)體內(nèi)的 print 內(nèi)容會寫回到原文件中了。而在 for 循環(huán)體外的 print 則沒有變化。
$ cat a.txt hello world$ python demo.py [INFO] task is started... [INFO] task is closed...$ cat a.txt a.txt 第1行: hello a.txt 第2行: world利用這個機(jī)制，可以很容易的實(shí)現(xiàn)文本替換。
import sys import fileinputfor line in fileinput.input(files=('a.txt', ), inplace=True):#將Windows/DOS格式下的文本文件轉(zhuǎn)為Linux的文件if line[-2:] == "\r\n": line = line + "\n"sys.stdout.write(line)附：如何實(shí)現(xiàn) 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(zhuǎn)UNIX：:setfileformat=unix UNIX轉(zhuǎn)DOS：:setfileformat=dos6. 不得不介紹的方法
如果只是想要 fileinput 當(dāng)做是替代 open 讀取文件的工具，那么以上的內(nèi)容足以滿足你的要求。
-
fileinput.filenam() 返回當(dāng)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(shù)表示的當(dāng)前文件“文件描述符”。 當(dāng)未打開文件時(shí)（處在第一行和文件之間），返回 -1。
-
fileinput.lineno() 返回已被讀取的累計(jì)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(dāng)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(fù)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(guān)閉當(dāng)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(jì)入累計(jì)行數(shù)。 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(shù)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(shù)將不再生效。
-
fileinput.close() 關(guān)閉序列。
7. 進(jìn)階一點(diǎn)的玩法
在 fileinput.input() 中有一個 openhook 的參數(shù)，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(rèn)使用的是 open 函數(shù)。
fileinput 為我們內(nèi)置了兩種勾子供你使用
- 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(kuò)展名 ‘.gz’ 和 ‘.bz2’ 來識別）。 如果文件擴(kuò)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)
- 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(wǎng)絡(luò)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
直接將這個函數(shù)傳給 openhoos 即可
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(yùn)行后按預(yù)期一樣將 CSDN 的 robots 的文件打印了出來
User-agent: * Disallow: /scripts Disallow: /public Disallow: /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.xml Sitemap: https://www.csdn.net/article/sitemap.txt8. 列舉一些實(shí)用案例
案例一：讀取一個文件所有行
import fileinput for line in fileinput.input('data.txt'):print(line, end="")案例二：讀取多個文件所有行
import fileinput import globfor 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(zhuǎn)為LF
''' 學(xué)習(xí)中遇到問題沒人解答？小編創(chuàng)建了一個Python學(xué)習(xí)交流QQ群：857662006 尋找有志同道合的小伙伴，互幫互助,群里還有不錯的視頻學(xué)習(xí)教程和PDF電子書！ ''' import sys import fileinputfor line in fileinput.input(files=('a.txt', ), inplace=True):#將Windows/DOS格式下的文本文件轉(zhuǎn)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
#--樣本文件--：error.log aaa 1970-01-01 13:45:30 Error: **** Due to System Disk spacke not enough... bbb 1970-01-02 10:20:30 Error: **** Due to System Out of Memory... ccc#---測試腳本--- import re import fileinput import syspattern = '\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(jié)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(shí)現(xiàn)類似于grep的功能
import sys import re import fileinputpattern= 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 re addressBook1.py 10 import re addressBook2.py 18 import re test.py 238 import re9. 寫在最后
fileinput 是對 open 函數(shù)的再次封裝，在僅需讀取數(shù)據(jù)的場景中， fileinput 顯然比 open 做得更專業(yè)、更人性，當(dāng)然在其他有寫操作的復(fù)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）。
總結(jié)
以上是生活随笔為你收集整理的Python教程：推荐一个比 open 读文件还好用、方便的库的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： Python教程：with ... as
- 下一篇： getmenuiteminfo无法读取内