8.11 读取文本文件

在python中可以使用open函数打开文件，打开文件需要注意以下内容：

1、文件是否存在，检查文件路径是否正确；

2、文件是文本文件还是二进制文件；

3、是否是压缩文件；

4、以哪种方式打开文件；

在python中打开文件可以使用open函数，open函数数据的结果为一个迭代器。open函数选项参数：大部分情况下以只读方式打开文件，直接写文件名即可。

表1 open函数选项参数

参数	释义
file	要打开的文件名，文件需存在
mode	打开方式，只读为'r', 写文件为“w”，二进制文件为“b”，追加写入为“a”
buffering	缓存大小
encoding	编码方式

 file1 = 'pydata/10.fa'

 f_object = open(file1, 'r')

打开文件之后可以通过readline()和readlines()方法来读取文件的内容。在程序中默认都是读取文件一行，每一行以换行符结尾。如果想一次读取文件全部内容，可以使用readlines()方法。但是此种方法会一次将文件全部内容读取。如果文件太大，比如文件有10G，那么一次就将10G文件全部加载到内存中，造成内存不足。因此，尽量不使用该方法。文件读写完毕后，要及时关闭文件。

#读取第一行
line1 = f_object.readline()
print(line1)

#读取第二行
line2 = f_object.readline()
print(line2)

#读取第三行
line3 = f_object.readline()
print(line3)

#读取剩余全部行
all_lines = f_object.readlines()
print(all_lines)

# 关闭文件
f_object.close()

一般文件都有很多行，甚至几百万行，不能一行一行读写处理，open打开文件对象也是一个迭代器，所以一般都是将文件对象加入到循环中，通过循环来一行行处理文件。

file1 = 'pydata/10.fa'

 f_object = open(file1, 'r')

for line in f_object:

  print(line)

读取文件之后一般需要进行三个常规操作：

第一：进行模式匹配，筛选需要处理的行，需要应用到正则表达式部分；

第二：去除结尾的换行符，使用strip()方法，strip还可以分为lstrip()处理左侧，rstrip()处理右侧；

第三：如果包含多列内容，使用split()方法将其拆分为数组；

file1 = 'pydata/10.fa'

f_object = open(file1, 'r')

# for循环读取文件
for line in f_object:
    if line.startswith("#"):
        continue
    else:
        new_line = line.strip().split()
        print(new_line)

# while循环读取文件
file1 = 'pydata/10.fa'
f_object = open(file1, 'r')
line = f_object.readline()
while line:
    print(line.strip())
    line = f_object.readline()

  print(line.strip())

  line = f_object.readline()