Python 忽略空文件

Question

我们准备了一个Python脚本（Python 2.7）来制作直方图。

这个脚本叫做 histogram.py

#!/usr/bin/env python
import sys
import numpy as np
import matplotlib as mpl
import matplotlib.mlab as mlab
mpl.use('Agg')
import matplotlib.pyplot as plt

sys.argv[1]  # Define input name
sys.argv[2]  # Define output name
sys.argv[3]  # Define title

# Open the file name called "input_file"
input_file=sys.argv[1]
inp = open (input_file,"r")
lines = inp.readlines()
if len(lines) >= 20:
    x = []
    #numpoints = []
    for line in lines:
#  if int(line) > -10000:  # Activate this line if you would like to filter any date (filter out values smaller than -10000 here)
            x.append(float(line))
# the histogram of the data
            n, bins, patches = plt.hist(x, 50, normed=False, facecolor='gray')
            plt.xlabel('Differences')
            numpoints = len(lines)
            plt.ylabel('Frequency ( n =' + str(numpoints) + ' ) ' )
            title=sys.argv[3]
            plt.title(title)
            plt.grid(True)
            save_file=sys.argv[2]
            plt.savefig(save_file+".png")
            plt.clf()
inp.close()

示例：输入数据

1
2
3

这个脚本会做以下事情

python histogram.py input ${output_file_name}.png ${title_name}

我们添加了一行代码 "if len(lines) >= 20:"，这样如果数据点少于20个，就不会生成图表。

但是，如果文件是空的，这个Python脚本就会卡住。

我们添加了一行bash命令，在运行 "python histogram.py input ${output_file_name}.png ${title_name}" 之前，先删除任何空文件。

find . -size 0 -delete

出于某些原因，这行代码在小规模测试中总是能正常工作，但在实际生产中经过几次循环后就不行了。所以我们希望能让 "histogram.py" 在可能的情况下忽略任何空文件。

我们搜索后只找到这个链接，但似乎并没有太大帮助 :(

忽略覆盖报告中的空文件

有没有人能提供一些建议？谢谢！

Answer 1

在开始之前，先检查一下这个文件是否存在，并且确认它不是空的。

import os
def emptyfile(filepath):
    return ((os.path.isfile(filepath) > 0) and (os.path.getsize(filepath) > 0))

Answer 2

检查一下 input_file 文件是否为空，可以用这个方法 os.path.getsize(input_file) > 0。

os.path.getsize

你需要提供文件的完整路径，我想你应该已经有了。如果文件不存在或者无法访问，这个方法会报错，所以你可能需要考虑处理这些情况。

这段代码可以正常工作，但会忽略空文件：

#!/usr/bin/env python
import sys
import numpy as np
import matplotlib as mpl
import matplotlib.mlab as mlab
import os
mpl.use('Agg')
import matplotlib.pyplot as plt

sys.argv[1]  # Define input name
sys.argv[2]  # Define output name
sys.argv[3]  # Define title
input_file=sys.argv[1]
# Open the file name called "input_file"

if os.path.getsize(input_file) > 0:
    inp = open (input_file,"r")
    lines = inp.readlines()
    if len(lines) >= 20:
        x = []
        #numpoints = []
        for line in lines:
    #  if int(line) > -10000:  # Activate this line if you would like to filter any date (filter out values smaller than -10000 here)
                x.append(float(line))
    # the histogram of the data
                n, bins, patches = plt.hist(x, 50, normed=False, facecolor='gray')
                plt.xlabel('Differences')
                numpoints = len(lines)
                plt.ylabel('Frequency ( n =' + str(numpoints) + ' ) ' )
                title=sys.argv[3]
                plt.title(title)
                plt.grid(True)
                save_file=sys.argv[2]
                plt.savefig(save_file+".png")
                plt.clf()
    inp.close()

else:
    print "Empty file"


~$ python test.py empty.txt foo bar
   Empty file