将文件下载到内存中

Question

我正在写一个Python脚本，想要从一系列非常小的文本文件中提取第二行内容。我希望能直接提取这行，而不是像现在这样先把文件保存到我的硬盘上。

我找到了一些提到TempFile和StringIO模块的讨论，但我对它们的理解不太清楚。

目前，我会把所有文件下载下来，并按顺序命名，比如1.txt、2.txt等等，然后逐个打开这些文件，提取第二行。我希望能直接打开文件，抓取那一行，然后继续寻找下一个文件，打开并读取它。

这是我现在把内容写入硬盘的做法：

while (count4 <= num_files):
    file_p = [directory,str(count4),'.txt']
    file_path = ''.join(file_p)        
    cand_summary = string.strip(linecache.getline(file_path, 2))
    linkFile = open('Summary.txt', 'a')
    linkFile.write(cand_summary)
    linkFile.write("\n")
    count4 = count4 + 1
    linkFile.close()

Answer 1

你在每次循环时都打开和关闭输出文件。

为什么不简单地这样做呢：

with open("Summary.txt", "w") as linkfile:
    while (count4 <= num_files):
        file_p = [directory,str(count4),'.txt']
        file_path = ''.join(file_p)        
        cand_summary = linecache.getline(file_path, 2).strip() # string module is deprecated
        linkFile.write(cand_summary)
        linkFile.write("\n")
        count4 = count4 + 1

另外，linecache 可能不太适合这个情况，因为它是为了从同一个文件中读取多行而优化的，而不是从多个文件中读取同一行。

所以，最好这样做：

with open(file_path, "r") as infile:
    dummy = infile.readline()
    cand_summary = infile.readline.strip()

还有，如果你去掉 strip() 方法，就不需要再加 \n 了，不过谁知道你为什么要加这个。也许 .lstrip() 会更好？

最后，手动的 while 循环是怎么回事？为什么不使用 for 循环呢？

最后，根据你的评论，我明白你想把结果放在一个列表里，而不是文件里。好的。

总的来说：

summary = []
for count in xrange(num_files):
    file_p = [directory,str(count),'.txt'] # or count+1, if you start at 1
    file_path = ''.join(file_p)        
    with open(file_path, "r") as infile:
        dummy = infile.readline()
        cand_summary = infile.readline().strip()
        summary.append(cand_summary)

Answer 2

只需要把写文件的部分换成对列表的 append() 方法的调用就可以了。比如：

summary = []
while (count4 <= num_files):
    file_p = [directory,str(count4),'.txt']
    file_path = ''.join(file_p)        
    cand_summary = string.strip(linecache.getline(file_path, 2))
    summary.append(cand_summary)
    count4 = count4 + 1

顺便提一下，通常你会写 count += 1。另外，看起来 count4 是用从1开始的索引，这在Python中比较少见。