文件迭代，检查行存在性

Question

我正在用一个循环来读取一个文件，像这样...

f = open("somefile.txt")

for line in f:
    do stuff

但是每次我读取一行时，我需要从下一行取一个项目，然后把它放到当前这一行里。有什么好的方法可以做到这一点吗？有没有办法在不读取下一行的情况下获取它的某个项目？

Answer 1

如果你的文件可以放进内存里，你可以试试下面的做法：

f = open('somefile.txt')
lines = f.read().splitlines()

for current_line, next_line in zip(lines, lines[1:]):
    print current_line
    print next_line
    print '-------'

上面的代码基本上是读取所有的行，然后用 zip 函数把当前行和下一行组合成一个个小组（元组）。

补充说明：如果文件很长，你可以使用 itertools 库，方法如下：

import itertools
f = open('somefile.txt')
i1, i2 = itertools.tee(f)
lines = itertools.izip(i1, itertools.islice(i2, 1, None))
for current_line, next_line in lines:
    print current_line
    print next_line
    print '-------'

在这种情况下：

• itertools.tee 用来创建两个独立的迭代器（一个用来处理当前行，另一个用来处理下一行），它们都使用原始的文件迭代器。
• itertools.slice 用来让第二个迭代器从第二行开始。
• itertools.izip 用来把两个迭代器的结果逐行组合成元组。

补充说明2：正如 @eyquem 提到的，你也可以打开文件两次：

import itertools
f = open('somefile.txt')
g = open('somefile.txt')
lines = itertools.izip(f, itertools.islice(g, 1, None))
for current_line, next_line in lines:
    print current_line
    print next_line
    print '-------'

Answer 2

如果你的文件不大，可以把它全部读到内存里，然后在里面处理：

f = open("somefile.txt")
lines = f.readlines()
f.close()

for index, value in enumerate(lines):
    # Check if next line exists
    if index + 1 > len(lines):
        next_line = lines(index + 1)
        # do something with line and next_line

补充：

对于大文件，最简单的方法就是记住你之前那一行：

f = open("somefile.txt")
previous_line = f.readline()
for line in f:
    # Do something with line and previous_line
    print(line, previous_line)
    # Save this line for the next iteration
    previous_line = line

根据你的数据情况，可能会有一些特殊情况。比如说，你的行数据是总是成对出现，还是在某些情况下只需要下一行的一点信息。

举个例子，如果你的文件只有一行，这段代码就不会有任何作用。

Answer 3

如果我理解得没错，你想要逐行处理数据，并且需要用到下一行的一些值。我的建议是，先把你当前正在处理的值存起来，然后用上一个值来进行操作。也就是说，反着来——last_line是你当前处理的行，而“行”就是下一行。

last_line = None

with open("somefile.txt") as f:
    for line in f:
        if not last_line == None:
            do_stuff(last_line, extract_needed_part(line))
        last_line = line
do_stuff(last_line) #The final line without anything following it.

用数学的说法来说，就是不要用第n行和第n+1行，而是用第n-1行和第n行，效果是一样的。

这种方法的好处是，你不需要一开始就把整个文件都加载进来。