在多个文件的所有行上迭代的最python方法是什么？

Question

我想把许多文件当作一个文件来处理。使用生成器[文件名]=>；[文件对象]=>；[行]而不是将整个文件读入内存，正确的pythonic方法是什么？

我们都知道打开文件的正确方法：

with open("auth.log", "rb") as f:
    print sum(f.readlines())

我们知道将多个迭代器/生成器链接到一个长迭代器/生成器的正确方法：

>>> list(itertools.chain(range(3), range(3)))
[0, 1, 2, 0, 1, 2]

但如何将多个文件链接在一起并保留上下文管理器？

with open("auth.log", "rb") as f0:
    with open("auth.log.1", "rb") as f1:
        for line in itertools.chain(f0, f1):
            do_stuff_with(line)

    # f1 is now closed
# f0 is now closed
# gross

我可以忽略上下文管理器，这样做，但感觉不对：

files = itertools.chain(*(open(f, "rb") for f in file_names))
for line in files:
    do_stuff_with(line)

或者这就是Async IO - PEP 3156的用途，我以后就只能等待优雅的语法了？

Answer 1

总是有^{}。

for line in fileinput.input(filenames):
    ...

然而，读取source时，似乎fileinput.FileInput不能用作上下文管理器¹。要解决这个问题，可以使用^{}，因为FileInput实例有一个合理实现的close方法：

from contextlib import closing
with closing(fileinput.input(filenames)) as line_iter:
    for line in line_iter:
        ...

---

上下文管理器的另一种选择是在文件上编写一个简单的函数循环，并在运行时生成行：

def fileinput(files):
    for f in files:
        with open(f,'r') as fin:
            for line in fin:
                yield line

在这里我不需要itertools.chain。。。这里的魔力在yield语句中，该语句用于将普通函数转换为一个非常懒的生成器。

---

作为旁白，从python3.2开始，fileinput.FileInput被实现为一个上下文管理器，它与我们之前使用的contextlib完全一样。现在我们的例子变成：

# Python 3.2+ version
with fileinput.input(filenames) as line_iter:
    for line in line_iter:
        ...

尽管另一个例子也适用于python3.2+。