从文件中读取数据

许多程序需要处理并非用户在运行时直接输入的数据。这类数据通常存储在计算机的文件中。Julia提供了直接的方法来访问和读取这些文件中的信息，使你的程序能够处理现有数据集、配置或任何基于文本的信息。

打开文件进行读取

要从文件读取，首先需要“打开”它。此操作在你的程序和文件之间建立一个连接，称为流。Julia的open()函数负责这项任务。

打开文件进行读取的基本方式如下所示：

# 以读取模式("r")打开"mydata.txt"
file_stream = open("mydata.txt", "r")

# ... 执行从file_stream读取的操作 ...

# 完成操作后务必关闭文件
close(file_stream)

在此代码片段中，"mydata.txt"是文件名，"r"参数 (parameter)表示我们打算从中读取。所有读取操作完成后，必须调用close(file_stream)。关闭文件会将其返还给操作系统，并确保任何缓冲数据被处理完毕。

忘记关闭文件可能导致问题，例如资源泄漏或文件被其他程序锁定。为了使文件处理更安全便捷，Julia为open()函数提供了一种do块语法。这种结构保证一旦代码块执行完毕，文件就会自动关闭，即使代码块内部发生错误也不例外。

open("mydata.txt", "r") do io  # 'io' 是 I/O 流的常用变量名
    # 从文件流 'io' 读取的代码放在这里。
    # 当此代码块结束时，文件将自动关闭。
    # 例如，我们来读取第一行：
    if !eof(io) # 检查是否未到文件末尾
        first_line = readline(io)
        println("First line: ", first_line)
    end
end

这种do块方法因其可靠性而受到强烈推荐。接下来的大多数示例都将使用这种语法。

读取整个文件内容

如果处理的文件相对较小，并且需要一次性获取其所有内容，可以使用read(io, String)将整个文件读取为一个字符串。

# 假设 "config.txt" 包含一些配置设置。
file_content = ""
filepath = "config.txt"

open(filepath, "r") do io
    file_content = read(io, String)
end

println("Contents of ", filepath, ":")
println(file_content)

此处，read(io, String)会读取输入流io中的所有字符，并将它们作为单个Julia String返回。此方法方便用于加载配置文件或短文本文档等任务。但是，请注意，对于非常大的文件，这种方法可能会占用大量内存。

逐行读取文件

更常见的情况是，你会希望逐行处理文件。这对于大型文件来说效率特别高，因为它避免了将整个文件同时加载到内存中。

使用 readline()

readline(io)函数从流io中读取一行文本，直到并包括通常表示一行结束的换行符(\n)。如果反复调用它，它将读取后续行。为了避免文件末尾的错误，你可以使用eof(io)（文件末尾）进行检查。

# 假设 "poem.txt" 有多行内容。
open("poem.txt", "r") do io
    line_number = 1
    while !eof(io)
        line = readline(io)
        print("Line ", line_number, ": ", line) # 'line' 包含换行符
        line_number += 1
    end
end

请注意，line通常在其末尾会有一个换行符。如果你需要不带换行符的行内容，chomp(line)将删除末尾的换行符。

使用 readlines()

如果你需要文件中的所有行作为字符串数组，readlines(io)是一个简洁的选择。

# 假设 "tasks.txt" 列出了任务，每行一个。
all_lines = String[] # 初始化一个空的字符串数组

open("tasks.txt", "r") do io
    all_lines = readlines(io)
end

println("Tasks to complete:")
for (index, task_description) in enumerate(all_lines)
    println(index, ". ", chomp(task_description)) # chomp 以获得更整洁的输出
end

与read(io, String)类似，readlines(io)将文件的所有行加载到内存中，因此它最适合处理大小适中的文件。

使用 eachline() 进行迭代

在Julia中，逐行处理文件最符合习惯且通常最节省内存的方法是使用eachline()。此函数返回一个迭代器，每次生成一行，高效地处理读取和缓冲的细节。

# 假设 "data.txt" 包含：
# Apple
# Banana
# Cherry

println("Processing items from data.txt:")
open("data.txt", "r") do io
    for line_content in eachline(io)
        # 处理每一行，例如，转换为大写并去除换行符
        processed_item = uppercase(chomp(line_content))
        println("Processed: ", processed_item)
    end
}

这将输出：

Processing items from data.txt:
Processed: APPLE
Processed: BANANA
Processed: CHERRY

eachline()一个非常便利的功能是它也可以直接接受文件名。Julia会为你管理文件的打开和关闭：

# 假设 "fruits.txt" 存在，并列出了水果。
println("List of fruits:")
for fruit in eachline("fruits.txt")
    println("- ", chomp(fruit))
end

这种方法整洁、易读，通常是Julia中逐行处理的首选方法。

读取和转换数据

文件通常包含你需要用作数字或其他类型的数据，而不仅仅是字符串。当你从文件读取时，数据最初以字符串形式到达。你通常需要解析这些字符串，将它们转换为所需的数据类型。

考虑一个名为scores.txt的文件，其内容如下：

100
95
88
72

你可以读取这些分数并计算它们的平均值：

total_score = 0
count = 0
filepath = "scores.txt"

if isfile(filepath) # 检查文件是否存在是好习惯
    open(filepath, "r") do io
        for line in eachline(io)
            # 移除任何开头/结尾的空白符和换行符
            cleaned_line = strip(line) 
            if !isempty(cleaned_line) # 确保去除空白符后行不为空
                # 尝试将行解析为整数
                score = parse(Int, cleaned_line) 
                total_score += score
                count += 1
            end
        end
    end

    if count > 0
        average = total_score / count
        println("Average score: ", average)
    else
        println("文件中未找到有效分数。")
    end
else
    println("文件未找到：", filepath)
end

parse(Int, cleaned_line)函数尝试将cleaned_line字符串转换为Int（整数）。如果一行包含无法转换为整数的文本（例如，“eighty”），parse将引发错误。我们将在第8章讨论如何更妥善地处理此类错误。目前，这展示了一种读取和转换数值数据的基本模式。strip()函数在解析前用于移除多余的空白符。

检查文件是否存在

在尝试打开和读取文件之前，通常最好验证一下文件确实存在。尝试打开一个不存在的文件将导致错误。Julia为此目的提供了isfile()函数。

filename_to_check = "report.dat"

if isfile(filename_to_check)
    println("File '", filename_to_check, "' 存在。准备读取。")
    # 继续打开和读取文件
    open(filename_to_check, "r") do io
        # 示例：读取文件的一小部分
        preview_data = read(io, 100) # 读取最多100字节
        println("Preview (first 100 bytes): \n", String(preview_data))
    end
else
    println("Warning: File '", filename_to_check, "' 不存在或是一个目录。")
end

使用isfile()可以帮助你的程序做出明智的判断，并避免因文件缺失导致的程序崩溃。

潜在问题说明

文件操作可能会遇到各种问题：文件可能不存在（导致SystemError，通常包含FileNotFoundError），你可能缺少读取文件的必要权限，或者可能发生其他I/O问题。 尽管第8章专门讨论错误处理，这里简要介绍一下如何使用try-catch块来管理文件读取过程中可能出现的问题：

target_file = "sensitive_data.log"

try
    open(target_file, "r") do io
        println("Successfully opened: ", target_file)
        for line in eachline(io)
            # 处理行
        end
        println("Finished reading.")
    end
catch e
    if isa(e, SystemError) && e.errnum == Base.UV_ENOENT # 特别检查文件是否未找到
        println("Error: The file '", target_file, "' 未能找到。")
    elseif isa(e, SystemError) # 其他系统级错误（例如，权限）
        println("Error reading '", target_file, "': ", e.msg)
    else
        println("An unexpected error occurred: ", sprint(showerror, e)) # 一般错误
    end
end

这种结构允许你的程序在try块内尝试文件操作。如果发生错误，相应的catch块中的代码将被执行，从而实现比程序突然终止更受控的响应。

从文件中读取数据是编程中的一项基本技能。借助Julia的open()、eachline()和parse()等工具，你可以有效地访问和使用存储在各种文件格式中的数据。请记住使用do块进行安全的文件处理，并考虑使用isfile()等检查来编写更可靠的程序。