从文件中读取数据

从文件中读取数据是 Python 编程中常见的任务。在打开文件之后，通常使用 open() 函数以读取模式 ('r')，重点就转移到提取其中存储的信息。Python 提供了几种方便的方式来从文件对象中读取数据。您选择的方法通常取决于您是需要一次性获取全部内容，还是逐行处理文件，或是读取特定数量的数据。

回想一下上一节的内容，打开文件的最佳做法是使用 with 语句，即使发生错误，它也会自动处理文件的关闭。我们将在示例中采用这种方法。

# 假设我们有一个名为 'greet.txt' 的文件，其内容如下：
# Hello, Python learner!
# Start file handling.
# Enjoy reading files.

使用 read() 读取整个文件内容

获取文件全部内容最简单的方法是使用 read() 方法。当不带任何参数 (parameter)调用时，它会从当前位置读取到文件末尾，并将全部内容作为单个字符串返回。

# 示例：读取 greet.txt 的全部内容
try:
    with open('greet.txt', 'r') as file:
        content = file.read()
        print("--- 文件内容 (使用 read()) ---")
        print(content)
        print("--- 内容结束 ---")
except FileNotFoundError:
    print("错误：未找到 greet.txt。")

执行此代码将打印 greet.txt 中的完整文本。请注意，输出与文件中显示的内容完全一致，包括导致文本在打印时跨多行的换行符。

需要注意的问题： 在处理非常大的文件时，使用 read() 要谨慎。因为它将整个文件内容作为单个字符串加载到内存中，这会占用大量内存资源，如果文件特别大（千兆字节或更多），甚至可能导致程序崩溃。

您还可以为 read(size) 提供一个可选的整数参数，以指定要读取的最大字节数（对于默认编码的文本文件，即字符数）。如果您只需要文件的一部分或想分块处理文件，这会很有用。

# 示例：只读取前 10 个字节
try:
    with open('greet.txt', 'r') as file:
        partial_content = file.read(10)
        print("--- 前 10 个字节 ---")
        print(partial_content)
        print("--- 部分内容结束 ---")
except FileNotFoundError:
    print("错误：未找到 greet.txt。")

使用 readline() 逐行读取

如果您需要逐行处理文件，readline() 方法会很有帮助。每次调用 readline() 时，它会从当前位置读取文件中的一个完整行，直到并包括表示行尾的换行符 (\n)。如果它到达文件末尾且没有更多行，它会返回一个空字符串 ('')。

# 示例：使用 readline() 逐行读取
try:
    with open('greet.txt', 'r') as file:
        print("--- 使用 readline() 读取行 ---")
        line1 = file.readline()
        print(f"行 1: {line1}", end='') # end='' 阻止额外的换行

        line2 = file.readline()
        print(f"行 2: {line2}", end='')

        line3 = file.readline()
        print(f"行 3: {line3}", end='')

        # 在最后一行之后再次调用
        end_of_file = file.readline()
        print(f"文件结束检查: '{end_of_file}' (空字符串表示文件结束)")
        print("--- 行读取完成 ---")
except FileNotFoundError:
    print("错误：未找到 greet.txt。")

请注意 end='' 在 print 函数中。这会阻止 print 添加它自己的换行符，因为 readline() 已经包含了文件本身的换行符。如果您只需要一次处理一行，那么对于大文件而言，使用 readline() 比 read() 更节省内存。

使用 readlines() 将所有行读取到列表中

readlines() 方法从文件的当前位置读取所有剩余行，并将它们作为字符串列表返回。列表中的每个字符串都对应文件中的一行，并且像 readline() 一样，包含末尾的换行符 (\n)。

# 示例：将所有行读取到列表中
try:
    with open('greet.txt', 'r') as file:
        lines_list = file.readlines()
        print("--- 使用 readlines() 读取行 ---")
        print(f"结果类型: {type(lines_list)}")
        print(f"行数: {len(lines_list)}")
        print("列表内容:")
        print(lines_list) 

        # 访问单行的示例
        if len(lines_list) > 0:
            print(f"列表中的第一行: {lines_list[0]}", end='') 
        print("--- 行读取完成 ---")

except FileNotFoundError:
    print("错误：未找到 greet.txt。")

此方法将整个文件读取到内存中，类似于 read()，但将其组织成一个行列表。如果您需要随机访问不同的行，这会很方便，但对于非常大的文件，它与 read() 存在相同的内存问题。

推荐方法：直接迭代文件对象

最符合 Python 风格且最节省内存的逐行读取文件的方式是使用 for 循环直接迭代文件对象。Python 在后台高效地处理读取行的细节，每次只加载一行（或一小部分缓冲区）到内存中。这是处理文件，特别是大文件时，首选的方法。

# 示例：直接迭代文件对象
try:
    with open('greet.txt', 'r') as file:
        print("--- 直接迭代文件对象 ---")
        line_number = 1
        for line in file:
            # 在此处处理每一行
            # 通常有用的是去除空白符/换行符
            processed_line = line.strip() 
            print(f"行 {line_number}: '{processed_line}'")
            line_number += 1
        print("--- 迭代完成 ---")
except FileNotFoundError:
    print("错误：未找到 greet.txt。")

这种方法结合了可读性和效率。在循环内部，line 变量保存从文件中读取的当前行，包括换行符。在处理行的实际内容之前，在循环中使用像 strip() 或 rstrip() 这样的字符串方法来删除前导/尾随空白符（包括换行符）是非常常见的做法。

选择适合的方法取决于您的具体需求：read() 用于获取全部内容（适用于小文件），readline() 用于手动逐行读取，readlines() 用于将所有行作为列表获取（适用于小文件），以及直接迭代用于最常见和高效的逐行处理。