Python 2.7：len（）從換行符返回文件行的錯誤值

Question

我在Windows 7 64位上使用WinPython 2.7。

我想打開一個文件，逐行讀取它的內容，當遇到特定的序列時，我想繼續操作文件內容。

要保存當前位置，我將當前行的長度附加到行長度列表中。但是，len(line)返回的值太小了1.我懷疑這是由於Windows的換行符\r\n。

考慮以下代碼爲例。

• TESTFILE.TXT：

  Line1 
  Line2 
  Line3 
  

• test.py

  fn = 'testfile.txt' 
  
  f = open(fn) 
  
  line_offsets = [] 
  for line in f: 
      line_offsets.append(len(line)) 
  
  f.seek(line_offsets[1]) 
  print '%r' % f.read() 
  

• 輸出：

  '\nLine2\nLine3' 
  

• 預期輸出：

  'Line2\nLine3' 
  

我試圖通過指定的讀法（用通用換行符）打開文件：f = open(fn, 'rU') 但這並沒有這樣的伎倆無論是。如果我以二進制模式打開文件，我可以使它工作，但這實際上是一個文本文件，而不是二進制文件，所以我想避免這種情況，我也想了解這裏發生了什麼。

Answer 1

以二進制模式打開文件，並且'\r'不會從行中剝離。然後len將返回適當的字節數。

f = open(fn, 'rb') 

這將是，如果你的端口到Python 3尤爲重要，因爲非二進制文件將在您閱讀和計數可能是方式關閉字節解碼成Unicode字符。

Answer 2

您可以使用splitlines()從文件中刪除這些行。它根據documentation對各種換行符具有容差。

Answer 3

爲了獲得您想要的行爲，您可以在讀取每行之前明確地調用f.tell()，然後使用f.readline()來讀取該行。由於Windows issue with tell()，您可能還必須以二進制模式工作，並自行處理任何行結束問題。使用該文件作爲迭代器將無法正常工作，因爲它會被緩衝，並且可能會使文件指針超出您在文件中讀取的行。

>>> with open('testfile.txt', 'rb') as f: 
...  while True: 
...   here = f.tell() 
...   line = f.readline() 
...   if not line: 
...    break 
...   print('%02d\t%r' % (here, line)) 
... 
00 'Line1\n' 
06 'Line2\n' 
12 'Line3\n'