本篇文章将从多个方面介绍如何在Python中逐行读取txt文件。
一、使用Python内置函数readline()
Python内置了读取文件的函数readline()。只需使用一个打开文件的file()函数来打开txt文件,并使用readline()函数读取文件的每一行。
#打开文件
file = open('example.txt', 'r')
#读取文件、输出每一行
line = file.readline()
while line:
print(line)
line = file.readline()
file.close()
上述代码打开了名为"example.txt"的文件,并读取了每一行,然后输出到屏幕上。file.readline()每次只读取一行,使用循环读取所有行。文件读取完后,需要使用file.close()关闭文件。
二、使用Python内置函数readlines()
如果你希望一次性读取所有行并将其存储在一个列表中,可以使用readlines()函数。
#打开文件
file = open('example.txt', 'r')
#读取文件、存储每一行到列表中
lines = file.readlines()
#输出列表
print(str(lines))
file.close()
代码中,打开文件后使用readlines()函数读取所有行并存储在名为"lines"的列表中。最后,将"lines"列表输出到屏幕上。同样需要使用file.close()函数关闭文件。
三、使用Python上下文管理器with语句
Python上下文管理器提供了与文件交互的便捷方式,可以使用Python的with语句来自动管理文件的打开和关闭。
#使用with语句打开文件、读取每一行
with open('example.txt', 'r') as file:
for line in file:
print(line)
file.close()
使用with语句打开文件并读取每一行,无需使用file.close()语句,这是因为Python会自动管理文件的打开和关闭。
四、使用pandas库读取txt文件
如果想要读取txt文件,并将其转换为DataFrame对象,可以使用Python的pandas库。
#导入pandas库
import pandas as pd
#读取txt文件、存储到DataFrame对象中
df = pd.read_csv('example.txt', sep='t')
#输出DataFrame对象
print(df.head())
pandas库的read_csv()函数可以将txt文件读取为DataFrame对象,并可以通过sep参数指定分隔符。最后,将DataFrame对象输出到屏幕上。
五、总结
本文介绍了如何在Python中逐行读取txt文件,包括使用readline()函数,readlines()函数,with语句,以及使用pandas库将txt文件转换为DataFrame对象。