Come leggere un file in ordine inverso usando Python? Voglio leggere un file dall'ultima riga alla prima riga.
Come leggere un file in ordine inverso usando Python? Voglio leggere un file dall'ultima riga alla prima riga.
Risposte:
for line in reversed(open("filename").readlines()):
print line.rstrip()
E in Python 3:
for line in reversed(list(open("filename"))):
print(line.rstrip())
with
affermazione è di solito abbastanza indolore.
Una risposta corretta ed efficiente scritta come generatore.
import os
def reverse_readline(filename, buf_size=8192):
"""A generator that returns the lines of a file in reverse order"""
with open(filename) as fh:
segment = None
offset = 0
fh.seek(0, os.SEEK_END)
file_size = remaining_size = fh.tell()
while remaining_size > 0:
offset = min(file_size, offset + buf_size)
fh.seek(file_size - offset)
buffer = fh.read(min(remaining_size, buf_size))
remaining_size -= buf_size
lines = buffer.split('\n')
# The first line of the buffer is probably not a complete line so
# we'll save it and append it to the last line of the next buffer
# we read
if segment is not None:
# If the previous chunk starts right from the beginning of line
# do not concat the segment to the last line of new chunk.
# Instead, yield the segment first
if buffer[-1] != '\n':
lines[-1] += segment
else:
yield segment
segment = lines[0]
for index in range(len(lines) - 1, 0, -1):
if lines[index]:
yield lines[index]
# Don't yield None if the file was empty
if segment is not None:
yield segment
fh.seek(0, os.SEEK_END)
e cambiando fh.seek(-offset, os.SEEK_END)
anche fh.seek(file_size - offset)
.
utf8
) seek()
e read()
fare riferimento a dimensioni diverse. Questo è probabilmente anche il motivo per cui il primo argomento diverso da zero di seek()
relative a os.SEEK_END
non è supportato.
'aöaö'.encode()
è b'a\xc3\xb6a\xc3\xb6'
. Se lo salvi su disco e poi leggi in modalità testo, quando lo fai seek(2)
si sposterà di due byte, quindi ciò seek(2); read(1)
comporterà un errore UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb6 in position 0: invalid start byte
, ma se lo fai seek(0); read(2); read(1)
, otterrai quello che 'a'
ti aspettavi, cioè: seek()
non è mai la codifica -consapevole, read()
è se si apre il file in modalità testo. Se sì 'aöaö' * 1000000
, i tuoi blocchi non saranno allineati correttamente.
Che ne dici di qualcosa del genere:
import os
def readlines_reverse(filename):
with open(filename) as qfile:
qfile.seek(0, os.SEEK_END)
position = qfile.tell()
line = ''
while position >= 0:
qfile.seek(position)
next_char = qfile.read(1)
if next_char == "\n":
yield line[::-1]
line = ''
else:
line += next_char
position -= 1
yield line[::-1]
if __name__ == '__main__':
for qline in readlines_reverse(raw_input()):
print qline
Poiché il file viene letto carattere per carattere in ordine inverso, funzionerà anche su file molto grandi, purché le singole righe si adattino alla memoria.
Puoi anche usare il modulo python file_read_backwards
.
Dopo averlo installato, tramite pip install file_read_backwards
(v1.2.1), è possibile leggere l'intero file all'indietro (a livello di riga) in modo efficiente dalla memoria tramite:
#!/usr/bin/env python2.7
from file_read_backwards import FileReadBackwards
with FileReadBackwards("/path/to/file", encoding="utf-8") as frb:
for l in frb:
print l
Supporta le codifiche "utf-8", "latin-1" e "ascii".
Il supporto è disponibile anche per python3. Ulteriore documentazione è disponibile all'indirizzo http://file-read-backwards.readthedocs.io/en/latest/readme.html
for line in reversed(open("file").readlines()):
print line.rstrip()
Se sei su Linux, puoi usare il tac
comando.
$ tac file
__reversed__()
che è necessario un metodo, ma python2.5 non si lamenta di una classe personalizzata senza di essa.
__reversed__
Inoltre, non è necessario un metodo e non esisteva una cosa del genere. Se un oggetto fornisce __len__
e __getitem__
funzionerà bene (meno alcuni casi eccezionali, come ad esempio dict).
__reversed__
?
import re
def filerev(somefile, buffer=0x20000):
somefile.seek(0, os.SEEK_END)
size = somefile.tell()
lines = ['']
rem = size % buffer
pos = max(0, (size // buffer - 1) * buffer)
while pos >= 0:
somefile.seek(pos, os.SEEK_SET)
data = somefile.read(rem + buffer) + lines[0]
rem = 0
lines = re.findall('[^\n]*\n?', data)
ix = len(lines) - 2
while ix > 0:
yield lines[ix]
ix -= 1
pos -= buffer
else:
yield lines[0]
with open(sys.argv[1], 'r') as f:
for line in filerev(f):
sys.stdout.write(line)
La risposta accettata non funzionerà per i casi con file di grandi dimensioni che non rientrano nella memoria (che non è un caso raro).
Come è stato notato da altri, la risposta di @srohde sembra buona, ma ha i prossimi problemi:
anche se rifattiamo di accettare l'oggetto file, non funzionerà per tutte le codifiche: possiamo scegliere file con utf-8
codifica e contenuti non ascii come
й
passare buf_size
uguale 1
e avrà
UnicodeDecodeError: 'utf8' codec can't decode byte 0xb9 in position 0: invalid start byte
ovviamente il testo può essere più grande ma buf_size
può essere raccolto in modo da causare errori offuscati come sopra,
Quindi, considerando tutte queste preoccupazioni, ho scritto funzioni separate:
Innanzitutto definiamo le prossime funzioni di utilità:
ceil_division
per la divisione con soffitto (a differenza della //
divisione standard con pavimento, ulteriori informazioni sono disponibili in questa discussione )
def ceil_division(left_number, right_number):
"""
Divides given numbers with ceiling.
"""
return -(-left_number // right_number)
split
per dividere la stringa in base al separatore dato dall'estremità destra con la possibilità di mantenerla:
def split(string, separator, keep_separator):
"""
Splits given string by given separator.
"""
parts = string.split(separator)
if keep_separator:
*parts, last_part = parts
parts = [part + separator for part in parts]
if last_part:
return parts + [last_part]
return parts
read_batch_from_end
per leggere il batch dall'estremità destra del flusso binario
def read_batch_from_end(byte_stream, size, end_position):
"""
Reads batch from the end of given byte stream.
"""
if end_position > size:
offset = end_position - size
else:
offset = 0
size = end_position
byte_stream.seek(offset)
return byte_stream.read(size)
Dopodiché possiamo definire la funzione per leggere il flusso di byte in ordine inverso come
import functools
import itertools
import os
from operator import methodcaller, sub
def reverse_binary_stream(byte_stream, batch_size=None,
lines_separator=None,
keep_lines_separator=True):
if lines_separator is None:
lines_separator = (b'\r', b'\n', b'\r\n')
lines_splitter = methodcaller(str.splitlines.__name__,
keep_lines_separator)
else:
lines_splitter = functools.partial(split,
separator=lines_separator,
keep_separator=keep_lines_separator)
stream_size = byte_stream.seek(0, os.SEEK_END)
if batch_size is None:
batch_size = stream_size or 1
batches_count = ceil_division(stream_size, batch_size)
remaining_bytes_indicator = itertools.islice(
itertools.accumulate(itertools.chain([stream_size],
itertools.repeat(batch_size)),
sub),
batches_count)
try:
remaining_bytes_count = next(remaining_bytes_indicator)
except StopIteration:
return
def read_batch(position):
result = read_batch_from_end(byte_stream,
size=batch_size,
end_position=position)
while result.startswith(lines_separator):
try:
position = next(remaining_bytes_indicator)
except StopIteration:
break
result = (read_batch_from_end(byte_stream,
size=batch_size,
end_position=position)
+ result)
return result
batch = read_batch(remaining_bytes_count)
segment, *lines = lines_splitter(batch)
yield from reverse(lines)
for remaining_bytes_count in remaining_bytes_indicator:
batch = read_batch(remaining_bytes_count)
lines = lines_splitter(batch)
if batch.endswith(lines_separator):
yield segment
else:
lines[-1] += segment
segment, *lines = lines
yield from reverse(lines)
yield segment
e infine una funzione per invertire il file di testo può essere definita come:
import codecs
def reverse_file(file, batch_size=None,
lines_separator=None,
keep_lines_separator=True):
encoding = file.encoding
if lines_separator is not None:
lines_separator = lines_separator.encode(encoding)
yield from map(functools.partial(codecs.decode,
encoding=encoding),
reverse_binary_stream(
file.buffer,
batch_size=batch_size,
lines_separator=lines_separator,
keep_lines_separator=keep_lines_separator))
Ho generato 4 file usando il fsutil
comando :
inoltre ho refactored la soluzione @srohde per lavorare con l'oggetto file anziché il percorso del file.
from timeit import Timer
repeats_count = 7
number = 1
create_setup = ('from collections import deque\n'
'from __main__ import reverse_file, reverse_readline\n'
'file = open("{}")').format
srohde_solution = ('with file:\n'
' deque(reverse_readline(file,\n'
' buf_size=8192),'
' maxlen=0)')
azat_ibrakov_solution = ('with file:\n'
' deque(reverse_file(file,\n'
' lines_separator="\\n",\n'
' keep_lines_separator=False,\n'
' batch_size=8192), maxlen=0)')
print('reversing empty file by "srohde"',
min(Timer(srohde_solution,
create_setup('empty.txt')).repeat(repeats_count, number)))
print('reversing empty file by "Azat Ibrakov"',
min(Timer(azat_ibrakov_solution,
create_setup('empty.txt')).repeat(repeats_count, number)))
print('reversing tiny file (1MB) by "srohde"',
min(Timer(srohde_solution,
create_setup('tiny.txt')).repeat(repeats_count, number)))
print('reversing tiny file (1MB) by "Azat Ibrakov"',
min(Timer(azat_ibrakov_solution,
create_setup('tiny.txt')).repeat(repeats_count, number)))
print('reversing small file (10MB) by "srohde"',
min(Timer(srohde_solution,
create_setup('small.txt')).repeat(repeats_count, number)))
print('reversing small file (10MB) by "Azat Ibrakov"',
min(Timer(azat_ibrakov_solution,
create_setup('small.txt')).repeat(repeats_count, number)))
print('reversing large file (50MB) by "srohde"',
min(Timer(srohde_solution,
create_setup('large.txt')).repeat(repeats_count, number)))
print('reversing large file (50MB) by "Azat Ibrakov"',
min(Timer(azat_ibrakov_solution,
create_setup('large.txt')).repeat(repeats_count, number)))
Nota : ho usato la collections.deque
classe per il generatore di scarico.
Per PyPy 3.5 su Windows 10:
reversing empty file by "srohde" 8.31e-05
reversing empty file by "Azat Ibrakov" 0.00016090000000000028
reversing tiny file (1MB) by "srohde" 0.160081
reversing tiny file (1MB) by "Azat Ibrakov" 0.09594989999999998
reversing small file (10MB) by "srohde" 8.8891863
reversing small file (10MB) by "Azat Ibrakov" 5.323388100000001
reversing large file (50MB) by "srohde" 186.5338368
reversing large file (50MB) by "Azat Ibrakov" 99.07450229999998
Per CPython 3.5 su Windows 10:
reversing empty file by "srohde" 3.600000000000001e-05
reversing empty file by "Azat Ibrakov" 4.519999999999958e-05
reversing tiny file (1MB) by "srohde" 0.01965560000000001
reversing tiny file (1MB) by "Azat Ibrakov" 0.019207699999999994
reversing small file (10MB) by "srohde" 3.1341862999999996
reversing small file (10MB) by "Azat Ibrakov" 3.0872588000000007
reversing large file (50MB) by "srohde" 82.01206720000002
reversing large file (50MB) by "Azat Ibrakov" 82.16775059999998
Come possiamo vedere, funziona come una soluzione originale, ma è più generale e privo dei suoi svantaggi elencati sopra.
Ho aggiunto questo alla 0.3.0
versione del lz
pacchetto (richiede Python 3.5 +) che ha molte utilità funzionali / iteranti ben testate.
Può essere usato come
import io
from lz.iterating import reverse
...
with open('path/to/file') as file:
for line in reverse(file, batch_size=io.DEFAULT_BUFFER_SIZE):
print(line)
Supporta tutte le codifiche standard (forse tranne utf-7
per il fatto che per me è difficile definire una strategia per generare stringhe codificabili con essa).
Qui puoi trovare la mia implementazione, puoi limitare l'utilizzo della RAM modificando la variabile "buffer", c'è un bug che il programma stampa una riga vuota all'inizio.
E anche l'utilizzo della RAM può aumentare se non ci sono nuove righe per più di byte buffer, la variabile "leak" aumenterà fino a vedere una nuova riga ("\ n").
Questo funziona anche con file da 16 GB che sono più grandi della mia memoria totale.
import os,sys
buffer = 1024*1024 # 1MB
f = open(sys.argv[1])
f.seek(0, os.SEEK_END)
filesize = f.tell()
division, remainder = divmod(filesize, buffer)
line_leak=''
for chunk_counter in range(1,division + 2):
if division - chunk_counter < 0:
f.seek(0, os.SEEK_SET)
chunk = f.read(remainder)
elif division - chunk_counter >= 0:
f.seek(-(buffer*chunk_counter), os.SEEK_END)
chunk = f.read(buffer)
chunk_lines_reversed = list(reversed(chunk.split('\n')))
if line_leak: # add line_leak from previous chunk to beginning
chunk_lines_reversed[0] += line_leak
# after reversed, save the leakedline for next chunk iteration
line_leak = chunk_lines_reversed.pop()
if chunk_lines_reversed:
print "\n".join(chunk_lines_reversed)
# print the last leaked line
if division - chunk_counter < 0:
print line_leak
Grazie per la risposta @srohde. Ha un piccolo bug che controlla il carattere di nuova riga con l'operatore 'is' e non ho potuto commentare la risposta con 1 reputazione. Inoltre, vorrei gestire il file aperto all'esterno perché ciò mi consente di incorporare le mie divagazioni per le attività di luigi.
Quello che dovevo cambiare ha la forma:
with open(filename) as fp:
for line in fp:
#print line, # contains new line
print '>{}<'.format(line)
Mi piacerebbe cambiare in:
with open(filename) as fp:
for line in reversed_fp_iter(fp, 4):
#print line, # contains new line
print '>{}<'.format(line)
Ecco una risposta modificata che vuole un file handle e mantiene le nuove righe:
def reversed_fp_iter(fp, buf_size=8192):
"""a generator that returns the lines of a file in reverse order
ref: https://stackoverflow.com/a/23646049/8776239
"""
segment = None # holds possible incomplete segment at the beginning of the buffer
offset = 0
fp.seek(0, os.SEEK_END)
file_size = remaining_size = fp.tell()
while remaining_size > 0:
offset = min(file_size, offset + buf_size)
fp.seek(file_size - offset)
buffer = fp.read(min(remaining_size, buf_size))
remaining_size -= buf_size
lines = buffer.splitlines(True)
# the first line of the buffer is probably not a complete line so
# we'll save it and append it to the last line of the next buffer
# we read
if segment is not None:
# if the previous chunk starts right from the beginning of line
# do not concat the segment to the last line of new chunk
# instead, yield the segment first
if buffer[-1] == '\n':
#print 'buffer ends with newline'
yield segment
else:
lines[-1] += segment
#print 'enlarged last line to >{}<, len {}'.format(lines[-1], len(lines))
segment = lines[0]
for index in range(len(lines) - 1, 0, -1):
if len(lines[index]):
yield lines[index]
# Don't yield None if the file was empty
if segment is not None:
yield segment
una semplice funzione per creare un secondo file invertito (solo Linux):
import os
def tac(file1, file2):
print(os.system('tac %s > %s' % (file1,file2)))
come usare
tac('ordered.csv', 'reversed.csv')
f = open('reversed.csv')
mv mycontent.txt $'hello $(rm -rf $HOME) world.txt'
o in modo simile utilizzando un nome di file di output fornito da un utente non attendibile? Se si desidera gestire in modo sicuro nomi di file arbitrari, è necessario prestare maggiore attenzione. subprocess.Popen(['tac', file1], stdout=open(file2, 'w'))
sarebbe sicuro, per esempio.
Se sei preoccupato per le dimensioni del file / l'utilizzo della memoria, la mappatura della memoria del file e la scansione all'indietro per le nuove righe è una soluzione:
con open ("nome file") come f:
print(f.read()[::-1])
list(reversed(f.read()))
.
def reverse_lines(filename):
y=open(filename).readlines()
return y[::-1]
Utilizzare sempre with
quando si lavora con i file in quanto gestisce tutto per te:
with open('filename', 'r') as f:
for line in reversed(f.readlines()):
print line
O in Python 3:
with open('filename', 'r') as f:
for line in reversed(list(f.readlines())):
print(line)
dovresti prima aprire il tuo file in formato di lettura, salvarlo in una variabile, quindi aprire il secondo file in formato di scrittura in cui scrivere o aggiungere la variabile usando una sezione [:: - 1], invertendo completamente il file. Puoi anche usare readlines () per trasformarlo in un elenco di righe, che puoi manipolare
def copy_and_reverse(filename, newfile):
with open(filename) as file:
text = file.read()
with open(newfile, "w") as file2:
file2.write(text[::-1])
La maggior parte delle risposte deve leggere l'intero file prima di fare qualsiasi cosa. Questo esempio legge campioni sempre più grandi dalla fine .
Ho visto la risposta di Murat Yükselen solo mentre scrivevo questa risposta. È quasi lo stesso, che suppongo sia una buona cosa. Il seguente esempio si occupa anche di \ r e aumenta la sua dimensione buffer ad ogni passaggio. Ho anche alcuni test unitari per il backup di questo codice.
def readlines_reversed(f):
""" Iterate over the lines in a file in reverse. The file must be
open in 'rb' mode. Yields the lines unencoded (as bytes), including the
newline character. Produces the same result as readlines, but reversed.
If this is used to reverse the line in a file twice, the result is
exactly the same.
"""
head = b""
f.seek(0, 2)
t = f.tell()
buffersize, maxbuffersize = 64, 4096
while True:
if t <= 0:
break
# Read next block
buffersize = min(buffersize * 2, maxbuffersize)
tprev = t
t = max(0, t - buffersize)
f.seek(t)
lines = f.read(tprev - t).splitlines(True)
# Align to line breaks
if not lines[-1].endswith((b"\n", b"\r")):
lines[-1] += head # current tail is previous head
elif head == b"\n" and lines[-1].endswith(b"\r"):
lines[-1] += head # Keep \r\n together
elif head:
lines.append(head)
head = lines.pop(0) # can be '\n' (ok)
# Iterate over current block in reverse
for line in reversed(lines):
yield line
if head:
yield head
Leggi il file riga per riga, quindi aggiungilo a un elenco in ordine inverso.
Ecco un esempio di codice:
reverse = []
with open("file.txt", "r") as file:
for line in file:
line = line.strip()
reverse[0:0] = line
import sys
f = open(sys.argv[1] , 'r')
for line in f.readlines()[::-1]:
print line
def previous_line(self, opened_file):
opened_file.seek(0, os.SEEK_END)
position = opened_file.tell()
buffer = bytearray()
while position >= 0:
opened_file.seek(position)
position -= 1
new_byte = opened_file.read(1)
if new_byte == self.NEW_LINE:
parsed_string = buffer.decode()
yield parsed_string
buffer = bytearray()
elif new_byte == self.EMPTY_BYTE:
continue
else:
new_byte_array = bytearray(new_byte)
new_byte_array.extend(buffer)
buffer = new_byte_array
yield None
usare:
opened_file = open(filepath, "rb")
iterator = self.previous_line(opened_file)
line = next(iterator) #one step
close(opened_file)
Ho dovuto farlo qualche tempo fa e ho usato il codice qui sotto. Si collega al guscio. Temo di non avere più lo script completo. Se si utilizza un sistema operativo unixish, è possibile utilizzare "tac", tuttavia ad es. Su Mac OSX il comando tac non funziona, utilizzare tail -r. Lo snippet di codice seguente verifica la piattaforma su cui ti trovi e regola di conseguenza il comando
# We need a command to reverse the line order of the file. On Linux this
# is 'tac', on OSX it is 'tail -r'
# 'tac' is not supported on osx, 'tail -r' is not supported on linux.
if sys.platform == "darwin":
command += "|tail -r"
elif sys.platform == "linux2":
command += "|tac"
else:
raise EnvironmentError('Platform %s not supported' % sys.platform)