python - 了解 Python 中的文件迭代

Question

我一直在尝试在 Python 中进行一些文本操作，但遇到了很多问题，主要是由于对 Python 中文件操作的工作原理存在根本性的误解，因此我希望能够澄清这一点。

假设我正在遍历一个名为“my.txt”的文本文件，它包含以下内容:

3 10 7 8     
2 9 8 3  
4 1 4 2

我用来遍历文件的代码是:

file = open ("my.txt", 'r')
for line in file:
    print line`

我从教程中复制并粘贴了上述代码。我知道它的作用，但我不知道它为什么起作用，这让我很困扰。我试图准确理解变量“line”在文件中代表什么。它是数据类型(字符串？)还是其他类型。我的直觉告诉我，每一行代表一个可以被操作的字符串(这正是我想要的)，但我也明白字符串在 Python 中是不可变的。

内存在这一切中扮演什么角色，如果我的文件太大无法放入内存，它还能工作吗？ line[3] 是否允许我访问每一行中的第四个元素？如果我只想在第二行工作，我可以这样做:

if line == 2: 

在 for 循环中？

可能值得注意的是，我是 Python 的新手并且来自 C\C++ 背景(不习惯不可变字符串)。我知道我把很多问题压缩成了一个问题，但对一般主题的任何澄清都会很有帮助:)

Answer 1

line 是一行文本，表示为字符串。字符串是不可变的，但这不是操纵它们的问题； all variables in Python are references, and assigning to a variable points the reference to a new object . (在 C++ 中，您不能更改引用指向的位置。)遍历文件就是遍历行，因此在每次迭代中，line 引用表示输入文件下一行的新字符串.

如果您熟悉 range-based for loops或其他语言的 for-each 结构，这就是 Python 的 for 的工作方式。循环变量不是计数器；你做不到

if line == 2:

因为 line 不是行的索引；这是线本身。你可以做

for i, line in enumerate(f):
    if i == 2:
        do_stuff_with(line)
        break  # No need to load the rest of the file

请注意，file 是内置函数的名称，因此将这个名称用于您自己的变量是个坏主意。