file-io - 如何在Julia中逐行读取文件？

Question

如何打开文本文件并逐行阅读？我对以下两种情况感兴趣:

一次获​​取数组中的所有行。

一次处理每一行。

对于第二种情况，我不想一次将所有行都保留在内存中。

Answer 1

以行数组的形式一次将文件读入内存只是对readlines函数的调用:

julia> words = readlines("/usr/share/dict/words")
235886-element Array{String,1}:
 "A"
 "a"
 "aa"
 ⋮
 "zythum"
 "Zyzomys"
 "Zyzzogeton"

默认情况下，它会丢弃换行符，但是如果要保留它们，则可以传递关键字参数 keep=true:

julia> words = readlines("/usr/share/dict/words", keep=true)
235886-element Array{String,1}:
 "A\n"
 "a\n"
 "aa\n"
 ⋮
 "zythum\n"
 "Zyzomys\n"
 "Zyzzogeton\n"

如果您已经打开了文件对象，则也可以将其传递给 readlines函数:

julia> open("/usr/share/dict/words") do io
           readline(io) # throw out the first line
           readlines(io)
       end
235885-element Array{String,1}:
 "a"
 "aa"
 "aal"
 ⋮
 "zythum"
 "Zyzomys"
 "Zyzzogeton"

这演示了 readline函数，该函数从打开的I / O对象读取一行，或者在给定文件名时打开文件并从中读取第一行:

julia> readline("/usr/share/dict/words")
"A"

如果您不想一次全部加载文件内容(或者您要像从网络套接字处理流数据一样)，则可以使用 eachline函数来获取一次生成一行的迭代器:

julia> for word in eachline("/usr/share/dict/words")
           if length(word) >= 24
               println(word)
           end
       end
formaldehydesulphoxylate
pathologicopsychological
scientificophilosophical
tetraiodophenolphthalein
thyroparathyroidectomize

像 eachline一样，也可以给 readlines函数一个打开的文件句柄以读取行。您也可以通过打开文件并重复调用 readline来“滚动自己的”迭代器:

julia> open("/usr/share/dict/words") do io
           while !eof(io)
               word = readline(io)
               if length(word) >= 24
                   println(word)
               end
           end
       end
formaldehydesulphoxylate
pathologicopsychological
scientificophilosophical
tetraiodophenolphthalein
thyroparathyroidectomize

这等效于 eachline为您执行的操作，很少需要自己执行此操作，但是如果需要，可以使用此功能。有关逐字符读取文件的更多信息，请参见以下问答: How do we use julia to read through each character of a .txt file, one at a time?