Comment lire un fichier dans l'ordre inverse en utilisant python? Je veux lire un fichier de la dernière ligne à la première ligne.
Comment lire un fichier dans l'ordre inverse en utilisant python? Je veux lire un fichier de la dernière ligne à la première ligne.
Réponses:
for line in reversed(open("filename").readlines()):
print line.rstrip()
Et en Python 3:
for line in reversed(list(open("filename"))):
print(line.rstrip())
with
déclaration est généralement assez indolore.
Une réponse correcte et efficace écrite comme un générateur.
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)
et en changeant le fh.seek(-offset, os.SEEK_END)
trop fh.seek(file_size - offset)
.
utf8
), seek()
et se read()
réfèrent à des tailles différentes. C'est probablement aussi la raison pour laquelle le premier argument non nul de seek()
relatif à os.SEEK_END
n'est pas pris en charge.
'aöaö'.encode()
est b'a\xc3\xb6a\xc3\xb6'
. Si vous enregistrez ceci sur le disque puis lisez en mode texte, lorsque vous le faites, seek(2)
il se déplacera de deux octets, ce qui seek(2); read(1)
entraînera une erreur UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb6 in position 0: invalid start byte
, mais si vous le faites seek(0); read(2); read(1)
, vous obtiendrez ce que 'a'
vous attendiez, c'est-à-dire: seek()
n'est jamais encodé -aware, read()
c'est si vous ouvrez le fichier en mode texte. Maintenant, si c'est le cas 'aöaö' * 1000000
, vos blocs ne seront pas alignés correctement.
Que diriez-vous quelque chose comme ça:
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
Puisque le fichier est lu caractère par caractère dans l'ordre inverse, il fonctionnera même sur des fichiers très volumineux, tant que des lignes individuelles tiennent en mémoire.
Vous pouvez également utiliser le module python file_read_backwards
.
Après l'avoir installé, via pip install file_read_backwards
(v1.2.1), vous pouvez lire l'intégralité du fichier à l'envers (ligne par ligne) de manière efficace en mémoire via:
#!/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
Il prend en charge les encodages «utf-8», «latin-1» et «ascii».
Le support est également disponible pour python3. Une documentation supplémentaire peut être trouvée sur http://file-read-backwards.readthedocs.io/en/latest/readme.html
for line in reversed(open("file").readlines()):
print line.rstrip()
Si vous êtes sous Linux, vous pouvez utiliser la tac
commande.
$ tac file
2 recettes que vous pouvez trouver dans ActiveState ici et ici
__reversed__()
méthode est nécessaire, mais python2.5 ne se plaint pas d'une classe personnalisée sans elle.
__reversed__
méthode n'est pas non plus nécessaire, et il n'y en avait pas avant. Si un objet fournit __len__
et __getitem__
qu'il fonctionnera très bien (moins certains cas exceptionnels, tels que 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 réponse acceptée ne fonctionnera pas pour les cas avec des fichiers volumineux qui ne rentrent pas dans la mémoire (ce qui n'est pas un cas rare).
Comme d'autres l'ont noté, la réponse @srohde semble bonne, mais elle a des problèmes suivants:
même si nous refactorisons pour accepter l'objet fichier, cela ne fonctionnera pas pour tous les encodages: nous pouvons choisir un fichier avec un utf-8
encodage et un contenu non-ascii comme
й
passer buf_size
égal à 1
et aura
UnicodeDecodeError: 'utf8' codec can't decode byte 0xb9 in position 0: invalid start byte
bien sûr, le texte peut être plus grand mais buf_size
peut être récupéré, ce qui entraînera une erreur masquée comme ci-dessus,
Donc, compte tenu de toutes ces préoccupations, j'ai écrit des fonctions séparées:
Tout d'abord, définissons les prochaines fonctions utilitaires:
ceil_division
pour faire une division avec plafond (contrairement à la //
division standard avec sol, plus d'informations peuvent être trouvées dans ce fil )
def ceil_division(left_number, right_number):
"""
Divides given numbers with ceiling.
"""
return -(-left_number // right_number)
split
pour diviser la chaîne par un séparateur donné de l'extrémité droite avec la possibilité de la conserver:
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
pour lire le lot à partir de l'extrémité droite du flux binaire
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)
Après cela, nous pouvons définir la fonction de lecture du flux d'octets dans l'ordre inverse comme
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
et enfin une fonction pour inverser le fichier texte peut être définie comme:
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))
J'ai généré 4 fichiers en utilisant la fsutil
commande :
J'ai également remanié la solution @srohde pour qu'elle fonctionne avec l'objet fichier au lieu du chemin d'accès au fichier.
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)))
Remarque : j'ai utilisé la collections.deque
classe pour évacuer le générateur.
Pour PyPy 3.5 sous 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
Pour CPython 3.5 sur 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
Donc, comme nous pouvons le voir, il fonctionne comme une solution originale, mais est plus général et exempt de ses inconvénients énumérés ci-dessus.
J'ai ajouté cela à la 0.3.0
version du lz
package (nécessite Python 3.5 +) qui contient de nombreux utilitaires fonctionnels / itératifs bien testés.
Peut être utilisé comme
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)
Il prend en charge tous les encodages standard (sauf peut-être utf-7
car il m'est difficile de définir une stratégie pour générer des chaînes encodables avec lui).
Ici vous pouvez trouver mon implémentation, vous pouvez limiter l'utilisation de la RAM en changeant la variable "buffer", il y a un bogue que le programme imprime une ligne vide au début.
Et aussi l'utilisation de la RAM peut être augmentée s'il n'y a pas de nouvelles lignes pour plus que des octets de tampon, la variable "fuite" augmentera jusqu'à voir une nouvelle ligne ("\ n").
Cela fonctionne également pour les fichiers de 16 Go, ce qui est plus grand que ma mémoire 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
Merci pour la réponse @srohde. Il y a un petit bug qui vérifie le caractère de nouvelle ligne avec l'opérateur «est», et je ne pourrais pas commenter la réponse avec 1 réputation. J'aimerais également gérer les fichiers ouverts à l'extérieur car cela me permet d'intégrer mes divagations pour les tâches luigi.
Ce que j'avais besoin de changer a la forme:
with open(filename) as fp:
for line in fp:
#print line, # contains new line
print '>{}<'.format(line)
J'adorerais changer pour:
with open(filename) as fp:
for line in reversed_fp_iter(fp, 4):
#print line, # contains new line
print '>{}<'.format(line)
Voici une réponse modifiée qui veut un handle de fichier et conserve les nouvelles lignes:
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
une fonction simple pour créer un deuxième fichier inversé (linux uniquement):
import os
def tac(file1, file2):
print(os.system('tac %s > %s' % (file1,file2)))
comment utiliser
tac('ordered.csv', 'reversed.csv')
f = open('reversed.csv')
mv mycontent.txt $'hello $(rm -rf $HOME) world.txt'
, ou de manière similaire, en utilisant un nom de fichier de sortie donné par un utilisateur non approuvé? Si vous souhaitez gérer les noms de fichiers arbitraires en toute sécurité, il faut plus de prudence. subprocess.Popen(['tac', file1], stdout=open(file2, 'w'))
serait sûr, par exemple.
Si vous êtes préoccupé par la taille du fichier / l'utilisation de la mémoire, le mappage de la mémoire du fichier et l'analyse vers l'arrière des nouvelles lignes est une solution:
avec open ("filename") comme f:
print(f.read()[::-1])
list(reversed(f.read()))
.
def reverse_lines(filename):
y=open(filename).readlines()
return y[::-1]
Utilisez toujours with
lorsque vous travaillez avec des fichiers car il gère tout pour vous:
with open('filename', 'r') as f:
for line in reversed(f.readlines()):
print line
Ou en Python 3:
with open('filename', 'r') as f:
for line in reversed(list(f.readlines())):
print(line)
vous devrez d'abord ouvrir votre fichier au format lecture, l'enregistrer dans une variable, puis ouvrir le deuxième fichier au format écriture où vous écririez ou ajouteriez la variable en utilisant une tranche [:: - 1], inversant complètement le fichier. Vous pouvez également utiliser readlines () pour en faire une liste de lignes, que vous pouvez manipuler
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 plupart des réponses doivent lire l'intégralité du fichier avant de faire quoi que ce soit. Cet échantillon lit des échantillons de plus en plus volumineux à la fin .
Je n'ai vu que la réponse de Murat Yükselen en écrivant cette réponse. C'est presque la même chose, ce qui, je suppose, est une bonne chose. L'exemple ci-dessous traite également de \ r et augmente sa taille de tampon à chaque étape. J'ai également quelques tests unitaires pour sauvegarder ce code.
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
Lisez le fichier ligne par ligne, puis ajoutez-le sur une liste dans l'ordre inverse.
Voici un exemple de code:
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
utiliser:
opened_file = open(filepath, "rb")
iterator = self.previous_line(opened_file)
line = next(iterator) #one step
close(opened_file)
J'ai dû le faire il y a quelque temps et j'ai utilisé le code ci-dessous. Il conduit vers la coque. J'ai peur de ne plus avoir le script complet. Si vous êtes sur un système d'exploitation unixish, vous pouvez utiliser "tac", par exemple sur Mac OSX, la commande tac ne fonctionne pas, utilisez tail -r. L'extrait de code ci-dessous teste la plate-forme sur laquelle vous vous trouvez et ajuste la commande en conséquence
# 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)