『壹』 python读取文件内容
fname = raw_input('input filename:')with open(fname,'r') as f: for i in f: print i这样试试呢？你的代码本身看是没问专题的属呢!
『贰』 Python读取文件为多个列表
你把你的txt文件内容贴出来看看
『叁』 python读取文本内每行指定内容
可以参考下面的代码：
f=file(yourpath)
for line in f:
t = line.split("==")
part_1 = t[0] + "=="
(part_2,part_3) = t[1].split("–")
del t
print "第一段:%s第二段:%s第三段:%s" %(part_1,part_2,part_3)
(3)python操作文件扩展阅读：
python参考函数
callable(obj) 查看一个obj是不是可以像函数一内样调用容
repr(obj) 得到obj的表示字符串，可以利用这个字符串eval重建该对象的一个拷贝
eval_r(str) 表示合法的python表达式，返回这个表达式
hasattr(obj,name) 查看一个obj的name space中是否有name
setattr(obj,name,value) 为一个obj的name space中的一个name指向vale这个object
『肆』 python读取文件
『伍』 Python按行读取文件的简单实现方法
Python按行读取文件的简单实现方法下面小编就为大家带来一篇Python按行读取文件的简单实现方法。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。1：readline() file = open("sample.txt") while 1: line = file.readline() if not line: break pass # do somethingfile.close()一行一行得从文件读数据，显然比较慢；不过很省内存；测试读10M的sample.txt文件，每秒大约读32000行；2：fileinput import fileinput for line in fileinput.input("sample.txt"): pass写法简单一些，不过测试以后发现每秒只能读13000行数据，效率比上一种方法慢了两倍多；3：readlines() file = open("sample.txt") while 1: lines = file.readlines(100000) if not lines: break for line in lines: pass # do somethingfile.close()用同样的数据测试，它每秒可以读96900行数据！效率是第一种方法的3倍，第二种方法的7倍！4：文件迭代器每次只读取和显示一行，读取大文件时应该这样： file = open("sample.txt") for line in file: pass # do somethingfile.close()以上就是小编为大家带来的Python按行读取文件的简单实现方法全部内容了
『陆』 python 处理几万个文件
我们可以在GNU / Linux操作系统上使用2.2Ghz四核处理器和16GB RAM。当前脚本仅使用一个处理器。利用其他内核和RAM来更快地处理图像的最佳方法是什么？启动多个Python进程来运行脚本会利用其他内核吗？另一个选择是使用Gearman或Beanstalk之类的东西将工作分配给其他机器。我已经看了多处理库但不知道如何利用它。解决方案启动多个Python进程来运行脚本会利用其他内核吗？是的，如果任务受CPU约束，它将会。这可能是最简单的选择。但是，不要为每个文件或每个目录生成单个进程; 考虑使用像这样的工具，parallel(1)并让它产生每个核心两个进程的东西。另一个选择是使用Gearman或Beanstalk之类的东西将工作分配给其他机器。那可能有用。另外，看看ZeroMQ的Python绑定，它使分布式处理变得非常简单。我已经看了多处理库但不知道如何利用它。比如定义一个函数，process它读取单个目录中的图像，连接到数据库并存储元数据。让它返回一个表示成功或失败的布尔值。我们directories是目录处理的列表。然后import multiprocessingpool = multiprocessing.Pool(multiprocessing.cpu_count())success = all(pool.imap_unordered(process, directories))将并行处理所有目录。如果需要，您还可以在文件级执行并行操作; 这需要更多的修修补补。请注意，这将在第一次失败时停止; 使其容错需要更多的工作。
『柒』 python读取一个txt文件 使其变成每行20个字符的形式
如何让python把从txt文件中读入的文字按20个字符一行的形式分隔开呢。大概的思路是，先读入文件所有字符，然后使用range生成[0,20,40,…]的列表以供索引，然后用这个索引，生成有关于该字符串的新列表[s[0:20],s[20:40],…]，若不专门去除换行符，代码用这个思路就够了，可以这么写（以下13行就是）（限于python3）：
#-*-coding:utf-8;-*-
f=open("test.txt","w")
print("abcdefghijklmnopqrstabcd"
"efghijklmnopqrstopq",file=f)
f.close()
#生成待读入文件
#再从待读入文件中读入处理
f=open("test.txt","r")
s=f.read()
l=len(s)
b=(list(range(0,l,20)))
p=[s[i:i+20] for i in b]
r=[print(i) for i in p]
按每行20字符的形式输出样例txt
『捌』 用python读取文本文件，对读出的每一行进行操作，这个怎么写
用python读取文本文件，对读出的每一行进行操作，写法如下：
f=open("test.txt","r")
whileTrue:
line=f.readline()
ifline:
pass#dosomethinghere
line=line.strip()
p=line.rfind('.')
filename=line[0:p]
print"create%s"%line
else:
break
f.close()
『玖』 python如何读取文件的内容
# _*_ coding: utf-8 _*_
import pandas as pd
# 获取文件的内容
def get_contends(path):
with open(path) as file_object:
contends = file_object.read()
return contends
# 将一行内容变成数组
def get_contends_arr(contends):
contends_arr_new = []
contends_arr = str(contends).split(']')
for i in range(len(contends_arr)):
if (contends_arr[i].__contains__('[')):
index = contends_arr[i].rfind('[')
temp_str = contends_arr[i][index + 1:]
if temp_str.__contains__('"'):
contends_arr_new.append(temp_str.replace('"', ''))
# print(index)
# print(contends_arr[i])
return contends_arr_new
if __name__ == '__main__':
path = 'event.txt'
contends = get_contends(path)
contends_arr = get_contends_arr(contends)
contents = []
for content in contends_arr:
contents.append(content.split(','))
df = pd.DataFrame(contents, columns=['shelf_code', 'robotid', 'event', 'time'])
(9)python操作文件扩展阅读：
python控制语句
1、if语句，当条件成立时运行语句块。经常与else, elif(相当于else if) 配合使用。
2、for语句，遍历列表、字符串、字典、集合等迭代器，依次处理迭代器中的每个元素。
3、while语句，当条件为真时，循环运行语句块。
4、try语句，与except,finally配合使用处理在程序运行中出现的异常情况。
5、class语句，用于定义类型。
6、def语句，用于定义函数和类型的方法。
『拾』 python读取文件列表
这太容易了吧。
myfile=open('a.ini')#打开文件myfileserverlist=myfile.readlines()
你是在搞代理列表是吧
未经允许不得转载：山九号 » python操作文件|用python读取文本文件对读出的每一行进行操作这个怎么写
