如何从python中的文件中读取由自定义分隔符终止的记录？
我想for line in file在python中做的一种方式，其中将行尾重新定义为我想要的任何字符串。换句话说，我想从文件而不是行中读取记录。我希望它与阅读台词一样快捷方便。
这是等效于设置perl的$/输入记录分隔符或Scanner在java中使用的python 。这不一定必须使用for line in file（特别是，迭代器可能不是文件对象）。只是一种等效方法，可以避免将太多数据读入内存。
另请参阅： 添加对使用任意分隔符读取记录的支持，并将其添加到标准IO堆栈中
问题答案：
Python 2.xfile对象或Python 3.3io类中没有任何内容可让您为指定自定义分隔符readline。（for line in file最终使用与相同的代码readline。）
但是，自己构建它很容易。例如：
def delimited(file, delimiter='\n', bufsize=4096):
buf = ''
while True:
newbuf = file.read(bufsize)
if not newbuf:
yield buf
return
buf += newbuf
lines = buf.split(delimiter)
for line in lines[:-1]:
yield line
buf = lines[-1]
这是一个愚蠢的例子：
>>> s = io.StringIO('abcZZZdefZZZghiZZZjklZZZmnoZZZpqr')
>>> d = delimited(s, 'ZZZ', bufsize=2)
>>> list(d)
['abc', 'def', 'ghi', 'jkl', 'mno', 'pqr']
如果您想同时使用二进制文件和文本文件，尤其是在3.x中，则比较麻烦。但是，如果只需要为一种或另一种（以及一种或另一种语言）工作，则可以忽略它。
同样，如果您使用的是Python 3.x（或ioPython
2.x中的对象），并且想要利用已经维护在其中的缓冲区，BufferedIOBase而不是仅仅将缓冲区放在缓冲区之上，那棘手的。这些io文档的确说明了如何做所有事情……但是我不知道任何简单的示例，因此您实际上必须至少阅读该页面的一半，然后略过其余部分。（当然，您可以直接使用原始文件…，但是如果您要查找unicode分隔符，则不能使用…）
-
问题内容： 我正在用Java编写CSV导出器，该导出器应遵守用户的自定义设置，尤其是用作分隔符的“列表分隔符”。 在Windows中，可以在 我不了解其他操作系统，但是我很确定您也可以在其他操作系统上进行更改。 将自定义设置从操作系统转换为Java的最佳方法是什么？我在Eclipse RCP环境中，因此，如果有可用的东西，我可能会使用与RCP相关的解决方案。 问题答案： 从这个答案的评论： 我 必
-
我想用Apache Spark读入具有以下结构的文件。 csv太大了，不能使用熊猫，因为读取这个文件需要很长时间。有什么方法类似于 多谢！
-
问题内容： 我有一种情况，我必须解析来自不同来源的CSV文件，解析代码非常简单明了。 我的问题来自CSV分隔符，我有许多不同的格式，有时是有时是 有什么方法可以在解析文件之前确定定界符 问题答案： univocity-parsers支持自动检测定界符（也包括行尾和引号）。只需使用它而不是与您的代码作斗争： 免责声明：我是该库的作者，并且确保确保涵盖了各种极端情况。它是开源且免费的（Apache 2
-
我在使用Pandas读取选项卡分隔的文件时遇到问题。 所有单元格值都有双引号，但对于某些行，有一个额外的双引号打断了整个过程。例如： 我得到的错误是：错误标记数据。C错误：第8355行预期有31个字段，SAW58 我使用的代码是： 它适用于其余文件，但不适用于出现额外双引号的文件。
-
问题内容： 我不是在谈论特定的行号，因为我正在读取具有相同格式但长度不同的多个文件。 说我有这个文本文件： 我希望你知道我的意思。我正在考虑遍历文件，然后使用正则表达式搜索以找到“开始”和“结束”的行号，然后使用线缓存从开始行读取到结束行。但是如何获得行号？我可以使用什么功能？ 问题答案： 如果您只想要和之间的文本块，则可以执行以下操作： 实际上，您不需要操纵行号即可读取开始和结束标记之间的数据。
-
问题内容： 给定一个大文件（数百MB），我将如何使用Python快速读取文件中特定起始索引和结束索引之间的内容？ 本质上，我正在寻找一种更有效的方法： 问题答案： 您可以将文件放入文件，然后从那里读取一定数量。Seek允许您获取文件中的特定偏移量，然后可以将读取限制为该范围内的字节数。 那只会读取您要查找的数据。