遍历多个文件的所有行的最pythonic方法是什么？

Question

我想将许多文件都当作一个文件来对待。用生成器/不将整个文件读入内存的[文件名] => [文件对象] => [行]的正确pythonic方法是什么？

我们都知道打开文件的正确方法：

with open("auth.log", "rb") as f:
    print sum(f.readlines())

而且我们知道将多个迭代器/生成器链接为一个长链的正确方法：

>>> list(itertools.chain(range(3), range(3)))
[0, 1, 2, 0, 1, 2]

但是如何将多个文件链接在一起并保留上下文管理器？

with open("auth.log", "rb") as f0:
    with open("auth.log.1", "rb") as f1:
        for line in itertools.chain(f0, f1):
            do_stuff_with(line)

    # f1 is now closed
# f0 is now closed
# gross

我可以忽略上下文管理器并执行类似的操作，但是感觉不对：

files = itertools.chain(*(open(f, "rb") for f in file_names))
for line in files:
    do_stuff_with(line)

还是这种异步IO-PEP
3156
用途是什么，我只需要稍后再等待优雅的语法？

Answer 1

总有fileinput。

for line in fileinput.input(filenames):
    ...

但是，阅读源代码似乎fileinput.FileInput不能用作上下文管理器1。为了解决这个问题，可以使用实例，contextlib.closing因为FileInput实例具有合理实现的close方法：

from contextlib import closing
with closing(fileinput.input(filenames)) as line_iter:
    for line in line_iter:
        ...

使用上下文管理器的另一种方法是编写一个简单的函数，遍历文件并随行产生以下行：

def fileinput(files):
    for f in files:
        with open(f,'r') as fin:
            for line in fin:
                yield line

itertools.chain这里不需要真正的恕我直言…这里的魔力在于yield语句，该语句用于将普通函数转换为异常懒惰的生成器。

1顺便说一句，从python3.2开始，fileinput.FileInput 被
实现为上下文管理器，它执行与我们之前所做的完全一样的操作contextlib。现在我们的示例变为：

# Python 3.2+ version
with fileinput.input(filenames) as line_iter:
    for line in line_iter:
        ...

尽管另一个示例也适用于python3.2 +。