我正在尝试从多个文件中读取行。有些是 gzip 压缩的，有些是纯文本文件。在Python 2.7中，我一直在使用以下代码并且它有效：for line in fileinput.input(filenames, openhook=fileinput.hook_compressed): match = REGEX.match(line) if (match): # do things with line...现在我转移到Python 3.8，它仍然可以正常处理纯文本文件，但是当它遇到gzipped文件时，我收到以下错误：TypeError: cannot use a string pattern on a bytes-like object解决这个问题的最佳方法是什么？我知道我可以检查是否line是一个字节对象并将其解码为字符串，但我宁愿使用一些标志来自动始终将行迭代为字符串（如果可能）；而且，我更喜欢编写同时适用于 Python 2 和 3 的代码。
2 回答
繁花不似锦
TA贡献1851条经验 获得超4个赞
fileinput.input根据是否获取 gzip 压缩文件，执行根本不同的操作。对于文本文件，它以常规打开open，默认情况下以文本模式有效打开。对于gzip.open，默认模式是二进制，这对于内容未知的压缩文件来说是合理的。
仅二进制限制是由 人为施加的fileinput.FileInput。从该方法的代码来看__init__：
# restrict mode argument to reading modes
if mode not in ('r', 'rU', 'U', 'rb'):
raise ValueError("FileInput opening mode must be one of "
"'r', 'rU', 'U' and 'rb'")
if 'U' in mode:
import warnings
warnings.warn("'U' mode is deprecated",
DeprecationWarning, 2)
self._mode = mode
这为您提供了两种解决方法。
选项1
设置_mode后的属性__init__。为了避免在使用中添加额外的代码行，您可以子类化fileinput.FileInput并直接使用该类：
class TextFileInput(fileinput.FileInput):
def __init__(*args, **kwargs):
if 'mode' in kwargs and 't' in kwargs['mode']:
mode = kwargs.pop['mode']
else:
mode = ''
super().__init__(*args, **kwargs)
if mode:
self._mode = mode
for line in TextFileInput(filenames, openhook=fileinput.hook_compressed, mode='rt'):
...
选项2
弄乱未记录的前导下划线非常麻烦，因此您可以为 zip 文件创建自定义挂钩。这实际上非常简单，因为您可以使用代码作为fileinput.hook_compressed模板：
def my_hook_compressed(filename, mode):
if 'b' not in mode:
mode += 't'
ext = os.path.splitext(filename)[1]
if ext == '.gz':
import gzip
return gzip.open(filename, mode)
elif ext == '.bz2':
import bz2
return bz2.open(filename, mode)
else:
return open(filename, mode)
选项3
最后，您始终可以将字节解码为 unicode 字符串。这显然不是更好的选择。
GCT1015
TA贡献1827条经验 获得超4个赞
def my_hook_compressed(filename, mode):
"""hook for fileinput so we can also handle compressed files seamlessly"""
if 'b' not in mode:
mode += 't'
ext = os.path.splitext(filename)[1]
if ext == '.gz':
import gzip
return gzip.open(filename, mode)
elif ext == '.bz2':
import bz2
return bz2.open(filename, mode)
elif ext == '.xz':
import lzma
return lzma.open(filename, mode)
elif ext == '.zst':
import zstandard, io
compressed = open(filename, 'rb')
decompressor = zstandard.ZstdDecompressor()
stream_reader = decompressor.stream_reader(compressed)
return io.TextIOWrapper(stream_reader)
else:
return open(filename, mode)
我没有在 2.7 上测试过，但这适用于 3.8+
for line in fileinput.input(filenames, openhook=my_hook_compressed):
...
添加回答
举报
0/150
提交
取消