python3 读取txt文本最后一行

电玩女神 2022-05-23 13:52 716阅读 1赞

*  由字节组成
 *  readlines函数
 *  python3自动转换\\r\\n
 *  seek函数
 *  读取文本最后一行

# 由字节组成 #

首先要理解txt文本都是实际由字节组成的，比如对于一个utf-8无BOM编码方式存储的txt文件，如果文件内容为空，那么该txt文件大小为0字节，一个ascii字符占一个字节，一个中文字符占3个字节。

> 1q;付

比如utf-8无BOM编码方式存储的txt文件，文本内容如上，那么该文件的大小则为6字节。

# readlines函数 #

**例子文本**内容：![这里写图片描述][70]  
文本编码：utf-8无BOM  
代码：

out = open('新建文本文档.txt',encoding = 'utf-8')
    lines = out.readlines()
    print(lines)
    
    for line in lines:
        print(bytes(line,encoding = 'utf-8'))

运行结果：  
![这里写图片描述][2018061014594415]  
说明一下，如果最后一行是空行，那么lines列表的最后一个元素则是’333\\n’。  
可以看出readlines方法是一次读取所有行存入list中，准确的说，是从当前的文件指针读到文本末尾。当然是r模式（读模式）时，指针都是从0开始。

# python3自动转换\\r\\n #

python3在使用readline和readlines方法时，会自动将Windows下换行符\\r\\n变成\\n。  
如上同样的文本。  
运行如下代码：

import os
    out = open('新建文本文档.txt',encoding = 'utf-8')
    lines = out.readlines()
    print(lines)
    
    for line in lines:
        print(bytes(line,encoding = 'utf-8'))
    
    out = open('新建文本文档.txt','rb')#b，以二进制形式读取
    print(out.read())
    
    filesize = os.path.getsize('新建文本文档.txt')
    print(filesize)

运行结果为：![这里写图片描述][20180610152028683]  
21是文件大小，21字节。如果是从lines列表里数字节大小，是7+4+4+3=18，为什么实际上多了三个字节呢，是因为python3对换行符进行了转换，实际存储的每个换行符还是\\r\\n。  
所以，当你不是b模式下读取文本时，换行符是‘\\n’，但当你是b模式读取文件时（且平台是Windows），不管是read函数还是readlines函数，其中的换行符是b‘\\r\\n’。

# seek函数 #

如上同样的文本。  
运行如下代码：

dat_file = open('新建文本文档.txt', 'rb')
    dat_file.seek(20, 0)
    print(dat_file.tell())
    
    print(dat_file.read())

运行结果为：![这里写图片描述][20180610153922763]  
如果改为`dat_file.seek(21, 0)`，运行结果为：![这里写图片描述][20180610154100435]。即读取到的是空。当然改成21以上的数字也是读取为空。  
原理：之前提到例子文本大小为21字节，所以`dat_file.read()` （假设不移动文件指针）读取到的bytes类别字符串的长度也为21，其索引是0-20。  
![这里写图片描述][70 1]  
如上图所示，只有当文件指针在0-20范围时，才可能读到内容。

# 读取文本最后一行 #

本文的思想：**如果把文件指针移动到靠后的位置，那么只要readlines方法返回的list的长度大于2，那么虽然list第一个元素读取的行可能不完整，但后面的元素读取的行肯定都是完整的了。而且考虑到了最后一行或多行是空行的情况。**  
代码：

import os
    
    def get_last_line(inputfile):
        filesize = os.path.getsize(inputfile)
        blocksize = 1024
        dat_file = open(inputfile, 'rb')
    
        last_line = b""
        lines = []
        if filesize > blocksize:
            maxseekpoint = (filesize // blocksize)#这里的除法取的是floor
            maxseekpoint -= 1 
            dat_file.seek(maxseekpoint * blocksize)
            lines = dat_file.readlines()
            while((len(lines)<2) | ((len(lines)>=2)&(lines[1]==b'\r\n'))):#因为在Windows下，所以是b'\r\n'
                #如果列表长度小于2，或者虽然长度大于等于2，但第二个元素却还是空行
                #如果跳出循环，那么lines长度大于等于2，且第二个元素肯定是完整的行
                maxseekpoint -= 1 
                dat_file.seek(maxseekpoint * blocksize)
                lines = dat_file.readlines()  
        elif filesize:#文件大小不为空
            dat_file.seek(0, 0)
            lines = dat_file.readlines()
        if lines:#列表不为空
            for i in range(len(lines)-1,-1,-1):
                last_line = lines[i].strip()
                if(last_line != b''):
                    break#已经找到最后一个不是空行的
        dat_file.close()
        return last_line
    
    #该函数返回的是bytes
    last = get_last_line('新建文本文档.txt')
    last = last.decode()
    print(last)

你也可以通过本文的例子文本来进行测试，并将代码改成`blocksize = 3` ,然后debug方式查看代码运行过程。

[70]: /images/20220523/3d5bbfe39bcb4da88c736a282856f9f2.png
[2018061014594415]: /images/20220523/1c9ae201e5c846278ea9cf7d71f1016a.png
[20180610152028683]: /images/20220523/8996cc29d1184b328073bcbc95ddd17c.png
[20180610153922763]: /images/20220523/98b24757a1fb4f20b20def05deeabf6a.png
[20180610154100435]: /images/20220523/6e589fe84e474cfab18eaff664d5cc68.png
[70 1]: /images/20220523/91ef5d90c2be4666970a2e3a6a64758a.png