Python：如何正确使用readline（）和readlines（）

Question

我已经按照Gödel，Escher和Bach提供的图表，构建了一个Python脚本，使用来自Princeton English Wordnet的数据随机创建句子。 调用python GEB.py会产生英语无意义的句子列表，例如：

复苏的麻醉费用。 苔藓植物指甲。 第四十号桃子。 星空皮。 经过重新包装的要求使翻译成a_d_d的长袍的面粉穿透了苹果树。 在金枪鱼旁边的一具小叶货轮。

并将它们保存到gibberish.txt。 这个脚本工作正常。

另一个脚本（ translator.py ）使用gibberish.txt，并通过py-googletrans Python模块尝试将这些随机句子翻译成葡萄牙语：

from googletrans import Translator
import json

tradutor = Translator()

with open('data.json') as dataFile:
    data = json.load(dataFile)


def buscaLocal(keyword):
    if keyword in data:
        print(keyword + data[keyword])
    else:
        buscaAPI(keyword)


def buscaAPI(keyword):
    result = tradutor.translate(keyword, dest="pt")
    data.update({keyword: result.text})

    with open('data.json', 'w') as fp:
        json.dump(data, fp)

    print(keyword + result.text)


keyword = open('/home/user/gibberish.txt', 'r').readline()
buscaLocal(keyword)

当前，第二个脚本仅输出gibberish.txt中第一句的翻译。 就像是：

复苏的麻醉费用。 aumento de custosinestético。

我尝试使用readlines()代替readline() ，但是出现以下错误：

Traceback (most recent call last):
  File "main.py", line 28, in <module>
    buscaLocal(keyword)
  File "main.py", line 11, in buscaLocal
    if keyword in data:
TypeError: unhashable type: 'list'

我在这里已经阅读了有关此错误的类似问题，但是我不清楚我应该使用什么来读取gibberish.txt中包含的整个句子列表（新句子从新行开始）。

如何阅读gibberish.txt中包含的整个句子列表？ 我应该如何修改translator.py中的代码以实现该目标？ 很抱歉，如果这个问题有点令人困惑，我可以根据需要进行编辑，我是Python新手，如果有人可以帮助我，我将不胜感激。

Answer 1

如果使用readline()函数，则必须记住该函数仅返回一行，因此必须使用循环来遍历文本文件中的所有行。 如果使用readlines() ，则此函数会一次读取完整文件，但返回列表中的每一行。 列表数据类型不可散列，并且不能用作dict对象中的键，这就是为什么if keyword in data: line会发出此错误的原因，因为此处的keyword是所有行的列表。 一个简单的for循环将解决此问题。

text_lines = open('/home/user/gibberish.txt', 'r').readlines()
for line in text_lines:
     buscaLocal(line)

此循环将遍历列表中的所有行，并且访问dict会出错，因为key元素将是一个字符串。

Answer 2

让我们从您对文件对象所做的事情开始。 您打开一个文件，从中获得一行，然后再关闭它。 更好的方法是处理整个文件，然后将其关闭。 通常使用with块完成此操作，即使发生错误，该块也会关闭文件：

with open('gibberish.txt') as f:
    # do stuff to f

除了物质上的好处外，这将使界面更清晰，因为f不再是一次性的对象。 您可以使用三个简单的选项来处理整个文件：

1. 在循环中使用readline ，因为它一次只能读取一行。 您将必须手动剥离换行符，并在出现''时终止循环：

    while True: line = f.readline() if not line: break keyword = line.rstrip() buscaLocal(keyword) 

   此循环可以采用多种形式，此处显示其中一种形式。

2. 使用readlines一次将文件中的所有行读入字符串列表：

    for line in f.readlines(): keyword = line.rstrip() buscaLocal(keyword) 

   这比以前的选项要干净得多，因为您不需要手动检查循环终止，但是它的缺点是一次加载整个文件，而readline循环则没有。

   这将我们带到第三个选项。

3. Python文件是可迭代的对象。 您可以通过节省readline来保持readlines方法的整洁度：

    for line in f: buscaLocal(line.rstrip()) 

   可以使用readline和next的更多神秘形式来模拟这种方法，以创建类似的迭代器：

    for line in next(f.readline, ''): buscaLocal(line.rstrip()) 

附带说明一下，我将对您的功能进行一些修改：

def buscaLocal(keyword):
    if keyword not in data:
        buscaAPI(keyword)
    print(keyword + data[keyword])

def buscaAPI(keyword):
    # Make your function do one thing. In this case, do a lookup.
    # Printing is not the task for this function.
    result = tradutor.translate(keyword, dest="pt")
    # No need to do a complicated update with a whole new
    # dict object when you can do a simple assignment.
    data[keyword] = result.text

...

# Avoid rewriting the file every time you get a new word.
# Do it once at the very end.
with open('data.json', 'w') as fp:
    json.dump(data, fp)