如何在Python上逐行從sys.stdin獲取前N行

Question

我在為MapReduce編寫減速器時遇到了一個問題。 我想獲得前10行非常大的文件，我用於循環和中斷。 但是，break命令在hadoop上發出錯誤，所以我正在尋找另一種方法：

for line in fileinput.input():
    if(counter>limit):
        break

    line = line.strip()
    print (line)
    counter +=1

錯誤日志：

Error: java.io.IOException: subprocess exited successfully
R/W/S=6936/19/0 in:NA [rec/s] out:NA [rec/s]
minRecWrittenToEnableSkip_=9223372036854775807 HOST=null
USER=s2132211
HADOOP_USER=null
last tool output: |29670    YOU HAVE AATO|
Broken pipe
    at org.apache.hadoop.streaming.PipeReducer.reduce(PipeReducer.java:129)
    at org.apache.hadoop.mapred.ReduceTask.runOldReducer(ReduceTask.java:444)
    at org.apache.hadoop.mapred.ReduceTask.run(ReduceTask.java:392)
    at org.apache.hadoop.mapred.YarnChild$2.run(YarnChild.java:164)
    at java.security.AccessController.doPrivileged(Native Method)
    at javax.security.auth.Subject.doAs(Subject.java:422)
    at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1698)
    at org.apache.hadoop.mapred.YarnChild.main(YarnChild.java:158)

Answer 1

首先，您的示例格式不正確，或者您有邏輯錯誤。 print(line)和counter += 1應該是INSIDE for循環。

更容易寫下來的方法是：

for counter, line in enumerate(fileinput.input()):
    if(counter>limit):
        break

    line = line.strip()
    print (line)

現在，如果這不能解決問題，那么問題就很少了。

1）你能看到程序的任何輸出（它實際上是從那個for循環中打印的東西）嗎？

2）程序是否立即崩潰，或者在一段時間后崩潰？