Python 如何读取.txt,.md等文本文件

Python 如何读取.txt,.md等文本文件

看代码吧~

# example.md
1 2 3
4 5 6
7 8 9
 
>>> with open("example.md") as f:
        lines = f.readlines()
>>> lines
["1 2 3
", "4 5 6
", "7 8 9
"]
# 我们发现每一行后面都会有一个回车符,我们使用strip()函数消除它
>>> lines = [i.strip() for i in lines]
["1 2 3", "4 5 6", "7 8 9"]
# 每个元素是一个string,但是我们需要读取的是文本数据,所以需要将string转化为int(or float)
>>> data = []
>>> for line in lines:
        data.append([int(i) for i in line.split(" ")])
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
# 最后可以把list转化为ndarray形式
>>> data = np.array(data)
>>> data
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])
# 把上述步骤写到一个函数里
>>> def read_file(file):
        """
        read .md or .txt format file
        :param file: .md or .txt format file
        :return: data
        """
        with open("example.md") as f:
            lines = f.readlines()
        data = []
        for line in lines:
            data.append([int(i) for i in line.strip().split(" ")])
        return np.array(data)
>>> data = read_file("example.md")
>>> data
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

补充:python 各种获取md5的方式

看代码吧~

#使用python 库  求MD5
import hashlib
#求字符串MD5
md5 = hashlib.md5("字符串").hexdigest()
#求文件md5
file = open("文件","rb")
md5 = hashlib.md5(file.read())hexdigest()
file.close()

#python 利用mac/linex 终端命令求md5

def get_MD5(file_path):
    """计算MD5"""
    files_md5 = os.popen("md5 %s" % file_path).read().strip()
    file_md5 = files_md5.replace("MD5 (%s) = " % file_path, "")
    return file_md5

#如果是windows 系统 大概可以利用类似的方法 获取把  没做过测试

#当进行获取大量文件的md5的时候,建议使用 命令的方式获取,这样 运行速度会快很多


补充:Python中读取txt文件的三种可行办法

DataTest.txt中的文件内容,文件最后尽量不要留空行,否则有的时候会出现error

1,2,3
4,5,6
7,8,9

第一种方式:使用 csv.reader()读取txt文件

import csv
data = []
with open("E:/DataTest.txt", "rt") as csvfile:
    reader = csv.reader(csvfile, delimiter=",")
    for row in reader:
        data.append(row)
    #输出结果是列表
    print(data)

输出结果:

[["1", "2", "3"], ["4", "5", "6"], ["7", "8", "9"]]

第二种方式:使用numpy.loadtxt()读取txt文件

import numpy as np 
data= np.loadtxt("E:/DataTest.txt",delimiter=",") 
#输出结果是numpy中数组格式
print(data)

输出结果:

[[1. 2. 3.]
[4. 5. 6.]
[7. 8. 9.]]

不过在后面添加如下语句都可以转换成DataFrame格式:

df = pd.DataFrame(data)  
df.to_csv()
print(df)

输出结果:

0 1 2
0 1.0 2.0 3.0
1 4.0 5.0 6.0
2 7.0 8.0 9.0

第三种方式:使用pandas.red_csv()读取txt文件

import pandas as pd  
data= pd.read_csv("E:/DataTest.txt",names=["0", "1", "2"])
#输出结果是numpy中数组格式
print(data)

输出结果:

0 1 2
0 1 2 3
1 4 5 6
2 7 8 9

以上为个人经验,希望能给大家一个参考,也希望大家多多支持云海天教程。