此代码是否读取文件中的前10000行

Question

def read_text(bz2_loc, n=10000):
with BZ2File(bz2_loc) as file_:
for i, line in enumerate(file_):
data = json.loads(line)
yield data["body"]
if i >= n:
break

我认为它读取每一行并立即返回结果，当它达到10000行时，它就会跳出循环。这段代码并不能完成整个文件的读取。这是真的吗？

如果我想读取整个文件，并且每10000次生成一次，如何修改它？

Answer 1

你可以试试这样的东西：

def read_text(bz2_loc, n=10000):
with BZ2File(bz2_loc) as file_:
lines = []
for i, line in enumerate(file_):
data = json.loads(line)
lines.append(data["body"])
if i % n == 0:
yield lines
lines = []

请注意，如果i从0开始，这也将产生第一行