我正在尝试使用 gzip 模块有效地读入和解析压缩的文本文件。此链接建议使用 io.BufferedReader
包装 gzip 文件对象,如下所示:
import gzip, io
gz = gzip.open(in_path, 'rb')
f = io.BufferedReader(gz)
for line in f.readlines():
# do stuff
gz.close()
要在 Python 3 中做到这一点,我认为必须用 mode='rb'
调用gzip
。所以结果是line
是一个二进制字符串。但是,我需要line
是文本/ASCII字符串。有没有更有效的方法使用 BufferedReader
将文件作为文本字符串读取,还是我必须在 for 循环中解码line
?
io.TextIOWrapper
将二进制流无缝包装到文本流:
f = io.TextIOWrapper(gz)
或者正如@ShadowRanger指出的那样,您可以简单地以文本模式打开 gzip 文件,以便 gzip
模块将为您应用 io.TextIOWrapper
包装器:
for line in gzip.open(in_path, 'rt'):
# do stuff