如何在Python中将文本文件转换为列表

Question

我遇到了一些问题，想将一个文本文件转换成由逗号分隔的列表组成的列表。基本上，我需要：

DATE  OF OCCURRENCE,WARD,LONGITUDE,LATITUDE
06/04/2011,3,-87.61619704286184,41.82254380664193
06/04/2011,20,-87.62391924557963,41.79367531770095

看起来像：

[["DATE  OF OCCURRENCE", "WARD", "LONGITUDE" , "LATITUDE"],
 ["06/04/2011", "3", "-87.61619704286184", "41.82254380664193"],
 ["06/04/2011", "20", "-87.62391924557963", "41.79367531770095"]]

这是我目前的代码：

row = []
crimefile = open(fileName, 'r')
for line in crimefile.readlines():
    row.append([line])
    for i in line.split(","):
        row[-1].append(i)

然而，这给我带来了以下结果：

[['DATE  OF OCCURRENCE,WARD,LONGITUDE,LATITUDE\n', 'DATE  OF OCCURRENCE', 'WARD', 'LONGITUDE', 'LATITUDE\n'], 
['06/04/2011,3,-87.61619704286184,41.82254380664193\n', '06/04/2011', '3', '-87.61619704286184', '41.82254380664193\n'], 
['06/04/2011,20,-87.62391924557963,41.79367531770095', '06/04/2011', '20', '-87.62391924557963', '41.79367531770095']]

我只想能够删除第一部分并用第二部分替换它。我该怎么做？

- LiamNeesonFan

Answer 1

也许:

crimefile = open(fileName, 'r')
yourResult = [line.split(',') for line in crimefile.readlines()]

- michael

---

这个简单的例子可以使用这种方式处理，但是针对像这样的数据文件，请学习csv模块。当您开始读取包含逗号的带引号字符串字段时，您会感到高兴。(split()不够智能，无法区分哪些逗号是分隔符，哪些属于带引号的字符串内部。) 这个只包含数字的数据集没有问题，但如果您从一开始就学习好的实践，以后就不必去纠正错误的方法了。另外，还要查看csv.DictReader类 - 它将使用文件的第一行作为键名，并为每一行提供一个dict而不仅仅是一个列表。 - PaulMcG

@michael：如果你删除.readlines()，会更好，因为它是(1)没有必要的，(2)什么也没用就占用了内存。实际上，你可以简单地使用[… for line in crimeFile]，Python将简单地迭代文件的每一行并几乎不使用任何内存，而不是使用readlines()将整个文件读入内存并将所有行放入列表中（这将占用内存）。 - Eric O. Lebigot

@michael：这个版本保留了最后一行项目中的换行符，这可能不太方便。 - Eric O. Lebigot

Answer 2

这看起来像是一个CSV文件，因此您可以使用Python csv模块来读取它。例如：

import csv

crimefile = open(fileName, 'r')
reader = csv.reader(crimefile)
allRows = [row for row in reader]

使用csv模块可以指定如何处理引号和换行等内容。请参阅我上面链接的文档。

- srgerg

---

我查看了文档和上面的代码，但仍然有点不清楚。你的代码中第三行到底是做什么的？ - LiamNeesonFan

第三行是一个Python 列表推导式。reader类可以用作可迭代对象，因此您可以迭代csv文件中的每一行。每一行实际上都是一个包含csv文件每个列的一个值的列表。因此，代码的第三行只是说：创建一个包含reader可迭代对象的每一行的列表。每一行本身都是一个值的列表，因此最终结果是allRows是一个列表的列表，就像您想要的那样。 - srgerg

@srgergпјҡдёҠйқўзҡ„д»Јз ҒеҰӮжһңдҪҝз”ЁallRows = list(reader)дјҡжӣҙеҘҪпјҢиҝҷдёӘж–№жі•еҸҜд»ҘеҸ–д»ЈжӣҙеӨҚжқӮзҡ„еҲ—иЎЁжҺЁеҜјејҸallRows = [row for row in reader]гҖӮ - Eric O. Lebigot

Answer 3

我认为@michael的评论可能有点过时了。由于我遇到了这个问题，而且似乎仍然相关，所以我想提供一个更加现代化的解决方案，基于之前的回答，大致如下：

with open(file_name, 'r') as f:
    your_result = [line.split(',') for line in f.read().splitlines()]

- Mr. Nobody

Answer 4

继续你已经开始的：

row = [[]] 
crimefile = open(fileName, 'r') 
for line in crimefile.readlines(): 
    tmp = []
    for element in line[0:-1].split(','):
        tmp.append(element)
row.append(tmp)

- Peter Donegan

---

写for line in crimefile:比写for line in crimefile.readlines()更高效和清晰，后者会消耗不必要的内存。 - Eric O. Lebigot

另外，line[0:-1]在Windows上不能正常工作，因为Windows使用两个字节来表示换行符。您需要以rU模式打开文件，将换行符转换为\n。 - Eric O. Lebigot

在你的第一条评论中 - 我知道这一点，我只是扩展了他的代码。在你的第二条评论中，line[0:-1] 在我使用的 Windows 平台上和 Python 2.7.2 版本上运行良好。 - Peter Donegan

错误可能有点微妙，很难发现（例如，序列 Hello\r\r\n 在打印时看起来正常）。在 row.append() 之后，print tmp[-1], len(tmp[-1]) 的结果是否如预期？ - Eric O. Lebigot

f = open('eol.txt','r') total = [] for l in f: ... total.append(l) ... total ['test\n'] t= total[0][0:-1] t 'test' print t[-1] t print len(t[-1]) 1

- Peter Donegan

好的。在Python中，默认的文本模式将输入文件中的\r\n序列转换为\n。根据文档：“默认情况下使用文本模式，它可能在写入时将'\n'字符转换为特定于平台的表示形式，并在读取时进行反向转换。”（强调是我的）。我删除了我的-1并换成了+1。虽然这样写更常见：line[:-1]而不是line[0:-1] :) - Eric O. Lebigot