Python从文件读取突然停止

Question

我正在从一个750行的文本文件中读取。这是我的代码：

x = 0
with open(path.join(_path, _filename), 'rU') as f:
    for line in f:
        print x, line
        x += 1

进程总是在第713行停止。这是打印输出：

709 83968|10-07-2014 04:00:00|4607|8059|JNBO=4Y8%_LLLC*6K/&:).|"LC[IB91/""L+E>\B%3K#VM&"|"PHS[D_(""%OUR3\6VH^<!M"""|74005|57009|0|0
710 83969|10-07-2014 04:00:00|1391|8059|I?WWB^!KFY3EY\QD50H/.0|KSN<U$-&?*END,=GHL3<N%|AHC\UJ70%)0/:2K&7A22F&|74005|57009|0|0
711 84349|10-07-2014 04:00:00|36518|8059|C$>P!_8!TTDJK*KE+U=Y@.|O!!LB_I2+ARD]W!)U_S56)|"A3$(74Q2\74_/2'3;<\%5"""|74005|74004|0|0
712 80354|10-07-2014 04:00:00|7267|8059|K@A#JK4LC;M_-O!<#.95B/|N8#2R&=B[4]D7KOD\3`CI#|"B,[`Z=K$*#36;7""L;9^,6("|74005|57009|0|0
713 76910|10-07-2014

下面是文件的摘录：

83968|10-07-2014 04:00:00|4607|8059|JNBO=4Y8%_LLLC*6K/&:).|"LC[IB91/""L+E>\B%3K#VM&"|"PHS[D_(""%OUR3\6VH^<!M"""|74005|57009|0|0
83969|10-07-2014 04:00:00|1391|8059|I?WWB^!KFY3EY\QD50H/.0|KSN<U$-&?*END,=GHL3<N%|AHC\UJ70%)0/:2K&7A22F&|74005|57009|0|0
84349|10-07-2014 04:00:00|36518|8059|C$>P!_8!TTDJK*KE+U=Y@.|O!!LB_I2+ARD]W!)U_S56)|"A3$(74Q2\74_/2'3;<\%5"""|74005|74004|0|0
80354|10-07-2014 04:00:00|7267|8059|K@A#JK4LC;M_-O!<#.95B/|N8#2R&=B[4]D7KOD\3`CI#|"B,[`Z=K$*#36;7""L;9^,6("|74005|57009|0|0
76910|10-07-2014 04:00:00|49425|8059|"D'A\<(%N?FS\ARP??""CJ0."|"H`]8#E^"")T""P""0':]OZ%V*"|"F'),+F`6WU?UT>""=K<#PC."|74005|74004|0|0
84356|10-07-2014 04:00:00|3236|8059|"GT&]S-7<A%MSBO>""Z2(T%+"|F6YDP\;O@_4?BW!1VIC1O!|P/O/9W)(YJ&+:\=HK)*OA$|74005|55427|0|0
89539|10-07-2014 04:00:00|1113|8059|"GP',L]BZVELBMY`6(&4%^%"|"L2`GSTCJ:^.\G\I:'SQ*T'"|"JD^28<IKKQ6=%7V/FX6-['"|74005|74004|0|0

第713行是这段代码中倒数第三行。

我猜它认为它已经结束了(可能是一个EOF字符？)。

你知道这个文件出了什么问题吗？

更新:这是整个文件> http://dpaste.com/3CCGZY9

更新2:这是来自vim：https://dl.dropboxusercontent.com/u/2423935/err.jpg的屏幕截图(高亮显示了导致问题的行)

更新3:从dpaste粘贴回来似乎解决了这个问题。但是，我对此无能为力，因为解析之前的文件是从FTP服务器下载的。这是我用来从ftp下载的代码：

try:
    connection = FTP("<SERVER_IP>")
    connection.login("<username>", "<pass>")
    connection.cwd("dir1")
    filenames = connection.nlst()
    filenames = sorted(filenames)
    for name in filenames:
        exists = path.isfile(path.join(_path, name))
        if not exists:  # fetch it!!
            localfile = open(path.join(_path, name), 'wb')
            connection.set_pasv(False)
            connection.retrbinary("RETR " + name,
                                  localfile.write, 1024)
except all_errors as e:
    log.error("Cannot connect to FTP Server because %s" % repr(e))

更新4:这是实际的文件：https://dl.dropboxusercontent.com/u/2423935/source.txt，这是十六进制转储：https://dl.dropboxusercontent.com/u/2423935/hex.txt

Answer 1

我不能在提供的数据上重现这个问题。然而，作为猜测，也许它与缓冲有关？然后，尝试：

sys.stdout.flush()

打印后。我指向那个方向，因为它没有显示任何错误。

否则，请尝试以未更改的形式提供整个文件(例如，上传到某个地方)。

Answer 2

该文件是在Windows下制作的，在Linux下处理。可能存在许多问题，即从文件的显示图像进行简单的复制-粘贴可以解决由不可打印字符引起的问题。

行尾通常可以被任何版本的Python正确处理，因为我想到的是Windows上的原生UTF16文本文件(带有BOM标记)，或者更可能是一些程序用来添加(现在仍然是)文件结束(^Z)字符，以纪念旧的CP-M操作系统(恐龙使用它...)。它可以很容易地修复，但不能没有文件的精确副本或十六进制转储。