Python:如何正确使用readline()和readline()

Question

我构建了一个Python脚本，它使用普林斯顿英语Wordnet中的数据随机创建句子，下面是戈德尔、埃舍尔、巴赫提供的图表。调用python GEB.py会在英语中产生一系列无意义的句子，例如：

复苏的麻醉剂成本。苔藓植物指甲。讨厌的第40个桃子。星体的隐藏。翻译婚纱的面粉，take_a_dare通过苹果木打了一拳，再次请求enfeoff。金枪鱼旁边的一艘货轮。

并将它们保存到gibberish.txt中。这个剧本很好用。

另一个脚本(translator.py)使用gibberish.txt并通过py-googletrans模块尝试将这些随机句子翻译成葡萄牙语：

from googletrans import Translator
import json

tradutor = Translator()

with open('data.json') as dataFile:
    data = json.load(dataFile)


def buscaLocal(keyword):
    if keyword in data:
        print(keyword + data[keyword])
    else:
        buscaAPI(keyword)


def buscaAPI(keyword):
    result = tradutor.translate(keyword, dest="pt")
    data.update({keyword: result.text})

    with open('data.json', 'w') as fp:
        json.dump(data, fp)

    print(keyword + result.text)


keyword = open('/home/user/gibberish.txt', 'r').readline()
buscaLocal(keyword)

目前，第二个脚本只输出gibberish.txt中第一个句子的翻译。类似于：

复苏的麻醉剂成本。奥门托·德托管人在埃斯特蒂科

我尝试使用readlines()而不是readline()，但是我得到了以下错误：

Traceback (most recent call last):
  File "main.py", line 28, in <module>
    buscaLocal(keyword)
  File "main.py", line 11, in buscaLocal
    if keyword in data:
TypeError: unhashable type: 'list'

我在这里读过类似的关于这个错误的问题，但我不清楚我应该使用什么来读取gibberish.txt中包含的所有句子(新句子以新行开头)。

我如何阅读gibberish.txt中包含的全部句子列表？为了实现这一点，我应该如何调整translator.py中的代码？如果问题有点混乱，我很抱歉，如果有必要，我可以编辑，我是Python新手，如果有人能帮我的话，我会很感激的。

Answer 1

让我们从您对文件对象所做的事情开始。打开一个文件，从它得到一行，然后不要关闭它。更好的方法是处理整个文件，然后关闭它。这通常是通过with块完成的，即使发生错误，也会关闭文件：

with open('gibberish.txt') as f:
    # do stuff to f

除了实际的好处之外，这将使界面更加清晰，因为f不再是一个丢弃的对象。处理整个文件有三个简单的选项：

1. 在循环中使用readline，因为它一次只读取一行。当''出现时，您必须手动删除换行符并终止循环： 而True: line = f.readline()如果不是line: break关键字= line.rstrip() buscaLocal(关键字) 这个循环可以采取多种形式，其中一种形式如下所示。
2. 使用readlines一次将文件中的所有行读入字符串列表： 对于f.readlines()中的行:关键字= line.rstrip() buscaLocal(关键字) 这比前面的选项要干净得多，因为您不需要手动检查循环终止，但它的缺点是一次性加载整个文件，而readline循环则不这样做。 这就引出了第三种选择。
3. Python文件是可迭代对象。您可以通过节省readlines的内存来保持readline方法的整洁性： f: buscaLocal(line.rstrip())中的行 可以使用readline和更神秘的next来模拟这种方法，以创建类似的迭代器： 对于下一行(f.readline，'')：buscaLocal(line.rstrip())

另外，我要对您的功能做一些修改：

def buscaLocal(keyword):
    if keyword not in data:
        buscaAPI(keyword)
    print(keyword + data[keyword])

def buscaAPI(keyword):
    # Make your function do one thing. In this case, do a lookup.
    # Printing is not the task for this function.
    result = tradutor.translate(keyword, dest="pt")
    # No need to do a complicated update with a whole new
    # dict object when you can do a simple assignment.
    data[keyword] = result.text

...

# Avoid rewriting the file every time you get a new word.
# Do it once at the very end.
with open('data.json', 'w') as fp:
    json.dump(data, fp)

Answer 2

如果您使用的是readline()函数，您必须记住这个函数只返回一行，所以您必须使用一个循环来遍历文本文件中的所有行。在使用readlines()的情况下，这个函数会同时读取完整的文件，但是返回列表中的每一行。列表数据类型是不可访问的，不能用作dict对象中的键，这就是为什么if keyword in data:行会发出这个错误，因为这里的keyword是所有行的列表。一个简单的for循环将解决这个问题。

text_lines = open('/home/user/gibberish.txt', 'r').readlines()
for line in text_lines:
     buscaLocal(line)

这个循环将遍历列表中的所有行，当关键元素为字符串时，访问dict时会出现错误。