Python3: 如何读取txt.bz2文件

Question

有bz2文件压缩的文本块。文本文件中的数据如下。

   1  x3, x32, f5

   0  f4, g6, h7, j9

   .............

我知道如何通过以下代码加载文本文件

 rf = open('small.txt', 'r')
    lines = rf.readlines()
    lst_text = []
    lst_label = []
    for line in lines:
        line = line.rstrip('\n')
        label, text = line.split('\t')
        text_words = text.split(',')
        lst_text.append(text_words)
        lst_label.append(int(label))

但txt压缩后为small.txt.bz2文件。我想用下面的数据读取bz2文件，但是有错误。

import bz2

bz_file = bz2.BZ2File("small.txt.bz2")
lines = bz_file.readlines()
for line in lines:
    line = line.rstrip('\n')
    label, text = line.split('\t')
    text_words = text.split(',')
    print(label)

错误：

      line = line.rstrip('\n')
TypeError: a bytes-like object is required, not 'str'

你能给我提示如何处理它吗，代码最好。谢谢！

Answer 1

您收到此错误是因为 BZ2file 对象以 binary 模式打开文件。所以你的 line 是一个 bytes 对象，而不是一个字符串。您或许可以使用 line = line.rstrip(b'\n') 来解决这个问题。但是结果行仍然是字节对象。

但您可能应该在文本模式下使用 bz2.open：

with bz2.open("small.txt.bz2", "rt") as bz_file:
    for line in bz_file:
        label, text = line.rstrip('\n').split('\t')
        text_words = text.split(',')
        print(label)

Python3: 如何读取txt.bz2文件

Python3: how to read the txt.bz2 file

python-3.x

bz2