Python: 如何正确使用 readline() 和 readlines()

Question

我已经构建了一个 Python 脚本，根据 Gödel, Escher, Bach 提供的图表，使用普林斯顿英语 Wordnet 中的数据随机创建句子。调用 python GEB.py 会产生一个英文无意义句子的列表，例如：

重新审美成本。苔藓植物的指甲厌恶桃花四十。星光隐藏。 take_a_dare 一拳打穿applewood 的面粉谁翻译长袍谁重新请求enfeoff。金枪鱼旁边的半边莲。

并将它们保存到 gibberish.txt。这个脚本工作正常。

另一个脚本 (translator.py) 采用 gibberish.txt 并通过 py-googletrans Python 模块尝试将那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：

重新审美成本。 aumento de custos inestético.

我尝试使用 readlines() 而不是 readline()，但出现以下错误：

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'

我在这里读到了关于这个错误的类似问题，但我不清楚我应该使用什么来阅读 gibberish.txt 中包含的整个句子列表（新句子以新的开头线）。

如何阅读 gibberish.txt 中包含的完整句子列表？我应该如何调整 translator.py 中的代码才能实现这一目标？很抱歉，如果问题有点混乱，我可以根据需要进行编辑，我是 Python 新手，如果有人能帮助我，我将不胜感激。

Answer 1

如果你正在使用 readline() 函数，你必须记住这个函数只有 return 一行，所以你必须使用循环遍历文本文件中的所有行.在使用 readlines() 的情况下，此函数会立即读取整个文件，但 return 列表中的每一行。列表数据类型不可散列，不能用作 dict 对象中的键，这就是 if keyword in data: 行发出此错误的原因，因为 keyword 这里是所有行的列表。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)

此循环将遍历列表中的所有行，访问字典时会出错，因为关键元素将是一个字符串。

Answer 2

让我们从您对文件对象执行的操作开始。您打开一个文件，从中获取一行，然后不要关闭它。更好的方法是处理整个文件然后关闭它。这通常使用 with 块来完成，即使发生错误也会关闭文件：

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

除了 material 的好处之外，这将使界面更加清晰，因为 f 不再是一次性对象。您可以通过三个简单的选项来处理整个文件：

在循环中使用readline，因为它一次只会读取一行。您将不得不手动去除换行符并在 '' 出现时终止循环：
```
while True:
    line = f.readline()
    if not line: break
    keyword = line.rstrip()
    buscaLocal(keyword)
```
此循环可以采用多种形式，此处显示了其中一种。
使用readlines一次将文件中的所有行读入字符串列表：
```
for line in f.readlines():
    keyword = line.rstrip()
    buscaLocal(keyword)
```
这比以前的选项更简洁，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 循环就是这样做的没有。

这给我们带来了第三种选择。
Python 文件是可迭代对象。您可以拥有 readlines 方法的清洁度和 readline:
的内存节省
```
for line in f:
     buscaLocal(line.rstrip())
```
可以使用 readline 和更神秘的形式 next 来模拟这种方法，以创建类似的迭代器：
```
for line in next(f.readline, ''):
     buscaLocal(line.rstrip())
```

附带一点，我会对你的函数做一些修改：

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)

Python: 如何正确使用 readline() 和 readlines()

Python: How to properly use readline() and readlines()

python

translation

readline

wordnet

readlines