Python 3.x 必须先运行readlines（），然后运行read（）。有没有更有效的方法

这感觉像是一个愚蠢的问题，但问题来了

我有很多数据文件要处理，每个文件在主数据之前都有可变数量的前导行。处理要求我在序言中找到一些值，然后将主数据读入一个数组

从序言中，我需要能够做到的行数：

with open(csvfile) as f:
data = f.readlines()
for num, line in enumerate(data, 0):
    if end_preamble in line:
        lines = num

我还需要在序言中找到一些处理后续数据所需的值。我也可以这样做：

with open(csvfile) as f:
    data = f.read()
term1 = re.finall...(regex term)..

这两种方法都可以，但是

read（）

不会返回行号，因为（据我所知）它将文本解释为一行。相反地，

readlines（）

不能对字符串进行正则化（我认为这是因为它没有被存储——但我可能错了）

我现在有以下几点：

with open(csvfile) as f:
    data = f.read(250)
lines = data.count('\n')
term1 = re.finall.....

这是有效的，因为大多数时候前导码的长度小于250字节。但是如果我有一个序言很短或很长的文件，这将不起作用

这些文件不是很大，所以我可以使用

readlines（）

，也可以使用

read（）

，但要完成看似相对简单的任务，两次读取文件似乎效率低下。有没有更有效的方法结合这两种需求？

使用

readline（）

而不是

readline（）

。它将允许您读取任意数量的行，但只能读取文件的前言（而不是整个文件）：

结果得到

num

，它是前导中最后一行的编号

编辑

如果您只想打开文件一次（容易出错的方式），您可以这样做：

with open(csvfile, mode='rb') as f:
    preamble = b''
    line = f.readline()
    while end_preamble.encoded('UTF-8') not in line:
        preamble += line
    preamble = preamble.decoded('UTF-8')

    data = pandas.read_table(f, ...)

---

谢谢-这比我的版本更有弹性。我仍然必须打开

csvfile

两次。我想知道是否有一种方法可以一步完成。@nick.sculthorpe打开文件两次不是问题。这是一种非常常见的操作。

with open(csvfile, mode='rb') as f:
    preamble = b''
    line = f.readline()
    while end_preamble.encoded('UTF-8') not in line:
        preamble += line
    preamble = preamble.decoded('UTF-8')

    data = pandas.read_table(f, ...)