计算在Python中无法正常工作的长文件的行数

我一直在计算一个很长文件的行数（超过635000行）

我试过：

def file_len(fname):
    with open(fname) as f:
        for i, l in enumerate(f):
            pass
    return i + 1

而且：

num_lines = sum(1 for line in open(fname))

这两种方法都适用于行数不多的文件。我已经检查了制作一个5行文件，工作正常，输出为

5

但是对于一个长文件，它正好有

635474

行，上面发布的两种方法的输出都是

635466

我知道文件有

635474

行，而不是

635466

行，因为我在文件内部创建字符串，最后两行是：

alm_asdf_alarm635473=.NOT USED
alm_asdf_alarm635474=.NOT USED

另外，如果我用

Notepad++

打开文件，最后一行被计算为

635474

这背后的逻辑是什么？为什么数的行数比真的少

---

提前感谢。

如果您的所有行都具有相同的结构，您可以尝试这样的程序：

import re
num = re.compile('[^0-9]*([0-9]+)')
delta = 1 # initial delta
with open(...) as fd:
    for i, line in enumerate(fd, delta):
        m = num.match(line)
        if i != int(m.group(1)):
            print i, "th line for number ", int(m.group(1))
            break

找到有差异的第一行就足够了（这里的delta用于第一行内部编号为1而不是0的情况）。然后，使用记事本++您就可以更容易地理解问题的真正根源

注意：如果只有一些行具有此结构，则可以使用该变体：

        m = num.match(line)
        if (m is not None) and (i != int(m.group(1))):

---

您确定在所有行中使用相同的行分隔符吗？是。当我为每行创建字符串时，我会在末尾添加一个

\n

。这意味着，对于每一行：

f\u out.write（“stuff\n”）

。我一次写下所有内容。这告诉你什么？顺便问一下：你知道

enumerate

接受

start

关键字参数吗<代码>列表（枚举（[1,2,3]，开始=1））=[（1,1）、（2,2）、（3,3）]。我写了一个包含635474行的文件，但无法重现您的问题。行在

=

之后有不同的内容。这意味着我可以有

alm_asdf_alarm635473=。未使用
，
alm_asdf_alarm635472=。HELLO
，
alm_asdf_alarm635471=.FOO BAR BAZ
，或
=/code>之后的任何内容。所以我使用了你的第二个变体，但它不起作用。没有显示错误，但它从不进入
if
@Borja:my regex应该忽略数字后面的所有内容。如果只有
=
后面的部分不同，您应该尝试初始代码，以确保在代码中没有错误regex@Borja当前位置正则表达式中有一个拼写错误。您应该试试固定版本。现在可以了，谢谢，输出是
635474
，正如
Notepad++
所述。