在 Python 中使用字符串而不是字节迭代 gzipped 对象[关闭]答案

【问题标题】：Iterating through a gzipped object in Python with strings, not bytes [closed]在 Python 中使用字符串而不是字节迭代 gzipped 对象[关闭]
【发布时间】：2019-08-21 20:21:50
【问题描述】：

根据文件的扩展名，我使用不同的打开器和上下文管理器，如下所示：

if args.vcf_in.endswith(".gz"):
    dopenf = gzip.open
    mode = "rb"
else:
    openf = open
    mode = "rt"

不幸的是，当我尝试在一种情况下迭代对象时，它是字节，而在另一个字符串中，代码失败了：

with openf(args.vcf_in, mode) as fin:
    for line in fin:
        count += 1
        print(line)
        if line.startswith("#"):

有没有办法遍历一个 gzip 压缩文件，以便输出的行是字符串？我知道我可以检查它们是否是字节并对其进行解码，但我很好奇是否有更好的方法使用 opener 或 io 包。

谢谢！

【问题讨论】：

二进制文件没有行的概念，因此您的代码不能与 .gz 文件一起使用。
您能否展示一个最小的示例来说明您正在做什么以及所需的输出？目前尚不清楚您在什么条件下接收字节。在第一种情况下，您将文件包装在 TextIOWrapper （提供字符串）中，在第二种情况下，您以文本模式打开（提供字符串）。
对不起，第一个案例是我拙劣的阅读尝试。我将上面的代码编辑为仅使用 gzip.open。我基本上需要一种方法来逐行遍历一个大的 gzip 压缩文件。
@CindyAlmighty 试试dopenf = gzip.open() 或类似的东西

标签： python gzip

【解决方案1】：

也许我在这里误解了一些东西，但如果您的 gzip 文件是文本文件，您应该能够简单地调用 gzip.open() 并使用 mode='r'（不是 'rb'）代替标准 open ()。不需要所有的 io 类。

【讨论】：