python从文件读数据

最近在做一个课题，需要将拿到的数据先存入数据库，刚好自己在学习python，就想拿python解决这个问题。拿到数据解压后发现是一个近6G的txt文件，文件太大，无法打开，尝试用python读取几行数据，看看数据的结构。

1、python读文件

python使用open()函数来打开文件，语法如下：

<span style="font-size:18px;">open(name[, mode[, buffering]])</span>

o pen函数使用一个文件名作为唯一的强制参数，然后返回一个文件对象。模式（mode）和缓冲（buffering）参数都是可选的。假设我们有一个名为note.txt的文本文件，它存放在我们的桌面，路径是C:\Users\Chen\Desktop（windows环境），可以这样打开文件：

<span style="font-size:18px;">>>> f = open(r'C:\Users\Chen\Desktop\note.txt')</span>

open函数只带一个文件名参数，默认以读模式处理文件，如果要向文件写入内容，必须显示声明模式参数。

open函数中模式参数的常用值

值	描述
‘r'	读模式
'w'	写模式
‘a'	追加模式
’b'	二进制模式（可添加到其他模式中使用）
‘+’	读/写模式（可添加到其他模式中使用）

python默认处理的是文本文件（字符文件），但如果处理的是一些其他类型的文件（二进制文件），如声音剪辑或者图像，则应该在模式参数中增加'b'，'b'模式改变处理文件的方法。如'rb'可以用来读取一个二进制文件。

open函数的第3个参数（可选）控制着文件的缓冲。

open函数中缓冲参数说明

值	描述
0（或False）	I/O是无缓冲的，所有操作直接针对硬盘
1(或True)	I/O是有缓冲的，python使用内存代替硬盘，加速程序，用flush/close才会更新硬盘上数据
>1的数字	缓冲区的大小（单位字节）
-1（或任何负数）	使用默认的缓冲区大小

如果有一个名为f的类文件对象，可以f.read方法，以字符串形式读取数据。f.read(4)即读取4个字符（字节），f.read()不提供参数，就读取当前到文件结尾剩下的文件。文件是被当成流来处理的，一般只能按照顺序读数据，若想在文件中读取任意位置，即随机访问，需要使用类文件的seek和tell方法。例如somefile.txt文件中的内容为Hello, World!:

>>> f = open('somefile.txt', 'r')

>>> f.read(4)

显示的结果为'Hell'，这时：

>>> f.read()

显示结果为'o, World!',若

>>> f = open('somefile.txt', 'r')

>>> f.read()

则显示结果为'Hello, World!'。
逐个字符读取文件没有问题，但效率太低，有时我们想按行读取，可以使用file.readline或者file.readlines()。当不使用任何参数时，file.readline()读取单独一行并返回，从文件当前的位置开始直到一个换行符出现，也读取这个换行符；当使用一个非负的整数作为参数时，表示readline可以读取的字符（或字节）的最大值。readlines方法不使用参数时，读取一个文件中所有的行，并将其作为 列表返回， 当使用一个非负的整数作为参数时，表示readlines读取的行数。读取文件示例代码如下：

# -*- coding: utf-8 -*-

BUFSIZE = 1

f = open(r'E:\RFID\t0101dl.txt','r')

lines = f.readlines(BUFSIZE)

for line in lines:

   print line

结果在控制台输出了很多行结果，并且还有乱码。我尝试读取另外的文件somefile.txt，发现可以读取文件内容。网上查资料发现应该是中文字符导致的乱码。