如何在Python中读取具有换行符和制表符的文件到字符串中？

Question

我正在尝试读取一个包含制表符和换行符等的文件，并且数据为 JSON 格式。

当我使用 file.read()/readlines() 等读取它时，所有换行符和制表符也会被读取。

我已经尝试过 rstrip() 、 split 等，但徒劳无功，也许我错过了一些东西：

这基本上就是我正在做的事情：

 f = open('/path/to/file.txt')
 line = f.readlines()
 line.split('\n')

这是数据（包括原始选项卡，因此格式很差） ：

        {
      "foo": [ {
       "id1" : "1",
   "blah": "blah blah",
       "id2" : "5885221122",
      "bar" : [
              {  
         "name" : "Joe JJ", 
          "info": [                 {
         "custid": "SSN",    
         "type" : "String",             }        ]
        }     ]     }     ]  }

我想知道我们是否可以优雅地忽略它。

也希望使用 json.dumps()

Answer 1

如果数据是 json 为什么不直接使用 json.load() 呢？

import json
d = json.load(open('myfile.txt', 'r'))

Answer 2

我猜是一个小技巧，效率低下：

f = open("/path/to/file.txt")
lines = f.read().replace("\n", "").replace("\t", "").replace(" ", "")

print lines

Answer 3

这个结构是从哪里来的？我的哀悼。无论如何，作为开始，您可以尝试以下操作：

cleanedData = re.sub('[\n\t]', '', f.read())

这是强力删除换行符和制表符。它返回的内容可能适合输入到json.loads中。这在很大程度上取决于清除多余的空格和换行符后文件的内容是否实际上是有效的 JSON。

Answer 4

如果你想循环每一行，你可以：

for line in open('path/to/file.txt'):
  # Remove whitespace from both ends of line
  line = line.strip()

  # Do whatever you want with line

Answer 5

那么json模块的用法呢？

import json

tmp = json.loads(open("/path/to/file.txt", "r"))

output = open("/path/to/file2.txt", "w")
output.write(json.dumps(tmp, sort_keys=True, indent=4))

Answer 6

$ cat foo.json | python -mjson.tool
Expecting property name: line 11 column 41

"type" : "String", 中的逗号导致 JSON 解码器阻塞。如果不是这个问题，您可以使用 json.load() 直接加载文件。

换句话说，您的 JSON 格式不正确，这意味着您需要在将其提供给 json.loads() 之前执行替换操作。由于无论如何您都需要将文件完全读入字符串才能执行替换操作，因此请使用 json.loads(jsonstr) 而不是 json.load(jsonfilep)：

    >>> import json, re
    >>> jsonfilep = open('foo.json')
    >>> jsonstr = re.sub(r'''(["'0-9.]\s*),\s*}''', r'\1}', jsonfilep.read())
    >>> jsonobj = json.loads(jsonstr)
    >>> jsonstr = json.dumps(jsonobj)
    >>> print(jsonstr)
    {"foo": [{"blah": "blah blah", "id2": "5885221122", "bar": [{"info":
    [{"type": "String", "custid": "SSN"}], "name": "Joe JJ"}], "id1": "1"}]}

我只使用了 re 模块，因为它可能发生在任何值、数字或字符串上。