Python 获取文本文件总行数

你可以使用以下代码获取文本文件总行数：

with open('file.txt', 'r') as file:
    lines = file.readlines()
    line_count = len(lines)
    print("Total number of lines in the file:", line_count)

请注意，必须将“file.txt”替换为实际的文件名，并将文件放在代码运行目录中。

相关问题

大文本文件 随机取一定行 python csdn

在Python中，我们可以使用以下的代码将大文本文件中的随机行提取出来。

首先，我们需要导入`random`模块来生成随机数，并使用`linecache`模块来读取文本文件的特定行。

然后，我们可以使用以下的代码来实现这个功能：

import random
import linecache

def random_lines(file_path, num_lines):
    # 获取文本文件的总行数
    total_lines = sum(1 for line in open(file_path))
    
    # 随机选择指定数量的行号
    random_lines = random.sample(range(1, total_lines+1), num_lines)
    
    result = []
    # 逐行读取文本文件，将随机选择的行存入结果列表
    for line_number in random_lines:
        line = linecache.getline(file_path, line_number)
        result.append(line.strip())
    
    return result

# 示例用法
file_path = "example.txt"  # 大文本文件的路径
num_lines = 5  # 需要提取的随机行的数量

random_lines = random_lines(file_path, num_lines)
for line in random_lines:
    print(line)

在这个示例中，我们假设大文本文件的路径为"example.txt"，我们想要提取5行随机行。代码首先会计算文件的行数，然后在1到总行数之间生成不重复的随机行号。之后，代码会使用`linecache.getline()`函数读取相应行的内容，并将其存入结果列表`result`中。最后，我们可以遍历结果列表，并打印输出随机行。

注意：假如大文本文件特别大，同时需要随机提取多行，上述代码可能会遇到效率问题。在这种情况下，最好的解决方案是在读取文本文件时，只保留随机行的行号，并跳过其他行的读取。这样可以避免不必要的内存开销和读取时间。

在 pyspark 中读取 Linux 系统本地文件 /data/bigfiles/test.txt，然后统计出文件的行数，直接打印输出统计的结果。 输出示例如下： 该文件的总行数为：n

在PySpark中，你可以使用`pyspark.sql.DataFrameReader`来读取Linux系统的本地文本文件，并通过`count()`函数计算行数。首先，你需要导入必要的模块并创建一个SparkSession。以下是具体的步骤：

from pyspark.sql import SparkSession

# 创建一个SparkSession
spark = SparkSession.builder.appName("LineCount").getOrCreate()

# 指定文件路径
file_path = "/data/bigfiles/test.txt"

# 使用DataFrameReader读取文本文件
df = spark.read.text(file_path)

# 计算行数
row_count = df.count()

# 打印结果
print(f"该文件的总行数为：{row_count}")

# 关闭SparkSession以释放资源
spark.stop()

在这个例子中，`text()`函数用于读取文本文件，返回一个包含每一行作为一行的DataFrame。然后我们调用`count()`获取总行数，并将其打印出来。