如何在 Python 中从文件读取特定行

要从 Python 文本文件中读取一行或多行，首先要区分行号是供人阅读的，还是供 Python 代码使用的。人通常从第 1 行开始计数，而列表索引从 0 开始。对于小文件，readlines() 会载入所有行，方便按索引读取。对于大文件，enumerate() 可以逐行扫描。需要反复查询时，linecache 可按行号访问内容，并会缓存文件数据，因此它并不是恒定内存用量的方案。

先确定行号的计数方式

如果有人要第 3 行，对应的列表索引是 3 - 1，也就是 2。enumerate() 默认也从索引 0 开始。相比之下，linecache.getline(path, 3) 接受从 1 开始的人类行号。明确区分这些计数方式，可以避免差一行的错误。文本行通常包含末尾的换行符；只有在显示或比较时不需要这段空白，才将它移除。

使用 readlines() 读取小文件中的指定行

readlines() 会返回一个包含所有行的列表；如果行末有换行符，列表项也会保留它。当文件能够轻松装入内存，而且你可能要访问多个位置时，这种方式很方便。下面的独立示例会创建一个临时文本文件，并打印其中的第三行：

本节中的代码以及显示的标签或输出仍为英文。

from pathlib import Path
from tempfile import TemporaryDirectory

with TemporaryDirectory() as folder:
    path = Path(folder) / "notes.txt"
    path.write_text("first\nsecond\nthird\nfourth\n", encoding="utf-8")
    with path.open(encoding="utf-8") as file:
        lines = file.readlines()
    print(lines[2].rstrip("\n"))

若要读取从 first_line 到 last_line（含首尾）的连续行号范围，可使用切片 lines[first_line - 1:last_line]。切片的结束索引不包含在结果中，因此可以直接将人类行号中的最后一行号用作结束索引。如果请求的行可能不存在，索引前应先确认它在 len(lines) 的范围内。

使用 enumerate() 逐行读取大文件中的指定行

直接迭代文件可以避免创建包含所有行的列表。enumerate(file) 会在读取每一行时提供一个从 0 开始的索引；若要显示人类使用的行号，就加 1。读取较后面的行仍需先经过前面的行，因此这种方式适合减少内存用量，而不是直接跳到远处的某一行。

本节中的代码以及显示的标签或输出仍为英文。

from pathlib import Path
from tempfile import TemporaryDirectory

with TemporaryDirectory() as folder:
    path = Path(folder) / "events.txt"
    path.write_text("start\nready\nconnected\nfinished\n", encoding="utf-8")
    wanted = {2, 4}
    with path.open(encoding="utf-8") as file:
        for line_number, line in enumerate(file, start=1):
            if line_number in wanted:
                print(line_number, line.rstrip("\n"))
            if line_number >= max(wanted):
                break

这里使用 start=1，使循环变量直接表示人类使用的行号，让筛选条件更容易理解。如果文件行数少于请求的行号，循环会自然结束，不会打印那些不存在的行。

使用 linecache 反复访问指定行

如果代码要根据文件从 1 开始的行号反复查询，可使用 linecache.getline(path, line_number)。它会以文本形式返回该行；如果行末有换行符，也会一并返回。行号不存在时，结果为空字符串。linecache 会缓存文件内容以供重用；当需要反复查询同一个文件时，这可能很方便，但缓存数据仍会占用内存。

本节中的代码以及显示的标签或输出仍为英文。

import linecache
from pathlib import Path
from tempfile import TemporaryDirectory

with TemporaryDirectory() as folder:
    path = Path(folder) / "report.txt"
    path.write_text("header\nalpha\nbeta\n", encoding="utf-8")
    line = linecache.getline(str(path), 2)
    print(line.rstrip("\n"))
    linecache.clearcache()

示例中的显式 clearcache() 调用会在结束时释放缓存条目。对于会变化的文件，缓存是否最新很重要；如果程序修改了文件，并且之后的查询需要丢弃旧缓存，应先清除缓存。

处理行号范围、缺失行和内存限制

如果文件大小适中，且直接访问比将内容留在内存中更重要，可选择 readlines()。如果要逐步处理大文件，或在找到指定行后停止，可选择 enumerate()；但要到达较后的目标行，仍需读取它之前的行。如果需要反复查询带编号的行，并且可以接受缓存占用的内存，可选择 linecache。这些方法都无法读取文件末尾之后的行：列表索引会引发 IndexError，迭代时不会匹配到该行，而 getline() 会返回空字符串。请根据程序的需求验证请求，或处理相应结果。

以读取模式打开文本文件，并尽量使用 with 语句，以便在代码块结束时关闭文件。如果已知文件的编码，请指定该编码。随着行数和行长度增加，将整个文件载入内存可能会占用大量内存；不存在适用于所有机器和工作负载的通用文件大小阈值。流式读取可以限制读取循环保留的行数，但收集起来的指定行仍会占用内存。选择方法时，访问模式和可用内存比固定的大小或速度说法更有参考价值。