Python 在文件中查找字符串

要在文本文件中查找字面子字符串，可以使用 read() 和 in 获取布尔结果；需要查看匹配行时使用 readlines()；需要字符位置时使用 find()。对于大型文件或面向字节的数据，mmap 可以在文件映射上搜索。以下示例使用相同的小段文本，便于比较各自的结果和取舍。每个示例都可以运行；文中展示的输出与所提供的执行记录一致。

使用 read() 和 in 搜索文件内容

read() 方法会将文件剩余内容作为一个字符串返回。使用 Python 的 in 运算符，可以检查该字符串是否包含要查找的字面文本。表达式会得到 True 或 False，适合只需判断子字符串是否出现的情况。

这种方法直接明了，但会先将整个文件读入内存再进行搜索。它适合较小或中等大小的文本文件，也适用于还需要完整文件内容的情况。如果文件太大，无法舒适地放入内存，可以改用逐行处理或文件映射的方式。

运行以下示例：

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 directory:
    path = Path(directory) / "notes.txt"
    path.write_text("status=ready\nowner=Sam\n", encoding="utf-8")
    with path.open(encoding="utf-8") as file:
        found = "ready" in file.read()
    print(found)

True

使用 readlines() 逐行搜索

readlines() 方法会返回一个列表，其中包含文件的各行；如果行末有换行符，换行符也会包含在内。你可以用 in 检查每一行，并在首次匹配时停止。这种方式适合需要处理匹配行本身的场景，例如决定要显示或处理哪条记录。

虽然循环可以提前停止，readlines() 已经把所有行都读入列表。因此，内存用量会随文件大小增长。对于需要逐步处理的大型文件，可以直接用 for line in file 遍历打开的文件；这样无需先构建完整列表，同时仍可逐行执行相同的匹配逻辑。

运行以下示例：

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 directory:
    path = Path(directory) / "notes.txt"
    path.write_text("status=ready\nowner=Sam\n", encoding="utf-8")
    with path.open(encoding="utf-8") as file:
        for line in file.readlines():
            if "owner" in line:
                print(line.rstrip())
                break

owner=Sam

使用 find() 获取匹配位置

如果你需要知道首次匹配的字符索引，而不只是判断是否匹配，可以对 read() 返回的内容调用字符串的 find() 方法。索引从零开始：匹配项位于开头时返回 0，位于后面时则返回它在字符串中的位置。找不到匹配项时，find() 会返回 -1。请显式检查这个值，不要把所有结果都当作布尔值，因为在 Python 中 0 会被视为假值。

返回的位置是已解码 Python 字符串中的字符数，不是文件中的字节数。如果文件含有非 ASCII 文本，请使用合适的编码打开文本。若需要字节偏移量或内容是二进制数据，可以使用 mmap 和 bytes 模式进行面向字节的搜索。

运行以下示例：

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 directory:
    path = Path(directory) / "notes.txt"
    path.write_text("status=ready\nowner=Sam\n", encoding="utf-8")
    with path.open(encoding="utf-8") as file:
        contents = file.read()
    position = contents.find("ready")
    print(position)
    print(contents.find("missing"))

7
-1

使用 mmap 搜索大型文件

mmap 模块会将文件映射为支持搜索的类字节对象，无需先创建一个包含整个文件内容的 Python 字符串。处理大型文件时，这种方式可能有用，但不能保证搜索速度更快：性能取决于文件、存储设备、操作系统和访问模式。映射也会占用操作系统资源，因此用完后应将其关闭。

使用 bytes 模式（例如 b"ready"）搜索映射。与文本示例不同，这种搜索检查的是编码后的字节，并返回字节偏移量。模式必须是 bytes；普通字符串（例如 "ready"）是另一种类型。此示例在二进制模式下打开文件，并使用与相同 ASCII 文本对应的 UTF-8 字节。

运行以下示例：

本节中的代码以及显示的标签或输出仍为英文。

import mmap
from pathlib import Path
from tempfile import TemporaryDirectory

with TemporaryDirectory() as directory:
    path = Path(directory) / "notes.txt"
    path.write_bytes(b"status=ready\nowner=Sam\n")
    with path.open("rb") as file:
        with mmap.mmap(file.fileno(), 0, access=mmap.ACCESS_READ) as mapped:
            print(mapped.find(b"ready"))

7

选择合适的方法

如果只需要布尔结果，而且完整文本可以轻松放入内存，就使用 read() 和 in。如果需要获取行列表并查看或保留这些行，可以使用 readlines()；请记住，列表会保存整个文件。对于可以逐行独立处理的大型文本文件，直接遍历文件对象，不要把所有行都存进列表。

如果需要首次字面匹配的字符位置，就使用 find()。用 -1 判断未找到，并将 0 视为有效位置。如果适合进行文件映射的字节搜索，而且需要字节偏移量，就使用 mmap；请将目标编码为 bytes，也不要假设映射总会更快。这些方法搜索的是字面文本。如果任务需要匹配模式、忽略大小写或找出每次出现的位置，请选择专门满足这些需求的方法。