Go 读取文本文件

工作中时不时需要读取文本，文本文件是最常见的文件类型。

本文将从逐行、逐个单词和逐个字符三个方法读取文件：

• byLine.go
• byWord.go
• byCharacter.go

逐行读取文本文件

逐行读取文件是最为常见的文本文件，也是最为简单的方式。首先我们需要导入几个常见的包：

• bufio：缓存区读写文件
• flag：命令行参数解析

package main

import (
	"bufio"
	"flag"
	"fmt"
	"io"
	"os"
)

func lineByLine(file string) error {

	var err error

	f, err := os.Open(file)
	if err != nil {
		return err
	}

	defer f.Close()

	r := bufio.NewReader(f)
	for {
		line, err := r.ReadString('\n')
		if err == io.EOF {
			break
		} else if err != nil {
			fmt.Printf("error reading file %s", err)
			break
		}
		fmt.Print(line)
	}
	return nil
}

func main() {
	flag.Parse()
	if len(flag.Args()) == 0 {
		fmt.Printf("usage: byLine <file1> [<file2> ...]\n")
		return
	}

	for _, file := range flag.Args() {
		err := lineByLine(file)
		if err != nil {
			fmt.Println(err)
		}
	}
}

代码解释：

• 主要通过 bufio.NewReader() 函数生成一个新的读取器；
• 随后，在 bufio.ReadString() 函数读取字符，通知该函数持续执行读取任务，直到碰到该 “\n” 参数，也就是换行符。读到换行符，执行文本输出。
• 如果读取中断了，即 err == io.EOF ,退出文件读取
• 或者 err != nil, 打印错误提示，退出文件执行

main() 函数中首先读取命令行参数，如果命令行长度为 0，即没有传入要读取的文件，如果此时执行 byLine.go 文件的话就会给出语法提示，如下:

$ go run byLine.go
usage: byLine <file1> [<file2> ...]

我们写一个测试的文本文件 test.txt, 写入如下几行数据，记得在第二行换行（加入空行）：

这是第一行
我是第二行

运行如下命令后，结果为：

$ go run byLine.go test.txt
这是第一行
我是第二行

可以使用 cat test.txt 校验我们的结果的准确性，如下：

$ cat test.txt
这是第一行
我是第二行

逐个单词读取文本文件

package main

import (
	"bufio"
	"flag"
	"fmt"
	"os"
)

func wordByWord(file string) error {
	var err error
	f, err := os.Open(file)
	if err != nil {
		return err
	}

	defer f.Close()
	scanner := bufio.NewScanner(f)
	scanner.Split(bufio.ScanWords)
	var words []string
	for scanner.Scan() {
		words = append(words, scanner.Text())
	}

	for _, word := range words {
		fmt.Println(word)
	}
	return nil
}

func main() {
	flag.Parse()
	if len(flag.Args()) == 0 {
		fmt.Printf("usage: byWord <file1> [file2> ...]\n")
		return
	}

	for _, file := range flag.Args() {
		err := wordByWord(file)
		if err != nil {
			fmt.Println(err)
		}
	}
}

代码解释：

• 其他代码都和 byLine.go 函数一样，主要是利用了 bufio 中的 scanner 来扫描单词，
• scanner := bufio.NewScanner(file) 用来扫描读取的文件
• scanner.Split(bufio.ScanWords) 用来分割单词
• 声明一个单词字符串列表，将读取到的每一个单词放入这个列表中
• 循环遍历单词字符串列表，打印每一个单词

测试代码

写入一个 test.txt 文件：

Hello World
1 2 3 

运行代码，结果显示：

$ go run byWord.go test.txt
Hello
World
1
2
3

逐个字符读取文本文件

逐个字符读取文本的使用场景还是很少，除非开发一个文本编辑器。新建一个 byCharacter.go 文件，然后写入如下代码：

package main

import (
	"bufio"
	"flag"
	"fmt"
	"io"
	"os"
)

func charByChar(file string) error {

	var err error
	f, err := os.Open(file)
	if err != nil {
		return err
	}

	defer f.Close()

	r := bufio.NewReader(f)
	for {
		line, err := r.ReadString('\n')
		if err == io.EOF {
			break
		} else if err != nil {
			fmt.Printf("error reading file %s", err)
			return err
		}

		for _, x := range line {
			fmt.Println(string(x))
		}
	}
	return nil
}

func main() {
	flag.Parse()
	if len(flag.Args()) == 0 {
		fmt.Printf("usage: byWord <file1> [file2> ...]\n")
		return
	}

	for _, file := range flag.Args() {
		err := charByChar(file)
		if err != nil {
			fmt.Println(err)
		}
	}
}

运行测试用例得出的最后结果为：

$ go run byCharacter.go test.txt 
H
e
l
l
o
 
W
o
r
l
d

总结

本文主要介绍 Go 中的 bufio 包，有些情况下，我们并不只是需要读取整个一大段文件，所以需要把文件通过某种方式读取，并介绍了 Go 读取文本文件中的三种方法：

• 逐行读取文本文件 byLine.go
• 逐个单词读取文本文件 byWord.go
• 逐个字符读取文本文件 byCharacter.go

其实还有更多读取文本文件的方法，比如通过逗号读取、读取特定数据量的文本，这些方法留到后文再作介绍，下一篇文章见！