Cách đọc tệp theo từng dòng trong Python

Python cung cấp nhiều cách để đọc tệp theo từng dòng, và thoạt nhìn, chúng có vẻ có thể thay thế cho nhau. Nhưng trên thực tế, lựa chọn của bạn ảnh hưởng đến mức sử dụng bộ nhớ, hiệu năng và thậm chí cả độ dễ đọc của mã. Một số cách tiếp cận mở rộng tốt với các tệp lớn, trong khi những cách khác lại gây ra vấn đề mà không hiển thị rõ ràng.

Trong hướng dẫn này, bạn sẽ học cách được khuyến nghị để đọc một tệp theo từng dòng trong Python và lý do vì sao đây thường nên là lựa chọn mặc định. Chúng ta cũng sẽ xem một vài lựa chọn thay thế, giải thích khi nào chúng phù hợp và chỉ ra những lỗi thường gặp dễ khiến bạn vấp phải. Đến cuối bài, bạn sẽ có thể đọc tệp một cách tự tin và hiệu quả, dù là viết một script nhanh hay làm điều gì phức tạp hơn.

Cách được khuyến nghị để đọc tệp theo từng dòng trong Python

Nếu chỉ nhớ một mẫu duy nhất từ bài viết này, hãy nhớ mẫu này. Trong hầu hết tình huống, lặp trực tiếp trên đối tượng tệp là cách đơn giản, an toàn và hiệu quả nhất để đọc tệp theo từng dòng, và đó cũng là cách bạn thường thấy trong mã Python thực tế.

Về cơ bản, một đối tượng tệp trong Python vốn đã là một iterator. Điều đó có nghĩa là bạn có thể lặp trực tiếp qua nó và nhận từng dòng một:

with open("example.txt", "r", encoding="utf-8") as file:
    for line in file:
        print(line)Được hỗ trợ bởi

Đoạn mã này làm đúng như những gì bạn thấy. Python mở tệp và trả về từng dòng một khi vòng lặp chạy. Không cần đánh chỉ mục thủ công, không gọi hàm thừa, và cũng không có phức tạp ẩn nào.

Một trong những lợi thế lớn nhất của cách này là tiết kiệm bộ nhớ. Python không tải toàn bộ tệp vào bộ nhớ. Thay vào đó, nó đọc một dòng, xử lý rồi chuyển sang dòng tiếp theo. Điều này giúp mẫu này an toàn ngay cả với các tệp rất lớn, như log hoặc dữ liệu thô xuất ra.

Đây cũng là giải pháp Pythonic nhất. Lặp trực tiếp trên đối tượng tệp rõ ràng, dễ đọc và ngay lập tức dễ hiểu với bất kỳ ai quen thuộc với Python. Điều đó trở nên quan trọng khi script phình to hoặc khi người khác cần đọc mã của bạn sau này.

Vì những lợi ích đó, đây nên là lựa chọn mặc định của bạn trừ khi bạn có lý do rất cụ thể để làm khác đi. Nó tự động xử lý tệp lớn, mở rộng tốt khi kích thước tệp tăng và tránh sử dụng bộ nhớ không cần thiết—tất cả mà không thêm phức tạp.

Xử lý ký tự xuống dòng và khoảng trắng khi đọc từng dòng trong Python

Nếu bạn từng in các dòng từ một tệp và thấy xuất hiện dòng trống bất ngờ hoặc thắc mắc vì sao chuỗi trông không đúng lắm, có lẽ bạn đã gặp phải hành vi ký tự xuống dòng của Python. Đây là một trong những điểm gây khó chịu phổ biến cho người mới, và đáng để hiểu sớm. 

Khi Python đọc tệp theo từng dòng, mỗi dòng thường kết thúc bằng một ký tự xuống dòng (\n). Ký tự xuống dòng đó là một phần của chính dòng đó, không phải thứ Python thêm vào sau. 

Ví dụ, một tệp trông như thế này:

apple
banana
cherryĐược hỗ trợ bởi

thực tế sẽ được đọc là: 

apple\n, banana\n, và cherry\n.

Hành vi này giữ nguyên cấu trúc ban đầu của tệp, điều này quan trọng khi định dạng có ý nghĩa. Nhưng khi bạn xử lý văn bản—có thể là so sánh giá trị, phân tích dữ liệu, hoặc làm sạch đầu vào—bạn thường muốn loại bỏ khoảng trắng thừa đó.

Làm sạch dòng để xử lý

Giải pháp phổ biến nhất là loại bỏ khoảng trắng trước khi sử dụng mỗi dòng:

with open("data.txt", encoding="utf-8") as file:
    for line in file:
        clean_line = line.strip()
        print(clean_line)Được hỗ trợ bởi

Phương thức strip() loại bỏ khoảng trắng ở đầu và cuối, bao gồm dấu cách, tab và ký tự xuống dòng. Đây thường là điều bạn muốn khi:

• So sánh các dòng với giá trị mong đợi
• Chuyển đổi chuỗi thành số
• Xây dựng dữ liệu có cấu trúc từ nội dung tệp

Các mẫu khoảng trắng thường gặp

Tùy vào trường hợp sử dụng, các phương thức có mục tiêu hơn có thể phù hợp hơn:

• line.strip() loại bỏ khoảng trắng ở cả hai đầu

• line.rstrip() loại bỏ khoảng trắng ở bên phải

• line.rstrip("\n") chỉ loại bỏ ký tự xuống dòng

Ví dụ, nếu thụt lề quan trọng nhưng không cần ký tự xuống dòng ở cuối:

clean_line = line.rstrip("\n")Được hỗ trợ bởi

Khi không nên loại bỏ khoảng trắng

Cũng quan trọng không kém là biết khi nào không nên loại bỏ khoảng trắng. Nếu bạn đang làm việc với:

• Văn bản định dạng sẵn
• Tệp có độ rộng cố định
• Log mà khoảng cách có ý nghĩa
• Markdown hoặc đoạn mã

Loại bỏ khoảng trắng có thể làm hỏng cấu trúc dữ liệu. Trong những trường hợp đó, hãy làm việc với các dòng thô và xử lý định dạng một cách có chủ đích.

Một nguyên tắc nhỏ: hãy loại bỏ khoảng trắng khi bạn đang xử lý nội dung; giữ nguyên khoảng trắng khi định dạng có ý nghĩa.

Cách theo dõi số dòng trong Python

Khi đã đọc tệp theo từng dòng, nhu cầu biết mình đang ở dòng nào là điều thường gặp. Điều này đặc biệt hữu ích cho log, lỗi xác thực và gỡ lỗi các tệp đầu vào lộn xộn.

Python giúp việc này trở nên dễ dàng với hàm dựng sẵn enumerate():

with open("data.txt", encoding="utf-8") as file:
    for line_number, line in enumerate(file, start=1):
        print(line_number, line.strip())Được hỗ trợ bởi

Cụ thể như sau:

• Tệp vẫn trả về từng dòng một

• enumerate() thêm một bộ đếm bên cạnh mỗi dòng

• start=1 khớp với cách con người đếm dòng

Mẫu này vẫn tiết kiệm bộ nhớ và hoạt động tốt với các tệp lớn.

Khi số dòng quan trọng

Theo dõi số dòng đặc biệt hữu ích cho:

• Log: xác định sự kiện xảy ra ở đâu
• Xác thực: báo chính xác vị trí dữ liệu lỗi
• Gỡ lỗi: lần theo lỗi phân tích cú pháp
• Phản hồi người dùng: chỉ đến một dòng cụ thể trong tệp đầu vào

Vì enumerate() giúp mã sạch và dễ đọc, nó gần như luôn tốt hơn việc tự quản lý một bộ đếm thủ công.

Sử dụng readline() để đọc từng dòng một trong Python

Python cũng cung cấp một lựa chọn thủ công hơn: readline(). Bạn sẽ không cần nó thường xuyên, nhưng hiểu về nó giúp bạn nhận ra khi nào nên dùng.

Phương thức readline() đọc một dòng mỗi lần được gọi. Khi tệp đã đọc hết, nó trả về một chuỗi rỗng:

with open("example.txt", encoding="utf-8") as file:
    line = file.readline()
    while line:
        print(line.strip())
        line = file.readline()Được hỗ trợ bởi

Khi nào readline() hợp lý

readline() hữu ích khi việc đọc cần có điều kiện hoặc được kiểm soát chặt chẽ, chẳng hạn:

• Chương trình tương tác
• Dừng ngay khi thỏa một điều kiện
• Kết hợp đọc tệp với logic phức tạp

Ví dụ:

with open("log.txt", encoding="utf-8") as file:
    while True:
        line = file.readline()
        if not line or "ERROR" in line:
            break
        print(line.strip())Được hỗ trợ bởi

Vì sao nó thường không tốt hơn vòng lặp mặc định

Trong hầu hết trường hợp, cách này vẫn tốt hơn:

for line in file:
    process(line)Được hỗ trợ bởi

Nó ngắn hơn, rõ ràng hơn, hiệu quả tương đương và khó dùng sai hơn. Hãy coi readline() như một công cụ cho trường hợp đặc biệt, không phải thay thế cho vòng lặp chuẩn.

Vì sao readlines() thường là ý tưởng tệ cho các tệp lớn

Phương thức readlines() đọc toàn bộ tệp vào bộ nhớ và trả về một danh sách các dòng:

with open("example.txt", encoding="utf-8") as file:
    lines = file.readlines()Được hỗ trợ bởi

Cách này hoạt động với tệp nhỏ—nhưng không mở rộng tốt.

Vì toàn bộ tệp được nạp cùng lúc:

• Mức sử dụng bộ nhớ tăng theo kích thước tệp
• Tệp lớn có thể làm chậm chương trình hoặc khiến nó sập
• Vấn đề thường chỉ xuất hiện khi chạy thực tế

Khi nào readlines() chấp nhận được

Hợp lý khi:

• Tệp đảm bảo nhỏ
• Bạn thực sự cần tất cả các dòng cùng lúc
• Kích thước có thể dự đoán và có giới hạn

Ngoài ra, lặp theo từng dòng gần như luôn là lựa chọn tốt hơn.

Các lỗi thường gặp khi đọc tệp theo từng dòng

Hầu hết vấn đề đến từ một vài sơ suất nhỏ:

• Quên đóng tệp → Hãy dùng with

• Vô tình tải toàn bộ tệp → Tránh dùng read() và readlines()

• Bỏ qua mã hóa → Chỉ định rõ UTF-8

• Nhầm giữa chế độ văn bản và nhị phân → Dùng "r" cho văn bản, "rb" cho nhị phân

Khi đã biết những điểm này, việc tránh sai lầm sẽ rất dễ.

Thực tiễn tốt nhất khi đọc tệp theo từng dòng trong Python

Trước khi kết thúc, đây là một danh sách nhanh giúp mã của bạn sạch và đáng tin cậy:

• Mặc định hãy dùng đối tượng tệp như một iterator
• Loại bỏ khoảng trắng một cách có chủ đích, không tự động
• Tránh tải toàn bộ tệp trừ khi thật sự cần
• Xử lý mã hóa một cách rõ ràng khi làm việc với văn bản

Những thói quen này phù hợp từ script nhanh đến pipeline chạy thực tế.

Kết luận

Khi nói đến việc đọc tệp theo từng dòng trong Python, có một lựa chọn mặc định rõ ràng: lặp trực tiếp trên đối tượng tệp. Nó đơn giản, tiết kiệm bộ nhớ và đủ biểu đạt để xử lý mọi thứ từ tệp văn bản nhỏ đến log khổng lồ.

Thiết kế của Python khiến mẫu này trở nên tự nhiên. Bạn không cần tiện ích đặc biệt hay logic phức tạp vì ngôn ngữ đã xử lý phần khó cho bạn. Hầu hết vấn đề nảy sinh không phải do Python, mà do làm phức tạp hóa một tác vụ vốn đã có giải pháp gọn gàng.

Hãy bám vào cách tiếp cận dựa trên iterator, chủ động với khoảng trắng và mã hóa, và mã đọc tệp của bạn sẽ luôn dễ đọc, dễ suy luận.