Question

我目前正在尝试解析一个大文件，其中包含多个串联的XML文件。除了最后一项，我目前能够以有效的XML格式获取所有项。我决定尝试仅包含4个串联XML文件的子集的函数。

该函数如下：

def read_bulk_file(bulk_file): #better name pending
with open(bulk_file, 'r') as f:
    next(f)
    document = ''
    document += '<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n'
    n = 1
    for line in f:
        if '<?xml version=\"1.0\" encoding=\"UTF-8\"?>' in line:
            print('Sending batch ' + str(n) + '...', end='')
            yield document
            print('Success!')
            n += 1
            print('Resetting document for item ' + str(n) + '...', end='')
            document = ''
            print('Success!')
            print('Adding xml declaration tag for item ' + str (n) + '...', end='')
            document += '<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n'
            print('Success!')
        else:
            document += line

我用来运行函数的脚本是：

text_generator = read_bulk_file('./Data/test_xml.xml')
n = 1
while True:
    try:
        print('Reading Item #' + str(n) + ': ', end='')
        n += 1
        with open('./Data/results/item' + str(n-1) + '.xml', 'w') as o:
             o.write(next(text_generator))
        print('You have created item file #' + str(n-1) + '!')
    except StopIteration:
        print('Generator function didn\'t find more items!')
        break

最后，控制台中的输出为：

正在读取项目1：正在发送批处理1 ...您已创建项目文件1 ！！

阅读项目2：成功！

正在重置项目2的文档...成功！

为项目2添加xml声明标签...成功！

发送批次2 ...您已创建项目文件＃2！

阅读项目3：成功！

重置项目3的文档...成功！

为项目3添加xml声明标记...成功！

发送批次3 ...您已创建项目文件＃3！

阅读项目4：成功！

正在重置项目4的文档...成功！

为项目4添加xml声明标记...成功！

生成器功能找不到更多项！

如您所见，没有为项目4创建文件。我几乎可以肯定，这与抛出StopIteration异常有关。

我仔细检查了文件的读取过程，直到文件结束为止，而且似乎是这种情况，因此，我认为文档变量一直存在，直到抛出异常之前。

有没有办法在引发异常之前获取上一次迭代的内容？

如何防止Python生成器函数省略最后一项？

0 个答案: