当前位置:首页 > 文章列表 > 文章 > python教程 > Python批量处理卡死?如何解决?

Python批量处理卡死?如何解决?

2025-03-02 09:09:37 0浏览 收藏

本文针对Python批量文件处理程序第二次运行无响应的问题提供了解决方案。该程序旨在处理指定目录下的多个文件,但第一次运行正常后,第二次运行却卡死。问题根源在于代码中遗漏了关键的`get_file(files)`函数调用,且`get_file`函数内部存在逻辑错误,例如文件处理逻辑不完整以及对CSV写入的处理不当。文章提供了修正后的代码,修复了函数调用缺失和逻辑错误,并加入了更稳健的错误处理机制,确保程序能够正常重复运行并批量处理文件。 关键词:Python, 批量处理, 文件处理, 程序卡死, 代码错误, CSV写入

Python程序重复运行无反应:如何解决批量文件处理程序在第二次运行时无响应的问题?

Python程序重复运行无响应的排查与修复

本文分析一个Python程序在第二次运行时无响应的问题,该程序旨在批量处理指定目录下的多个文件。

问题现象

程序第一次运行正常,但第二次运行时却没有任何反应,程序卡死。

代码片段及问题所在

提供的代码片段中,get_file(files) 函数负责批量处理文件,但该函数调用被遗漏了。 print('ok') 语句之后应该添加 get_file(files) 来完成文件处理。 此外,get_file 函数内部存在逻辑错误,需要修正。

import os
import re
import csv

aa_codes = {'ala':'a','cys':'c','asp':'d','glu':'e',
'phe':'f','gly':'g','his':'h','lys':'k','ile':'i',
'leu':'l','met':'m','asn':'n',
'pro':'p','gln':'q','arg':'r',
'ser':'s','thr':'t','val':'v','tyr':'y','trp':'w'}

def file_name(files):
    lst = []
    files = os.listdir(file_dir)
    for file in files:
        lst.append(file)
    return lst

file_dir='d:\\python代码\\new - 副本'  # 请确保此路径正确
files=file_name(file_dir)

#对文件进行批量操作
def get_file(files):
    for file in files:
        try:
            with open(os.path.join(file_dir, file), 'r') as f: # 使用os.path.join避免路径问题
                txts = f.readlines()
                # ... (此处代码逻辑有误,需要修正,见下文) ...
        except Exception as e:
            print(f"Error processing file {file}: {e}")


# ... (修正后的get_file函数逻辑,见下文) ...

print('ok')
get_file(files) # 添加get_file函数调用

get_file 函数逻辑修正

原代码中get_file函数的逻辑存在错误,特别是处理重复行和CSV写入的部分。以下提供修正后的代码:

def get_file(files):
    for file in files:
        try:
            with open(os.path.join(file_dir, file), 'r') as f:
                txts = f.readlines()
                # 去除重复行
                unique_txts = []
                for line in txts:
                    if line not in unique_txts:
                        unique_txts.append(line)

                res1 = []
                for line in unique_txts:
                    parts = re.split(r'\s*,\s*', line.strip()) # 使用更稳健的分割方式
                    if len(parts) >= 6 and parts[3] in aa_codes: # 增加判断条件避免索引错误
                        res1.append(aa_codes[parts[3]])

            with open(os.path.join(file_dir, file + '.csv'), 'w', newline='') as csvfile: # 添加newline=''避免空行
                writer = csv.writer(csvfile)
                writer.writerow(res1)

        except Exception as e:
            print(f"Error processing file {file}: {e}")

总结

程序无响应的原因是缺少 get_file(files) 函数调用以及 get_file 函数内部逻辑错误。 通过添加函数调用并修正函数内部逻辑,程序可以正常重复运行并批量处理文件。 请确保 file_dir 路径设置正确,并检查文件内容是否符合预期格式。 添加错误处理机制可以提高程序的健壮性。

以上就是《Python批量处理卡死?如何解决?》的详细内容,更多关于的资料请关注golang学习网公众号!

PHP7OpenSSL加密:密钥长度与算法选择PHP7OpenSSL加密:密钥长度与算法选择
上一篇
PHP7OpenSSL加密:密钥长度与算法选择
Elasticsearch嵌套数组高效筛选
下一篇
Elasticsearch嵌套数组高效筛选
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    264次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    316次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    300次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    273次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    93次使用