Python标准库tempfile的使用总结
Python标准库tempfile的使用总结
临时文件是计算机程序存储临时数据的文件,它的扩展名通常是“.temp”。本文用于记录使用Python提供的临时文件API解决实际问题的过程,主要内容包括问题描述、tempfile库简要介绍、解决方案等。
问题描述
一些开源工具提供的接口有时不能满足特定场景下的需求,需要根据实际情况进行调整。比如基于Java的自动文摘工具PKUSUMSUM,它接收一篇文章作为输入,输出文章的摘要,要求输入输出都是磁盘上的文件:
java -jar PKUSUMSUM.jar -T 1 -input [输入文件] -output [输出文件] -L 2 -n 15 -m 5 -stop n
由于我的代码是用Python写的,需要进行摘要抽取的文章已经加载到内存了,并且通过工具生成摘要以后需要马上进行评测,自动文摘工具PKUSUMSUM提供的接口没办法直接满足我的需求。Python脚本怎样调用Jar包?内存中的文章怎样作为PKUSUMSUM的输入?PKUSUMSUM输出的摘要怎样读入到内存中?
tempfile库
通过查阅资料,我了解到Python标准库中有名字叫tempfile的模块,这个模块实现了创建临时文件和文件夹的功能,相关接口包括:
- TemporaryFile:创建临时文件,一旦文件关闭,就立即被销毁;
- NamedTemporaryFile:创建有名字的、在文件系统中可见的临时文件,可以通过指定
delete
参数设置文件关闭时的行为; - TemporaryDirectory:创建临时文件夹;
- mkstemp():创建临时文件,需要手动关闭和销毁;
- mkdtemp():创建临时文件夹,需要手动关闭和销毁。
其中14实现了上下文管理器协议(实现了`__enter__`和`__exit__`两个特殊方法),配合`with`关键字使用,可以方便地自动关闭文件;56是低阶API,使用完临时文件或文件夹以后,需要手动关闭。
import tempfile # # 导入模块
from pathlib import Path
fin = tempfile.TemporaryFile(mode='w', encoding='utf8') # 创建临时文件
fin.name # C:\\Users\\ADMINI~1\\AppData\\Local\\Temp\\tmpi1ozv3mj
Path(fin.name).exists() # True,临时文件是存在的
fin.delete # True,delete参数的默认值是True,表示文件关闭以后,立即销毁
with fin.file as fp: # 上下文管理器自动关闭文件
content = bytes('The quick brown fox jumps over the lazy dog', 'utf8')
fp.write(content)
Path(fin.name).exists() # False,临时文件已经被销毁
解决方案
回到我们的问题:
Python脚本怎样调用Jar包?
我们可以使用os模块的
system
方法执行Shell命令,调用Jar包:os.system(f'java -jar PKUSUMSUM.jar -T 1 -input {fin.name} -output {fout.name} -L 2 -n 15 -m {algo_id} -stop n')
内存中的文章怎样作为PKUSUMSUM的输入?
我们可以首先把文章写入到临时文件中,然后通过引用临时文件的name属性,就可以把文章当成本地文件那样使用了:
# 把文章写入到临时文件中
fin = tempfile.NamedTemporaryFile(delete=False)
fin.close()
with open(Path(fin.name), mode='w', encoding='utf8') as fp:
fp.write(text)
注意临时文件必须要先关闭,然后才能往文件里面中写内容,否则会触发Permission denied异常。
PKUSUMSUM输出的摘要怎样读入到内存中?
思路与第二个问题一样,创建临时文件并通过name属性进行引用,临时文件销毁前读出里面的内容(就是PKUSUMSUM抽取出的摘要)。
完整的代码如下:
def do_extractive_summarization(text: str, algo: str = 'TextRank') -> str:
"""基于PKUSUMSUM实现抽取式摘要算法"""
algo_warehouse = {'Centroid': 2, 'ILP': 3, 'LexPageRank': 4, 'TextRank': 5, 'Submodular': 6}
if algo not in algo_warehouse:
raise ValueError(f'Invalid extractive summarization algorithm: {algo}')
algo_id = algo_warehouse[algo]
# 把文章写入到临时文件中
fin = tempfile.NamedTemporaryFile(delete=False)
fin.close()
with open(Path(fin.name), mode='w', encoding='utf8') as fp:
fp.write(text)
# 运行PKUSUMSUM.jar,把生成的摘要写入到临时文件中
fout = tempfile.NamedTemporaryFile(delete=False)
fout.close()
os.system(f'java -jar PKUSUMSUM.jar -T 1 -input {fin.name} -output {fout.name} -L 2 -n 15 -m {algo_id} -stop n')
with open(Path(fout.name), mode='r', encoding='utf8') as fp:
content = fp.read()
summary = ' '.join(word_tokenize(content))
Path(fin.name).unlink()
Path(fout.name).unlink()
return summary
总结
Python的tempfile模块提供了方便的创建临时文件和文件夹的接口,这些接口配合在Python脚本中执行Shell命令的方法一起使用,可以在开源工具和自己的代码之间创建一个“适配层”(我在写些什么?我怎么自己都看不懂?);PKUSUMSUM实现了多种抽取式摘要算法,是自动文摘研究的利器。
参考材料
- tempfile — Generate temporary files and directories
- PKUSUMSUM
- tempfile模块报错:PermissionError: Errno 13 Permission denied的解决方法
- Python之将字符串转换为字节的两种方法
- Python调用shell命令常用方法
Python标准库tempfile的使用总结的更多相关文章
- Python标准库概览
Python标准库通常被称为"自带的电池",自然地提供了广泛的功能,涵盖了大概200个左右的包与模块.不断有高质量的包或模块被开发出来,极大的丰富了标准库.但有些模块放在标准库中很 ...
- python第六天 函数 python标准库实例大全
今天学习第一模块的最后一课课程--函数: python的第一个函数: 1 def func1(): 2 print('第一个函数') 3 return 0 4 func1() 1 同时返回多种类型时, ...
- 转--Python标准库之一句话概括
作者原文链接 想掌握Python标准库,读它的官方文档很重要.本文并非此文档的复制版,而是对每一个库的一句话概括以及它的主要函数,由此用什么库心里就会有数了. 文本处理 string: 提供了字符集: ...
- Python 标准库一览(Python进阶学习)
转自:http://blog.csdn.net/jurbo/article/details/52334345 写这个的起因是,还是因为在做Python challenge的时候,有的时候想解决问题,连 ...
- python 标准库大全
python 标准库 文本 string:通用字符串操作 re:正则表达式操作 difflib:差异计算工具 textwrap:文本填充 unicodedata:Unicode字符数据库 string ...
- Python标准库14 数据库 (sqlite3)
作者:Vamei 出处:http://www.cnblogs.com/vamei 欢迎转载,也请保留这段声明.谢谢! Python自带一个轻量级的关系型数据库SQLite.这一数据库使用SQL语言.S ...
- python标准库00 学习准备
Python标准库----走马观花 python有一套很有用的标准库.标准库会随着python解释器一起安装在你的电脑上的.它是python的一个组成部分.这些标准库是python为你准备的利器,可以 ...
- Python标准库:内置函数hasattr(object, name)
Python标准库:内置函数hasattr(object, name) 本函数是用来判断对象object的属性(name表示)是否存在.如果属性(name表示)存在,则返回True,否则返回False ...
- python标准库xml.etree.ElementTree的bug
使用python生成或者解析xml的方法用的最多的可能就数python标准库xml.etree.ElementTree和lxml了,在某些环境下使用xml.etree.ElementTree更方便一些 ...
随机推荐
- Linux安全加固手册
1 身份鉴别 1.1 密码安全策略 操作系统和数据库系统管理用户身份鉴别信息应具有不易被冒用的特点,口令应有复杂度要求并定期更换. 设置有效的密码策略,防止攻击者破解出密码 ...
- js file对象 文件大小转换可视容易阅读的单位
function returnFileSize(number) { if(number < 1024) { return number + 'bytes'; } else if(number & ...
- Zookeeper 的典型应用场景 ?
Zookeeper 是一个典型的发布/订阅模式的分布式数据管理与协调框架,开发人员 可以使用它来进行分布式数据的发布和订阅. 通过对 Zookeeper 中丰富的数据节点进行交叉使用,配合 Watch ...
- Redis 支持的 Java 客户端都有哪些?官方推荐用哪个?
Redisson.Jedis.lettuce 等等,官方推荐使用 Redisson.
- 学习heartbeat-05 实现web服务高可用
一.环境介绍 说明:所有案例在虚拟机(VMware)上完成 操作系统:centos 6.5 64bit 高可用软件:heartbeat 3.0.4 Web应用服务器:apache httpd 2.2. ...
- Vue报错之"[Vue warn]: Invalid prop: type check failed for prop "jingzinum". Expected Number with value NaN, got String with value "fuNum"."
一.报错截图 [Vue warn]: Invalid prop: type check failed for prop "jingzinum". Expected Number w ...
- c++ 虚函数多态、纯虚函数、虚函数表指针、虚基类表指针详解
静态多态.动态多态 静态多态:程序在编译阶段就可以确定调用哪个函数.这种情况叫做静态多态.比如重载,编译器根据传递给函数的参数和函数名决定具体要使用哪一个函数.动态多态:在运行期间才可以确定最终调用的 ...
- 1、Jetson Nano 远程桌面XP问题
jeston nano上网 方法3(最简单的方法) 最简单的方法真的特简单,用USB数据线连接主板的USB接口以及手机,打开手机的USB共享即可,若要使用静态IP,可在主板上修改配置文件,接口一般为u ...
- 【转自百度fex】fex-team/interview-questions
fex-team/interview-questions 注意 目前发现有其他人以 FEX 团队名义进行招聘,发出的邮箱皆为私人邮箱. 为防止在投递简历出现误会,在此提醒各位注意: FEX 团队没有以 ...
- python-计算素数和
本题要求计算输入两个正整数x,y(x<=y,包括x,y)素数和.函数isPrime用以判断一个数是否素数,primeSum函数返回素数和. 输入格式: 输入两个整数. 输出格式: [m-n]间的 ...