Unas cuantas observaciones primero:
readline
retorna una línea nueva cada vez que es llamada. Una línea está delimitada por el carácter fin de línea. Este carácter especial depende del sistema operativo, pudiendo ser un carácter de salto de línea (\n
) como en los sistemas *NIX, retorno de carro (\r
) antiguos MacOS, retorno de carro + salto de línea (\r\n
) en Windows, etc. Es importante tener en cuenta que readline
/readlines
no elimina este carácter cuando retorna la línea.
readlines
recibe como argumento opcional el número de bytes/caracteres a retornar, no el número de línea.
La concatenación de cadenas es muy ineficiente dado que son inmutables, por lo que cuando se concatenan hay que crear un nuevo objeto y eventualmente el GC eliminará los anteriores. str.join
, por ejemplo, es mucho más eficiente.
write
/writelines
no añaden saltos de línea nunca, por lo que es necesario que los añadas tú a cada línea de forma explícita.
No se si lo haces o no, pero no lo muestras en el código. Siempre tienes que cerrar un archivo cuando termines de trabajar con el. No dejes esta tarea al recolector de basura, puedes encontrarte con sorpresas no deseadas. Usar el manejador de contexto con with
suele ser la mejor opción para no olvidarse de ello.
Si pretendes recorrer línea a línea el fichero un while
y readline
es una opción muy ineficiente además de más complicada que usar un simple for line in file
.
Con todo esto, para eliminar los caracteres de nueva línea lo más simple es usar str.rstript()
. Retorna una nueva cadena eliminando las posibles coincidencias encontradas al final de la cadena con la subcadena pasada como argumento. Si no se le pasa argumento elimina todos los caracteres de nueva línea o espacios sobrantes.
En principio tu código podría quedar:
with open("englishdictionary.txt") as input_file,\
open("newenglishdictionary.txt", "a") as output_file:
lines = (''.join(("http://www.", line.rstrip(), ".com\n")) for line in input_file)
output_file.writelines(lines)
si se usa Python 3.6 y en adelante los literales de cadena formateados son más eficientes que str.join
:
with open("englishdictionary.txt") as input_file,\
open("newenglishdictionary.txt", "a") as output_file:
lines = (f"http://www.{line.rstrip()}.com\n" for line in input_file)
output_file.writelines(lines)
Nota: lines
es un generador, esto implica que en ningún momento cargamos en memoria el archivo. Se va leyendo línea a línea del fichero de entrada al mismo tiempo que se va guardando la línea procesada en el fichero de salida.
Para un fichero como:
hello
stack
overflow
Obtenemos:
http://www.hello.com
http://www.stack.com
http://www.overflow.com
str.rstrip()
sobre cada línea para eliminar los posibles caracteres de nueva línea (\n) o retornos de carro (\r) del final de cada una. ¿466544 es el número de líneas del fichero? Lo digo porque si es eso lo que haces es ineficiente.word
.file.readline(count).rstrip()
. Si muestras un pequeño fragmento del archivo original, el fragmento que da lugar lugar a la salida que pones en la imagen vendría genial, sería más fácil responder adecuadamente. Hay varias cosas que se pueden mejorar en el código, como la concatenación de cadenas que haces. También te falta añadir un salto de línea después de.com
. Si puedes agregar el trocito de englishdictionary.txt como texto no como una imágen sería de gran ayuda.Para ello usa el botón editar