Python大杂烩4：按比例分割文件

1.场景

在很久很久以前，有一个马夫。
他给国王喂养了10万匹马，有一本马匹花名册q4.txt。
有一天，国王要求马夫把花名册随机分成2部分，分别交给2个人保管。
第1 部分占20%，第2部分占80%。

花名册

我们来帮他实现。

---

2.代码

python版本：v3.7.3
用法: python splitRoster.py q4.txt 10%

#splitRoster.py
#2020.03.23
import sys
import random

def random_extract(in_file, out_file, number):
    #用列表解析一次性将文件所有内容读入，文件大于1GB时最好不要这么做
    #文件最好使用utf-8读取和写入
    in_lines = [line for line in open(in_file, "r", encoding="utf-8")]

    out_lines = []
    #循环number次，每次从所有数据中拿出1条放到out_lines
    for _ in range(int(number)):
        out_lines.append(in_lines.pop(random.randint(0, len(in_lines)-1)))
    #将out_lines排序并写入输出文件
    out_lines.sort()
    with open(out_file, "w", encoding="utf-8") as fw:
        fw.writelines(out_lines)

if __name__ == "__main__":
    #从控制台cmd接收参数列表
    args = sys.argv
    in_file = args[1]
    out_file = args[2]
    number = args[3]

    random_extract(in_file, out_file, number)

---

3.讨论

国王： 第13行中的下划线“_”是什么意思？
作者：

占位符，没有含义。可以写成for i in range(int(number))，但也用不到这个i，所以直接用个占位符就可以了。该行代码只需要循环number次就可以了。

国王：抽取的数据中会有重复的吗
作者：

没有重复。第14行中的pop()方法会从list中拿出1条记录并从list中删除该条记录，改变了list本身。在每次进入循环时list都会少1条记录，保证了数据的不重复性。