生成器读取大文件时，readline()跳过表头会导致每次next漏数据吗？

原代码示例 #

def read_large_file(file_object):   # Define read_large_file()
    """A generator function to read a large file lazily."""

    file_object.readline() # Skip the header line

    # Loop indefinitely until the end of the file
    while True:
        # Read a line from the file: data
        data = file_object.readline()

        # Break if this is the end of the file
        if not data:
            break

        # Yield the line of data
        yield data
        
with open('world_dev_ind.csv') as file:          #Open a connection to the file
    # Create a generator object for the file: gen_file
    gen_file = read_large_file(file)

    # Print the first three lines of the file
    print(next(gen_file))
    print(next(gen_file))
    print(next(gen_file))

问题 #

在上述代码中，如下语句：

# Skip the header line
    file_object.readline()

每次对生成器对象调用next()时，是否会遗漏一行数据？

解答 #

不会每次调用next()都遗漏数据，具体原因：

• 生成器函数read_large_file在首次创建生成器对象时，会执行file_object.readline()这行代码，一次性跳过文件的表头行，这段代码只会执行一次，不会在每次next()调用时重复运行。
• 后续每次调用next(gen_file)，程序会进入while True循环逻辑：读取一行数据，判断是否到文件末尾，若未到则返回该行数据。整个过程不会再触发表头行的跳过操作。
• 实际运行时，假设文件表头是第1行，第一次next()返回第2行，第二次返回第3行，第三次返回第4行，完全符合预期，没有重复遗漏数据的情况。

内容的提问来源于stack exchange，提问作者Sakshi