当一个文档特别大的时候(比如wikidata等知识库的dump)，往往会采用bz2或者gz对其进行压缩，方便下载，同时减少存储空间(bz2压缩率更高一些)。

那么，如何不用解压也能读取原来的文档呢？

读取bz2文件

请使用bz2file这个第三方模块！一定不要使用python自带的bz2模块！

因为python官方的bz2模块不能处理multi-stream files，而不少大文件都是用这种方式压缩的。所以，为了避免不必要的麻烦，统一使用bz2file这个第三方模块吧.

用这个模块将bz2文件打开后，可以类似于普通的文本文件一样处理，详细用法见上面链接中的Documentation

样例代码如下：

#!/usr/bin/python

# -*- coding: UTF-8 -*-

import bz2file

import os

if __name__ == "__main__":

inpath = os.path.join(".", "data", "wikidata-20151130-all.json.bz2")

infile = bz2file.open(inpath, "r")

for i in xrange(3):

print(infile.readline())

这里，假设我们将wikidata的dump存储在”./data”文件夹下。

首先，我们用bz2file.open打开bz2文件。这里”r”表示读，”w”表示写。

当一个文档特别大的时候(比如wikidata等知识库的dump)，往往会采用bz2或者gz对其进行压缩，方便下载，同时减少存储空间(bz2压缩率更高一些)。那么，如何不用解压也能读取原来的文档呢？读取bz2文件请使用bz2file这个第三方模块！一定不要使用python自带的bz2模块！因为python官方的bz2模块不能处理multi-stream files，而不少大文件都是用这种方式压缩的。... File "/usr/lib/ python 3.6/tarfile.py", line 1678, in bz2 open raise ReadError("not a bzip2 file") tarfile.ReadError: not a bzip2 file tar = tarfile.open(tar_pat 那么我们可以利用 python 生成全部的六位数字密码 这样，我们就生成了一个从000000到99999的密码表。最后，如果你的时间不是很紧张，并且又想快速的提高，最重要的是不怕吃苦，建议你可以联系维：762459510 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~ 并把它们存入到 passdict.txt 的 文件 中。 6位的密码表就这么大！！！ 下一步做什么？