強悍的Python讀取大文件的解決方案

發(fā)布時間：2020-09-27 20:47:17 來源：腳本之家閱讀：156 作者：Inside_Zhang 欄目：開發(fā)技術(shù)

Python 環(huán)境下文件的讀取問題，請參見拙文 Python基礎(chǔ)之文件讀取的講解

這是一道著名的 Python 面試題，考察的問題是，Python 讀取大文件和一般規(guī)模的文件時的區(qū)別，也即哪些接口不適合讀取大文件。

1. read() 接口的問題

f = open(filename, 'rb')
f.read()

我們來讀取 1 個 nginx 的日至文件，規(guī)模為 3Gb 大小。read() 方法執(zhí)行的操作，是一次性全部讀入內(nèi)存，顯然會造成：

MemoryError
...

也即會發(fā)生內(nèi)存溢出。

2. 解決方案：轉(zhuǎn)換接口

for line in f.reanlines():
  ...

while True:
  line = f.readline()
  if not line:
    break

while True:
  block = f.read(1024)
  if not block:
    break

3. 真正 Pythonic 的方法

真正 Pythonci 的方法，使用 with 結(jié)構(gòu)：

with open(filename, 'rb') as f:
  for line in f:
    <do something with the line>

對可迭代對象 f，進行迭代遍歷：for line in f，會自動地使用緩沖IO（buffered IO）以及內(nèi)存管理，而不必擔(dān)心任何大文件的問題。

There should be one – and preferably only one – obvious way to do it.

Reference

How to read large file, line by line in python

總結(jié)

以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，謝謝大家對億速云的支持。如果你想了解更多相關(guān)內(nèi)容請查看下面相關(guān)鏈接

向AI問一下細節(jié)

猜你喜歡