使用Python實(shí)現(xiàn)大文本文件切割的案例

這篇文章將為大家詳細(xì)講解有關(guān)使用Python實(shí)現(xiàn)大文本文件切割的案例，小編覺(jué)得挺實(shí)用的，因此分享給大家做個(gè)參考，希望大家閱讀完這篇文章后可以有所收獲。

在實(shí)際工作中，有些場(chǎng)景下，因?yàn)楫a(chǎn)品既有功能限制，不支持特大文件的直接處理，需要把大文件進(jìn)行切割處理。

當(dāng)然可以通過(guò)UltraEdit編輯工具，或者從網(wǎng)上下載一些文件切割器之類(lèi)的。但這些要么手工操作太麻煩，要么不能滿足自定義需求。

而且，對(duì)程序員來(lái)說(shuō)，DIY一個(gè)輪子還是有必要的。

Python作為快速開(kāi)發(fā)工具，其代碼表達(dá)力強(qiáng)，開(kāi)發(fā)效率高，因此用Python快速寫(xiě)一個(gè)，還是可行的。

需求描述：

輸入：給定一個(gè)帶列頭的csv文件，或者txt文件，或者其他文本文件。

輸出：指定單文件內(nèi)部行數(shù)的一系列可區(qū)分小文件。

開(kāi)發(fā)環(huán)境：Python 3.6

代碼如下：

# -*- coding: cp936 -*-
import os
import time
 
def mkSubFile(lines,head,srcName,sub):
 [des_filename, extname] = os.path.splitext(srcName)
 filename = des_filename + '_' + str(sub) + extname
 print( 'make file: %s' %filename)
 fout = open(filename,'w')
 try:
  fout.writelines([head])
  fout.writelines(lines)
  return sub + 1
 finally:
  fout.close()
 
def splitByLineCount(filename,count):
 fin = open(filename,'r')
 try:
  head = fin.readline()
  buf = []
  sub = 1
  for line in fin:
   buf.append(line)
   if len(buf) == count:
    sub = mkSubFile(buf,head,filename,sub)
    buf = []
  if len(buf) != 0:
   sub = mkSubFile(buf,head,filename,sub) 
 finally:
  fin.close()
 
if __name__ == '__main__':
 begin = time.time()
 splitByLineCount('盂縣.csv',600000)
 end = time.time()
 print('time is %d seconds ' % (end - begin))

測(cè)試結(jié)果：

1.4GB的csv文件，13列數(shù)據(jù)，切分成23個(gè)小文件，耗時(shí)55秒。

關(guān)于“使用Python實(shí)現(xiàn)大文本文件切割的案例”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，使各位可以學(xué)到更多知識(shí)，如果覺(jué)得文章不錯(cuò)，請(qǐng)把它分享出去讓更多的人看到。