Python流式读取大文件的两种方法
宋雪维
2021-02-23 15:47:097812浏览 · 0收藏 · 0评论
Python流式读取大文件的两种方法
1、使用 read 方法分块读取
使用更底层的file.read()方法,与直接循环迭代文件对象不同,每次调用file.read(chunk_size)会直接返回从当前位置往后读取 chunk_size 大小的文件内容,不必等待任何换行符出现。
def count_nine_v2(fname): """计算文件里包含多少个数字 '9',每次读取 8kb """ count = 0 block_size = 1024 * 8 with open(fname) as fp: while True: chunk = fp.read(block_size) # 当文件没有更多内容时,read 调用将会返回空字符串 '' if not chunk: break count += chunk.count('9') return count
2、利用生成器解耦代码
可以定义一个新的chunked_file_reader生成器函数,由它来负责所有与“数据生成”相关的逻辑。
count_nine_v3里面的主循环就只需要负责计数即可。
def chunked_file_reader(fp, block_size=1024 * 8): """生成器函数:分块读取文件内容 """ while True: chunk = fp.read(block_size) # 当文件没有更多内容时,read 调用将会返回空字符串 '' if not chunk: break yield chunk def count_nine_v3(fname): count = 0 with open(fname) as fp: for chunk in chunked_file_reader(fp): count += chunk.count('9') return count
使用 iter(callable,sentinel) 的方式调用它时,会返回一个特殊的对象,迭代它将不断产生可调用对象 callable 的调用结果,直到结果为 setinel 时,迭代终止。
def chunked_file_reader(file, block_size=1024 * 8): """生成器函数:分块读取文件内容,使用 iter 函数 """ # 首先使用 partial(fp.read, block_size) 构造一个新的无需参数的函数 # 循环将不断返回 fp.read(block_size) 调用结果,直到其为 '' 时终止 for chunk in iter(partial(file.read, block_size), ''): yield chunk
以上就是Python流式读取大文件的两种方法,希望能对你有所帮助哟~
关注公众号,随时随地在线学习