强悍的Python读取大文件的解决方案


						Python 环境下文件的读取问题，请参见拙文 Python基础之文件读取的讲解

这是一道著名的 Python 面试题，考察的问题是，Python 读取大文件和一般规模的文件时的区别，也即哪些接口不适合读取大文件。

1. read() 接口的问题







f = open(filename, 'rb')

f.read()



我们来读取 1 个 nginx 的日至文件，规模为 3Gb 大小。read() 方法执行的操作，是一次性全部读入内存，显然会造成：



MemoryError

...



也即会发生内存溢出。

2. 解决方案：转换接口



  （1）readlines() ：读取全部的行，构成一个 list，实践表明还是会造成内存的问题；







for line in f.reanlines():

  ...





  （2）readline()：每次读取一行，







while True:

  line = f.readline()

  if not line:

    break





  （3）read(1024)：重载，指定每次读取的长度







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 结构：





with open(filename, 'rb') as f:

  for line in f:

    <do something with the line>



对可迭代对象 f，进行迭代遍历：for line in f，会自动地使用缓冲IO（buffered IO）以及内存管理，而不必担心任何大文件的问题。



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



Reference

How to read large file, line by line in python

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对中文源码网的支持。如果你想了解更多相关内容请查看下面相关链接