前言

大家都知道Python 讀文件的方式多種多樣，但是當(dāng)需要讀取一個(gè)大文件的時(shí)候，不同的讀取方式會(huì)有不一樣的效果。下面就來看看詳細(xì)的介紹吧。

場景

逐行讀取一個(gè) 2.9G 的大文件

• CPU i7 6820HQ
• RAM 32G
  

方法

對每一行的讀取進(jìn)行一次分割字符串操作

以下方法都使用 with…as 方法打開文件。

with 語句適用于對資源進(jìn)行訪問的場合，確保不管使用過程中是否發(fā)生異常都會(huì)執(zhí)行必要的“清理”操作，釋放資源，比如文件使用后自動(dòng)關(guān)閉、線程中鎖的自動(dòng)獲取和釋放等。

方法一 最通用的讀文件方式

with open(file, 'r') as fh:
 for line in fh.readlines():
 line.split("|")

運(yùn)行結(jié)果： 耗時(shí) 15.4346568584 秒

系統(tǒng)監(jiān)視器中顯示內(nèi)存從 4.8G 一下子飆到了 8.4G， fh.readlines() 將讀取的所有行數(shù)據(jù)存到內(nèi)存，這種方法適合小文件。

方法二

with open(file, 'r') as fh:
 line = fh.readline()
 while line:
 line.split("|")

運(yùn)行結(jié)果： 耗時(shí) 22.3531990051 秒

內(nèi)存幾乎沒有變化，因?yàn)閮?nèi)存中只存取一行的數(shù)據(jù)，但是時(shí)間明顯比上一次的長，對于進(jìn)一步處理數(shù)據(jù)來說效率不高。

方法三

with open(file) as fh:
 for line in fh:
 line.split("|")

運(yùn)行結(jié)果： 耗時(shí) 13.9956979752 秒

內(nèi)存幾乎沒有變化，速度也比方法二快。

for line in fh 將文件對象 fh 視為可迭代的，它自動(dòng)使用緩沖的 IO 和內(nèi)存管理，因此您不必?fù)?dān)心大文件。這是很 pythonic 的方式！

方法四 fileinput 模塊

for line in fileinput.input(file):
 line.split("|")

運(yùn)行結(jié)果： 耗時(shí) 26.1103110313 秒

內(nèi)存增加了 200-300 MB，速度是以上最慢的。

總結(jié)

以上方法僅供參考，公認(rèn)的大文件讀取方法還是三最好。但是具體情況還是要根據(jù)機(jī)器的性能、處理數(shù)據(jù)的復(fù)雜度。

好了，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)或者工作能帶來一定的幫助，如果有疑問大家可以留言交流，謝謝大家對腳本之家的支持。

最新評論