python流式读取大文件的两种方法

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。

defcount_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

withopen(fname)asfp:

whileTrue:

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''

ifnotchunk:

break

count+=chunk.count('9')

returncount

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。

defchunked_file_reader(fp,block_size=1024*8):

"""生成器函数：分块读取文件内容

"""

whileTrue:

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''

ifnotchunk:

break

yieldchunk

defcount_nine_v3(fname):

count=0

withopen(fname)asfp:

forchunkinchunked_file_reader(fp):

count+=chunk.count('9')

returncount

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。

defchunked_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

forchunkiniter(partial(file.read,block_size),''):

yieldchunk

以上就是Python流式读取大文件的两种方法，更多Python学习教程请关注IT培训机构:筋斗云。