1. 程式人生 > >Python 讀取大檔案

Python 讀取大檔案

最近在學習python的過程中接觸到了python對檔案的讀取。python讀取檔案一般情況是利用open()函式以及read()函式來完成:

f = open(filename,'r')
f.read()

這種方法讀取小檔案,即讀取遠遠大小小於記憶體的檔案顯然沒有什麼問題。但是如果是將一個10G大小的日誌檔案讀取,即檔案大於記憶體的大小,這麼處理就有問題了,會造成MemoryError ... 也就是發生記憶體溢位。

發生這種錯誤的原因在於,read()方法執行操作是一次性的都讀入記憶體中,顯然檔案大於記憶體就會報錯。

解決方法:

這裡發現跟read()類似的還有其他的方法:read(引數)、readline()、readlines()

(1)read(引數):通過引數指定每次讀取的大小長度,這樣就避免了因為檔案太大讀取出問題。

while True:
    block = f.read(1024)
    if not block:
        break

 (2)readline():每次讀取一行

while True:
    line = f.readline()
    if not line:
        break

(3)readlines():讀取全部的行,構成一個list,通過list來對檔案進行處理,但是這種方式依然會造成MemoyError

for line in f.readlines():
    ....

以上基本分析了python中讀取檔案的方法,但是總感覺不能達到python中所強調的優雅,後來發現了還有下面的解決方法:

pythonic(我理解的是很python的python程式碼)的解決辦法:

with open(filename, 'r') as flie:
    for line in file:
        ....

對可迭代物件file進行迭代,這樣會自動的使用buffered IO以及記憶體管理,這樣就不必擔心大檔案問題了。

後來,又發現了一個模組:linecache,這個模組也可以解決大檔案讀取的問題,並且可以指定讀取哪一行,

# 輸出第2行
text = linecache.getline(filename, 2)