python - 在 Python 中读取大文件的惰性方法？

Question

我有一个非常大的 4GB 文件，当我尝试读取它时，我的计算机挂起。 所以我想一 block 一 block 地读取它，在处理完每一 block 后将处理后的 block 存储到另一个文件中并读取下一 block 。

有什么方法可以yield这些片段吗？

我希望有一个懒惰的方法。

Answer 1

要编写惰性函数，只需使用 yield :

def read_in_chunks(file_object, chunk_size=1024):
    """Lazy function (generator) to read a file piece by piece.
    Default chunk size: 1k."""
    while True:
        data = file_object.read(chunk_size)
        if not data:
            break
        yield data


with open('really_big_file.dat') as f:
    for piece in read_in_chunks(f):
        process_data(piece)

---

另一种选择是使用 iter和一个辅助函数:

f = open('really_big_file.dat')
def read1k():
    return f.read(1024)

for piece in iter(read1k, ''):
    process_data(piece)

---

如果文件是基于行的，则文件对象已经是行的惰性生成器:

for line in open('really_big_file.dat'):
    process_data(line)