Python 讀取大檔案（GB）

最近處理文字文件時（檔案約2gb大小），出現memoryerror錯誤和檔案讀取太慢的問題，後來找到了兩種比較快large file reading的方法，本文將介紹這兩種讀取方法。

我們談到「文字處理」時，我們通常是指處理的內容。python 將文字檔案的內容讀入可以操作的字串變數非常容易。檔案物件提供了三個「讀」方法：.read()、.readline()和.readlines()。每種方法可以接受乙個變數以限制每次讀取的資料量，但它們通常不使用變數。.read()每次讀取整個檔案，它通常用於將檔案內容放到乙個字串變數中。然而.read()生成檔案內容最直接的字串表示，但對於連續的面向行的處理，它卻是不必要的，並且如果檔案大於可用記憶體，則不可能實現這種處理。下面是read()方法示例：

try

:    f = open('
/path/to/file
', 'r'
)    
print
f.read()
finally
:    
iff:
f.close()

呼叫read()會一次性讀取檔案的全部內容，如果檔案有10g，記憶體就爆了，所以，要保險起見，可以反覆呼叫read(size)方法，每次最多讀取size個位元組的內容。另外，呼叫readline()可以每次讀取一行內容，呼叫readlines()一次讀取所有內容並按行返回list。因此，要根據需要決定怎麼呼叫。

如果檔案很小，read()一次性讀取最方便；如果不能確定檔案大小，反覆呼叫read(size)比較保險；如果是配置檔案，呼叫readlines()最方便：

def

process(str)
print
(str)
for line in
f.readlines():
process(line) 
#

處理大檔案是很容易想到的就是將大檔案分割成若干小檔案處理，處理完每個小檔案後釋放該部分記憶體。這裡用了iter & yield：

def read_in_chunks(filepath, chunk_size=1024*1024):

"""lazy function (generator) to read a file piece by piece.
default chunk size: 1m
you can set your own chunk size 
"""file_object =open(filepath)
while
true:
chunk_data =file_object.read(chunk_size)
ifnot
chunk_data:
break
yield
chunk_data
if__name__ == "
__main__":
filepath = '
./path/filename
'for chunk in
read_in_chunks(filepath):
process(chunk) #或者

while 1:

lines = file.readlines(100000)

if not lines:

break

for line in lines:

pass # do something

#

if the file is line based
with open(...) as f:
for line in
f:        process(line) 
#

python 讀取大檔案

以前一直沒有關注過python讀取大檔案的問題，因為一直都是順順暢暢地讀取了檔案。直到今天有人問我python怎麼讀取檔案出現了記憶體不足的錯誤？我才發現原來大檔案 gb級別 的讀取和普通檔案的讀取是不一樣的。下面介紹三種我親測可用的方法。這裡的檔案型別可以是txt，dat等型別的檔案。用read ...

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。但是如果是將乙個10g大小的日誌檔案讀取，即...

python讀取大檔案 python讀取大檔案

python讀取檔案對各列進行索引 可以用readlines，也可以用readline，如果是大檔案一般就用readlined a in open testfile.txt r for line in a in columnssplit line.rstrip split d columnsspli...