提高Python處理文件效率的方法有哪些

本篇內容主要講解“提高Python處理文件效率的方法有哪些”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“提高Python處理文件效率的方法有哪些”吧!

打開&關閉文件

讀取或寫入文件前，首先要做的就是打開文件，Python的內置函數open可以打開文件并返回文件對象。文件對象的類型取決于打開文件的模式，可以是文本文件對象，也可以是原始二進制文件，或是緩沖二進制文件對象。每個文件對象都有諸如  read()和write()之類的方法。

你能看出以下代碼塊中存在的問題嗎?我們稍后來揭曉答案。

file = open("test_file.txt","w+") file.read() file.write("a new line")

Python文檔列出了所有可能的文件模式，其中最常見的模式可見下表。但要注意一個重要規則，即：如果某一文件存在，那么任何與w相關的模式都會截斷該文件，并再創建一個新文件。如果你不想覆蓋原文件，請謹慎使用此模式，或盡量使用追加模式  a。

上一個代碼塊中的問題是打開文件后未關閉。在處理文件后關閉文件很重要，因為打開的文件對象可能會出現諸如資源泄漏等不可預測的風險，以下兩種方式可以確保正確關閉文件。

1.使用 close()

第一種方法是顯式使用close()。但較好的做法是將該代碼放在最后，因為這樣的話就可以確保在任何情況下都能關閉該文件，而且會使代碼更加清晰。但開發人員也應負起責任，記得關閉文件。

try:     file =open("test_file.txt","w+")     file.write("a new line") exception Exception as e:     logging.exception(e) finally:     file.close()

2.使用上下文管理器，with open(...) as f

第二種方法是使用上下文管理器。若你對此不太熟悉，還請查閱Dan Bader用Python編寫的上下文管理器和“ with”語句。用withopen()  as f實現了使用__enter__ 和 __exit__ 方法來打開和關閉文件。此外，它將try /  finally語句封裝在上下文管理器中，這樣我們就不會忘記關閉文件啦。

with open("test_file","w+") as file:     file.write("a new line")

兩種方法哪個更優?這要看你使用的場景。以下示例實現了將50000條記錄寫入文件的3種不同方式。從輸出中可見，use_context_manager_2()函數與其他函數相比性能極低。這是因為with語句在一個單獨函數中，基本上會為每條記錄打開和關閉文件，這種繁瑣的I  / O操作會極大地影響性能。

def_write_to_file(file, line):                          withopen(file, "a") as f:                              f.write(line)              def_valid_records():                          for i inrange(100000):                              if i %2==0:                                  yield i              defuse_context_manager_2(file):                          for line in_valid_records():                              _write_to_file(file, str(line))              defuse_context_manager_1(file):                          withopen(file, "a") as f:                              for line in_valid_records():                                  f.write(str(line))              defuse_close_method(file):                          f =open(file, "a")                          for line in_valid_records():                              f.write(str(line))                          f.close()                            use_close_method("test.txt")                      use_context_manager_1("test.txt")                      use_context_manager_2("test.txt")              # Finished use_close_method  in 0.0253 secs                      # Finished  use_context_manager_1 in 0.0231 secs                      # Finished use_context_manager_2  in 4.6302 secs

讀寫文件

文件打開后，開始讀取或寫入文件。文件對象提供了三種讀取文件的方法，分別是 read()、readline() 和readlines()。

• 默認情況下，read(size=-1)返回文件的全部內容。但若文件大于內存，則可選參數 size  能幫助限制返回的字符(文本模式)或字節(二進制模式)的大小。

• readline(size=-1) 返回整行，最后包括字符 n。如果 size 大于0，它將從該行返回最大字符數。

• readlines(hint=-1) 返回列表中文件的所有行。若返回的字符數超過了可選參數hint，則將不返回任何行。

在以上三種方法中，由于read()  和readlines()在默認情況下以字符串或列表形式返回完整的文件，所以這兩種方法的內存效率較低。一種更有效的內存迭代方式是使用readline()并使其停止讀取，直到返回空字符串。空字符串“”表示指針到達文件末尾。

withopen( test.txt ,  r ) as reader:                      line = reader.readline()                      while line !="":                          line = reader.readline()                          print(line)

以節省內存的方式讀取文件

編寫方式有兩種：write()和writelines()。顧名思義，write()能編寫一個字符串，而writelines()可編寫一個字符串列表。開發人員須在末尾添加  n。

withopen("test.txt", "w+") as f:                      f.write("hi")                      f.writelines(["this is aline ", "this is another line"])                        # >>>cat test.txt                  # hi                  # this is a line                  # this is anotherline

在文件中寫入行

若要將文本寫入特殊的文件類型(例如JSON或csv)，則應在文件對象頂部使用Python內置模塊json或csv。

import csv       import json              withopen("cities.csv", "w+") as file:          writer = csv.DictWriter(file, fieldnames=["city", "country"])          writer.writeheader()          writer.writerow({"city": "Amsterdam", "country": "Netherlands"})          writer.writerows(              [                  {"city": "Berlin", "country": "Germany"},                  {"city": "Shanghai", "country": "China"}, ]          )              # >>> cat cities.csv       # city,country       # Amsterdam,Netherlands       # Berlin,Germany       # Shanghai,China              withopen("cities.json", "w+") as file:          json.dump({"city": "Amsterdam", "country": "Netherlands"}, file)              # >>>cat cities.json       # { "city":"Amsterdam", "country": "Netherlands" }

在文件內移動指針

當打開文件時，會得到一個指向特定位置的文件處理程序。在r和w模式下，處理程序指向文件的開頭。在a模式下，處理程序指向文件的末尾。

tell() 和 seek()

當讀取文件時，若沒有移動指針，那么指針將自己移動到下一個開始讀取的位置。以下2種方法可以做到這一點：tell()和seek()。

tell()以文件開頭的字節數/字符數的形式返回指針的當前位置。seek(offset，whence =  0)將處理程序移至遠離wherece的offset字符處。wherece可以是：

• 0: 從文件開頭開始

• 1：從當前位置開始

• 2：從文件末尾開始

在文本模式下，wherece僅應為0，offset應≥0。

withopen("text.txt", "w+") as f:                      f.write("0123456789abcdef")                      f.seek(9)                      print(f.tell()) # 9 (pointermoves to 9, next read starts from 9)                      print(f.read()) # 9abcdef

tell()和seek()

了解文件狀態

操作系統中的文件系統具有許多有關文件的實用信息，例如：文件的大小，創建和修改的時間。要在Python中獲取此信息，可以使用os或pathlib模塊。實際上，os和pathlib之間有很多共同之處。但后者更面向對象。

os

使用os.stat(“  test.txt”)可以獲取文件完整狀態。它能返回具有許多統計信息的結果對象，例如st_size(文件大小，以字節為單位)，st_atime(最新訪問的時戳)，st_mtime(最新修改的時戳)等。

print(os.stat("text.txt")) >>> os.stat_result(st_mode=33188, st_ino=8618932538,st_dev=16777220, st_nlink=1, st_uid=501, st_gid=20, st_size=16,st_atime=1597527409, st_mtime=1597527409, st_ctime=1597527409)

單獨使用os.path可獲取統計信息。

os.path.getatime() os.path.getctime() os.path.getmtime() os.path.getsize()

Pathlib

使用pathlib.Path("text.txt").stat()也可獲取文件完整狀態。它能返回與os.stat()相同的對象。

print(pathlib.Path("text.txt").stat()) >>>os.stat_result(st_mode=33188, st_ino=8618932538, st_dev=16777220, st_nlink=1,st_uid=501, st_gid=20, st_size=16, st_atime=1597528703, st_mtime=1597528703,st_ctime=1597528703)

下文將在諸多方面比較os和pathlib的異同。

復制，移動和刪除文件

Python有許多處理文件移動的內置模塊。你在信任Google返回的第一個答案之前，應該明白：模塊選擇不同，性能也會不同。有些模塊會阻塞線程，直到文件移動完成;而其他模塊則可能異步執行。

shutil

shutil是用于移動、復制和刪除文件(夾)的最著名的模塊。它有3種僅供復制文件的方法：copy()，copy2()和copyfile()。

copy() v.s.  copy2()：copy2()與copy()非常相似。但不同之處在于前者還能復制文件的元數據，例如最近的訪問時間和修改時間等。不過由于Python文檔操作系統的限制，即使copy2()也無法復制所有元數據。

shutil.copy("1.csv", "copy.csv")                      shutil.copy2("1.csv", "copy2.csv")              print(pathlib.Path("1.csv").stat())                      print(pathlib.Path("copy.csv").stat())                      print(pathlib.Path("copy2.csv").stat())                      # 1.csv                      # os.stat_result(st_mode=33152, st_ino=8618884732,st_dev=16777220, st_nlink=1, st_uid=501, st_gid=20, st_size=11,st_atime=1597570395, st_mtime=1597259421, st_ctime=1597570360)              # copy.csv                      # os.stat_result(st_mode=33152, st_ino=8618983930,st_dev=16777220, st_nlink=1, st_uid=501, st_gid=20, st_size=11,st_atime=1597570387, st_mtime=1597570395, st_ctime=1597570395)              #copy2.csv                      # os.stat_result(st_mode=33152, st_ino=8618983989, st_dev=16777220,st_nlink=1, st_uid=501, st_gid=20, st_size=11, st_atime=1597570395,st_mtime=1597259421, st_ctime=1597570395)

copy() v.s. copy2()

copy() v.s.  copyfile()：copy()能將新文件的權限設置為與原文件相同，但是copyfile()不會復制其權限模式。其次，copy()的目標可以是目錄。如果存在同名文件，則將覆蓋原文件或創建新文件。但是，copyfile()的目標必須是目標文件名。

shutil.copy("1.csv", "copy.csv")                      shutil.copyfile("1.csv", "copyfile.csv")              print(pathlib.Path("1.csv").stat())                      print(pathlib.Path("copy.csv").stat())                      print(pathlib.Path("copyfile.csv").stat())              # 1.csv                      #os.stat_result(st_mode=33152, st_ino=8618884732, st_dev=16777220, st_nlink=1,st_uid=501, st_gid=20, st_size=11, st_atime=1597570395, st_mtime=1597259421,st_ctime=1597570360)              # copy.csv                      #os.stat_result(st_mode=33152, st_ino=8618983930, st_dev=16777220, st_nlink=1,st_uid=501, st_gid=20, st_size=11, st_atime=1597570387, st_mtime=1597570395,st_ctime=1597570395)              # copyfile.csv                      # permission(st_mode) is changed                      #os.stat_result(st_mode=33188, st_ino=8618984694, st_dev=16777220, st_nlink=1,st_uid=501, st_gid=20, st_size=11, st_atime=1597570387, st_mtime=1597570395,st_ctime=1597570395)              shutil.copyfile("1.csv", "./source")                      #IsADirectoryError: [Errno 21] Is a directory:  ./source

copy() v.s. copyfile()

os

os  模塊內含system()函數，可在subshell中執行命令。你需要將該命令作為參數傳遞給system()，這與在操作系統上執行命令效果相同。為了移動和刪除文件，還可以在os模塊中使用專用功能。

# copy     os.system("cp 1.csvcopy.csv")              # rename/move     os.system("mv 1.csvmove.csv")     os.rename("1.csv", "move.csv")              # delete     os.system("rmmove.csv")

異步復制/移動文件

到目前為止，解決方案始終是同步執行的，這意味著如果文件過大，需要更多時間移動，那么程序可能會終止運行。如果要異步執行程序，則可以使用threading，multiprocessing或subprocess模塊，這三個模塊能使文件操作在單獨的線程或進程中運行。

import threading          import subprocess          import multiprocessing              src ="1.csv"          dst ="dst_thread.csv"              thread = threading.Thread(target=shutil.copy,args=[src, dst])          thread.start()          thread.join()              dst ="dst_multiprocessing.csv"          process = multiprocessing.Process(target=shutil.copy,args=[src, dst])          process.start()          process.join()              cmd ="cp 1.csv dst_subprocess.csv"          status = subprocess.call(cmd, shell=True)

異步執行文件操作

搜索文件

復制和移動文件后，你可能需要搜索與特定模式匹配的文件名，Python提供了許多內置函數可以選擇。

Glob

glob模塊根據Unix shell使用的規則查找與指定模式匹配的所有路徑名，它支持使用通配符。

glob.glob(“ *。csv”)搜索當前目錄中所有具有csv擴展名的文件。使用glob模塊，還可以在子目錄中搜索文件。

>>>import glob       >>> glob.glob("*.csv")       [ 1.csv ,  2.csv ]       >>> glob.glob("**/*.csv",recursive=True)       [ 1.csv ,  2.csv ,  source/3.csv ]

os

os模塊功能十分強大，它基本上可以執行所有文件操作。我們可以簡單地使用os.listdir()列出目錄中的所有文件，并使用file.endswith()和file.startswith()來檢測模式，還可使用os.walk()來遍歷目錄。

import os              for file in os.listdir("."):           if file.endswith(".csv"):              print(file)          for root, dirs, files in os.walk("."):           for file in files:              if file.endswith(".csv"):                  print(file)

搜索文件名——os

pathlib

pathlib  的功能與glob模塊類似。它也可以遞歸搜索文件名。與上文基于os的解決方案相比，pathlib代碼更少，并且提供了更多面向對象的解決方案。

from pathlib importPath              p =Path(".")        for name in p.glob("**/*.csv"): # recursive           print(name)

搜索文件名——pathlib

管理文件路徑

管理文件路徑是另一項常見的執行任務。它可以獲取文件的相對路徑和絕對路徑，也可以連接多個路徑并找到父目錄等。

相對路徑和絕對路徑

os和pathlib都能獲取文件或目錄的相對路徑和絕對路徑。

import os       import pathlib              print(os.path.abspath("1.txt"))  # absolute       print(os.path.relpath("1.txt"))  # relative              print(pathlib.Path("1.txt").absolute())  # absolute       print(pathlib.Path("1.txt"))  # relative

文件的相對和絕對路徑

聯接路徑

這是我們可以獨立于環境連接os和pathlib中的路徑的方式。pathlib使用斜杠創建子路徑。

import os       import pathlib              print(os.path.join("/home", "file.txt"))       print(pathlib.Path("/home") /"file.txt")

鏈接文件路徑

獲取父目錄

dirname()是在os中獲取父目錄的函數，而在pathlib中，只需使用Path().parent函數，就能獲取父文件夾。

import os       import pathlib              # relative path       print(os.path.dirname("source/2.csv"))       # source       print(pathlib.Path("source/2.csv").parent)       # source              # absolute path       print(pathlib.Path("source/2.csv").resolve().parent)       # /Users/<...>/project/source       print(os.path.dirname(os.path.abspath("source/2.csv")))       # /Users/<...>/project/source

獲取父文件夾

到此，相信大家對“提高Python處理文件效率的方法有哪些”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！