摘要：Python环境下文件的读取问题,请参见拙文Python基础——文件这是一道著名的Python面试题,考察的问题是,Python读取大文件和一般规模的文件时的区别,也即哪些接口不适合读取大文件。1.read()接口的问题f=open(filename,'rb')f.read()我们来读取1个nginx的日至文件,规模为3Gb大小。read()方法执行的操作,是一次性全部读入内存,显然会造成:MemoryError...也即会发生内存溢出。2.解决方案:转换接口(1)readl
Python 环境下文件的读取问题,请参见拙文 Python 基础 —— 文件
这是一道著名的 Python 面试题,考察的问题是,Python 读取大文件和一般规模的文件时的区别,也即哪些接口不适合读取大文件。
1. read() 接口的问题
f = open(filename, 'rb') f.read()我们来读取 1 个 nginx 的日至文件,规模为 3Gb 大小。read() 方法执行的操作,是一次性全部读入内存,显然会造成:
MemoryError ...也即会发生内存溢出。
2. 解决方案:转换接口3. 真正 Pythonic 的方法
真正 Pythonci 的方法,使用 with 结构:
with open(filename, 'rb') as f: for line in f: <do something with the line>对可迭代对象 f,进行迭代遍历:for line in f,会自动地使用缓冲IO(buffered IO)以及内存管理,而不必担心任何大文件的问题。
There should be one – and preferably only one – obvious way to do it.
(1)readlines() :读取全部的行,构成一个 list,实践表明还是会造成内存的问题
for line in f.reanlines(): ...
(2)readline():每次读取一行,
while True: line = f.readline() if not line: break
(3)read(1024):重载,指定每次读取的长度
while True: block = f.read(1024) if not block: break然后在循环里面替换就好了
for line in lines: if "aaaa" in line: #替换 line = line.replace("aaaaaa","bbbbbb") f_w.write(line)Python是一门编程语言，是一个较为方便地解决问题的工具。那么具体提升取决于你未来的岗位。
后台工程师/架构师如果你的岗位是后台工程师，那么你要提升的是后台整体技术栈(mysql，redis，消息队列，多线程），系统设计和针对具体问题提出解决方案的能力。同时你要掌握工程的最佳实践，例如ci/cd等等。
数据工程师如果你的岗位是数据工程师，那你需要把python数据处理的常见库做到精通，你需要了解各个领域的数据处理流程和特性，你需要掌握最近的技术进展
算法工程师如果你是算法工程师，此时Python只是众多工具中的一个工具而已。如果你是科研方向，你要研究模型和理论本身，此时和语言没关系了。如果是应用向，即用算法解决具体的问题，那么你要提升的是对问题的理解和建模能力，需要提升的是对每一个模型或者算法的理解深度，在解决实际问题时，要能够用最合适的算法解决具体问题。
综上，Python只是一个具体的工具，本质上要提升的是学习和解决问题的能力。
希望对你有用。
