Question

我有一个包含许多文件夹，文件（.css，.py，.yml等）和代码行的python项目。对于这个项目，我创建了一个名为“统计”的工具，它提供了有关整个项目的信息，例如：

全球统计数据：

整个项目:: 32329行
  项目主文件（.py，.yml）:: 8420行
  没有供应商部分的项目:: 1070行
  核心（src目录）:: 394行
  核心与项目主文件相比:: 5％Kraken   框架（vendor / * .py）:: 7350行
  主要文件Python代码:: 93％
  供应商Python代码:: 87％
  整个项目规模:: 37M

要获得所有这些数字，我主要使用两个函数：

def count_folder_lines(self, path):
    files = glob.glob(path, recursive=True)
    number = 0
    for file in files:
        num_lines = sum(1 for line in open(file))
        number += num_lines
    return number

和

def count_number_of_files(self, path):
    files = glob.glob(path, recursive=True)
    return len(files)

第一个用于计算文件夹中的行数，第二个用于计算特定文件的数量（例如：src / * .py）。但要获得项目的统计数据，需要4.9到5.3秒，这很多。

有没有办法让它更快？并行编程或使用Cython会改变什么吗？

祝你有愉快的一天，谢谢。

Answer 1

最后为我找到了最有效的解决方案：我正在使用多处理模块来并行计算每个文件的行数。

def count_folder_lines(self, path):
    """ 
        Use a buffer to count the number of line of each file among path.
        :param path: string pattern of a file type
        :return: number of lines in matching files
    """
    files = glob.glob(path, recursive=True)
    number = 0
    for file in files:
        f = open(file, 'rb')
        bufgen = takewhile(lambda x: x,
                           (f.raw.read(1024 * 1024) for _ in repeat(None)))
        number += sum(buf.count(b'\n') for buf in bufgen if buf)
    return number

def count_number_of_files(self, path):
    """
        Count number of files for a string pattern
        :param path: files string pattern
        :return: number of files matching the pattern
    """
    files = glob.glob(path, recursive=True)
    return len(files)

def multiproc(self):
    """
        Multiprocessing to launch several processes to count number of
        lines of each string pattern in self.files
        :return: List of number of files per string pattern
                    (list of int).
    """
    pool = mp.Pool()
    asyncResult = pool.map_async(self.count_folder_lines, self.files)
    return asyncResult.get()

使用此解决方案，计数需要大约1.2秒，而之前需要大约5秒。

祝你有个美好的一天！

优化Python

1 个答案: