Question

我有一个文件加载了文字，让我们说，我只想阅读以'M'开头的文件（例如）以节省内存，我可以这样做，还是需要阅读完整的文件和过滤后？

由于

Answer 1

如果您的文件是新行分隔词的列表，则可以执行

words_starting_in_M = []
with open(filepath) as wordsfile:
    for line in wordsfile:
        if line.startswith("M"):
            words_starting_in_M.append(line.rstrip())

虽然你必须读取整个文件，但你要避免将它全部保存在内存中，这样你才能获得内存效率。

Answer 2

您需要阅读整个文件，因为这是解析单词并查明是否有M的唯一方法。

你可以做你想做的事：

words_starting_in_M = []
with open(filepath) as myfile:
    for line in myfile:
        for word in line.split():
            if word.startswith("M"):
                words_starting_in_M.append(word.rstrip())

此代码读取一行（假设没有单词在两行或更多行上分割）。然后它按空格分割每一行，然后将那些以M开头的单词添加到words_starting_in_M。

Answer 3

在这个硬币的另一面，如果你计划在同一个文件上多次使用，你可以存储在字典中以便在恒定时间内进行查找（但内存效率为O（n））：

from collections import defaultdict

word_lists = defaultdict(list)

with open(filepath) as myfile:
    for line in myfile:
        for word in line.split():
            word_lists[word[0].lower()].append(word)

只读取文件中的某些内容

3 个答案: