Question

我有3个非常大的文件（+100 MB）file_hash，cert_hash和url_data每行有一个字符串。问题是所有这些文件中的数据大小不同。我已经使用izip_longest函数一次读取所有这些文件（无法将这些文件加载到内存中）但是我想迭代它以获取最长的文件（file_hash最长）并且假设已经读取了cert_hash中的所有数据它应该开始服用从cert_hash文件开头的值，类似地，如果url_data结束，它也从头开始读取。我尝试过使用fillvalue参数，但它只需要一个值，我想为cert_hash和url_data提供不同的值，如果它们结束了。

Answer 1

如果您希望它们重新启动，您应该cycle cert_hash和url_data。例如：

>>> from itertools import cycle, izip
>>> for t in izip("abcdef", cycle("ghi"), cycle("jklm")):
    print t


('a', 'g', 'j')
('b', 'h', 'k')
('c', 'i', 'l')
('d', 'g', 'm')
('e', 'h', 'j')
('f', 'i', 'k')

请注意，您不再使用izip_longest，因为cycle是无限的。

如果你想在结束而不是开始时重新启动，这里是对cycle等效实现的调整，实现了：

>>> def zigzag(iterable):
    """zigzag('ABCD') --> A B C D C B A B C D  ..."""
    forward = []
    for element in iterable:
        yield element
        forward.append(element)
    backward = forward[-2:0:-1]
    while True:
        for element in backward:
            yield element
        for element in forward:
            yield element


>>> z = zigzag("ABCD")
>>> for _ in range(10):
    print next(z)


A
B
C
D
C
B
A
B
C
D

拉链最长的python 2.7

1 个答案: