在Python

Question

我在内存中有一块CSV数据bz2压缩数据

compressed = load_from_network_service(...)

我想迭代一行解压缩的行。

for line in bz2_decompress_stream(compressed):
    ...

这样的功能是否存在？

原则上我可以写入磁盘然后使用bz2.BZ2File读取，这似乎只是想要使用文件名

with open('tmp', 'w') as f: 
    f.write(compressed)
with bz2.BZ2File('tmp') as f:
    for line in f:
        ...

但是，对于我目前的应用程序磁盘I / O是一个优质，所以这很痛苦。

据推测，bz2.BZ2Decompressor对象在这里可能会有所帮助。我的经验是，我给它压缩数据，它给我整个解压缩的结果;它似乎没有流。也许这是我数据的限制？

Answer 1

有两个不同的问题：

1. 流
2. 不写入磁盘

为了解决2.，你可以使用bz2.BZ2Compressor。但是1 ....的解决方案完全取决于你的第一行究竟是什么

compressed = load_from_network_service(...)

真的回归。如果compressed是一个字符串，那么你可以做的事情并不多：你必须等到你全部检索完毕，然后解压缩。相反，如果它是一个递增的“填充”StringIO，那么你可以做一些像（未经测试的）：

decompressed = ''
while True:
    compressed_chunk = compressed.read(100)
    # Can be empty (even before the stream is exhausted):
    decompressed_chunk = decompressor.decompress(data)
    if decompressed_chunk:
        decompressed += decompressed_chunk
        new_lines = decompressed.splitlines()
        decompressed = new_lines[-1]
        for line in new_lines[:-1]:
            do_something(line)
    if len(chunk) < 100:
        # Reached EOF
        break