协慌网

我需要在 python 中获取大文件（数十万行）的行数。记忆和时间方面最有效的方法是什么？

目前我这样做：

def file_len(fname):
    with open(fname) as f:
        for i, l in enumerate(f):
            pass
    return i + 1

有可能做得更好吗？

一行，可能很快：

num_lines = sum(1 for line in open('myfile.txt'))

你不能比这更好。

毕竟，任何解决方案都必须读取整个文件，找出你有多少\n ，然后返回结果。

没有阅读整个文件，你有更好的方法吗？不确定...... 最好的解决方案永远是 I / O 绑定，你能做的最好就是确保你不使用不必要的内存，但看起来你已经覆盖了。

我相信内存映射文件将是最快的解决方案。我尝试了四个函数：OP（ opcount ）发布的函数; 对文件中的行进行简单迭代（ simplecount ）; 带有内存映射mapcount （mmap）的 readline（ mapcount ）; 以及 Mykola Kharechko（ bufcount ）提供的缓冲读取解决方案。

我运行了五次每个函数，并计算了一个 120 万行文本文件的平均运行时间。

Windows XP，Python 2.5,2GB RAM，2 GHz AMD 处理器

这是我的结果：

mapcount : 0.465599966049
simplecount : 0.756399965286
bufcount : 0.546800041199
opcount : 0.718600034714

编辑 ：Python 2.6 的数字：

mapcount : 0.471799945831
simplecount : 0.634400033951
bufcount : 0.468800067902
opcount : 0.602999973297

因此，缓冲区读取策略似乎是 Windows / Python 2.6 中最快的

这是代码：

from __future__ import with_statement
import time
import mmap
import random
from collections import defaultdict

def mapcount(filename):
    f = open(filename, "r+")
    buf = mmap.mmap(f.fileno(), 0)
    lines = 0
    readline = buf.readline
    while readline():
        lines += 1
    return lines

def simplecount(filename):
    lines = 0
    for line in open(filename):
        lines += 1
    return lines

def bufcount(filename):
    f = open(filename)                  
    lines = 0
    buf_size = 1024 * 1024
    read_f = f.read # loop optimization

    buf = read_f(buf_size)
    while buf:
        lines += buf.count('\n')
        buf = read_f(buf_size)

    return lines

def opcount(fname):
    with open(fname) as f:
        for i, l in enumerate(f):
            pass
    return i + 1


counts = defaultdict(list)

for i in range(5):
    for func in [mapcount, simplecount, bufcount, opcount]:
        start_time = time.time()
        assert func("big_file.txt") == 1209138
        counts[func].append(time.time() - start_time)

for key, vals in counts.items():
    print key.__name__, ":", sum(vals) / float(len(vals))