用Python实现大文本文件切割的方法
更新时间：2019年01月12日 17:52:58 作者：zhang_qxian
今天小编就为大家分享一篇用Python实现大文本文件切割的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
在实际工作中，有些场景下，因为产品既有功能限制，不支持特大文件的直接处理，需要把大文件进行切割处理。
当然可以通过UltraEdit编辑工具，或者从网上下载一些文件切割器之类的。但这些要么手工操作太麻烦，要么不能满足自定义需求。
而且，对程序员来说，DIY一个轮子还是有必要的。
Python作为快速开发工具，其代码表达力强，开发效率高，因此用Python快速写一个，还是可行的。
需求描述：
输入：给定一个带列头的csv文件，或者txt文件，或者其他文本文件。
输出：指定单文件内部行数的一系列可区分小文件。
开发环境：Python 3.6
代码如下：
# -*- coding: cp936 -*-
import os
import time
def mkSubFile(lines,head,srcName,sub):
[des_filename, extname] = os.path.splitext(srcName)
filename = des_filename + '_' + str(sub) + extname
print( 'make file: %s' %filename)
fout = open(filename,'w')
try:
fout.writelines([head])
fout.writelines(lines)
return sub + 1
finally:
fout.close()
def splitByLineCount(filename,count):
fin = open(filename,'r')
try:
head = fin.readline()
buf = []
sub = 1
for line in fin:
buf.append(line)
if len(buf) == count:
sub = mkSubFile(buf,head,filename,sub)
buf = []
if len(buf) != 0:
sub = mkSubFile(buf,head,filename,sub)
finally:
fin.close()
if __name__ == '__main__':
begin = time.time()
splitByLineCount('盂县.csv',600000)
end = time.time()
print('time is %d seconds ' % (end - begin))
测试结果：
1.4GB的csv文件，13列数据，切分成23个小文件，耗时55秒。
以上这篇用Python实现大文本文件切割的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
在本文中，我们将介绍 Python 中 _ 字符的不同用法。就像 Python 中的许多其他内容一样，我们会看到 “_” 的不同用法主要是惯例问题。这里我们将介绍几种不同的情况。2020-10-10
在本篇文章里我们给大家分享了关于Python爬取成语接龙类网站的相关知识点，有需要的朋友们学习下。2018-10-10
Python学习笔记之Zip和Enumerate用法实例分析
这篇文章主要介绍了Python学习笔记之Zip和Enumerate用法,结合实例形式分析了Zip和Enumerate的功能、用法及相关操作注意事项,需要的朋友可以参考下2019-08-08
Python3.6基于正则实现的计算器示例【无优化简单注释版】
这篇文章主要介绍了Python3.6基于正则实现的计算器,涉及Python基于正则表达式的算术式遍历、查找及数学运算相关操作技巧,需要的朋友可以参考下2018-06-06
本文给大家分享python关于反射和类的特殊成员方法，非常不错，具有参考借鉴价值，需要的朋友参考下吧2017-09-09
今天小编就为大家分享一篇关于tf.TFRecordReader()函数的用法解析，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-02-02
本文主要介绍了Django 后端数据传给前端的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2024-12-12
这篇文章主要给大家介绍了关于在Python中如何使用if语句处理列表的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧2019-02-02
这篇文章主要介绍了Python数据结构与算法（几种排序）的相关知识，本文给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下2019-06-06
python中sklearn库predict及python sklearn linearmodel(
Scikit-learn(sklearn)是机器学习中常用的第三方模块,对常用的机器学习方法进行了封装,包括回归(Regression)、降维(Dimensionality Reduction)、分类(Classfication)、聚类(Clustering)等方法,今天小编给大家分享python中sklearn库predict的问题,感兴趣的朋友一起看看吧2024-02-02
最新评论