在Python中通过大文件搜索字符串

print line 打印字符是因为 buf 是一个字符串,并且对字符串进行迭代会将该字符串的字符生成为1个字符的字符串。

当你说逐行阅读很慢时,你是如何实现阅读的?如果您使用readlines(),这将解释速度缓慢的原因(请参阅 http://stupidpythonideas.blogspot.com/2013/06/readlines-considered-silly.html ).

文件可以在其行上迭代,Python在迭代时会选择缓冲区大小,因此这可能适合您的需求:

for line in f:
    # do search stuff

如果您想手动指定缓冲区大小,也可以这样做:

buf = f.readlines(buffersize)
while buf:
    for line in buf:
        # do search stuff
    buf = f.readlines(buffersize)

不过,两者中的第一个通常更好。

问题是buf是一个字符串。。。

说buf=“abcd”

这意味着,buf[0]=a,buf[1]=b,依此类推。

for line in buf:
    print line

将导致 一 b c d

这意味着在for循环中,不是在“行”上循环,而是在buf字符串的所有元素上循环。您可以使用读线或通过查找“\n”将缓冲区拆分为单行。