记一次python3 大文件解压和操作
来源:互联网 发布:php 获取1688商品价格 编辑:程序博客网 时间:2024/05/18 00:38
先说下:所谓的大文件并不是压缩文件有多大,几十兆的文件而是解压后几百兆。其中就遇到解压不成功的情况.、读小文件时成功,大文件时失败等
def unzip_to_txt_plus(zipfilename): zfile = zipfile.ZipFile(zipfilename, 'r') for filename in zfile.namelist(): data = zfile.read(filename) # data = data.decode('gbk').encode('utf-8') data = data.decode('gbk', 'ignore').encode('utf-8') file = open(filename, 'w+b') file.write(data) file.close()if __name__ == '__main__': zipfilename = "E:\\share\\python_excel\\zip_to_database\\20171025.zip" unzip_to_txt_plus(zipfilename)
注意参数:‘ignore’ ,因为默认是严格编码,如果不加这个参数就会报错。
因为该函数已经把文件编成utf-8 所以后面读取文件时成功,下面贴出读取大文件代码(忽略数据库相关)
# - coding: utf-8 -import csvimport linecacheimport xlrdimport MySQLdbdef txt_todatabase(filename, linenum): # with open(filename, "r", encoding="gbk") as csvfile: # Read = csv.reader(csvfile) # count =0 # for i in Read: # # print(i) # count += 1 # # print('hello') # print(count) count = linecache.getline(filename, linenum) print(count) # with open("new20171028.csv", "w", newline="") as datacsv: # # dialect为打开csv文件的方式,默认是excel,delimiter="\t"参数指写入的时候的分隔符 # csvwriter = csv.writer(datacsv, dialect=("excel")) # # csv文件插入一行数据,把下面列表中的每一项放入一个单元格(可以用循环插入多行) # csvwriter.writerow(["A", "B", "C", "D"])def bigtxt_read(filename): with open(filename, 'r', encoding='utf-8') as data: count =0 while 1: count += 1 line = data.readline() if 1000000 == count: print(line) if not line: break print(count)if __name__ == '__main__': filename = '20171025.txt' txt_todatabase(filename, 1000000) bigtxt_read(filename)
经过对比,发现两个速度基本一样快。两百万行的数据是没压力的。
阅读全文
0 0
- 记一次python3 大文件解压和操作
- python3 文件和文件夹操作
- 大文件的压缩和解压
- unix解压文件和压缩文件操作
- VC 文件的解压和压缩操作
- Java文件的压缩和解压操作
- 【Python3】操作文件,目录和路径
- python3 文件的读取和通用操作
- Python3大文件切割
- linux大文件分包压缩和批量解压命令tar
- python3 操作Excel文件
- python3的文件操作
- python3 文件操作
- python3操作csv文件
- file 文件操作 python3
- python3 操作文件相关
- Python3之文件操作
- Python3文件io操作
- launch尺寸 包含iPhone X
- 火狐下poi导出文件名称乱码问题
- Softmax回归求导公式推导
- 自己动手开发网络服务器
- android studio调试时在断点停不下来
- 记一次python3 大文件解压和操作
- python_基本类型
- 56. Merge Intervals
- 4412的4个cpu全部打开的方法
- 线程安全的三大特性(原子性、可见性、有序性)
- MLP、RBF、SVM的比较
- 编写你的第一个hyperledger fabric network程序
- XShell安装报错1605或1608
- Java中的引用传递和值传递