1

我需要找到某个文本中出现的所有回文。我将从外部文件中提取数据。我需要注意数据的内存高效处理，因此我使用了 memoryview 对象。但是，我需要对 memoryview 对象执行一些字符串操作，所以我使用了 tobytes() 方法。这是在不复制数据的情况下处理这些对象的正确方法吗？

from collections import Counter

palindrome = []
# read file as binary data
with open('some_text.txt', 'rb') as fr:

    # create memoryview object
    data = memoryview(fr.read())

    # applying the tobytes() method
    text = data.tobytes()

    # split the sentences to words
    for word in text.split():
        # append to palindrome list if true
        if is_palindome(word):
            palindrome.append(word)

    # return a Counter object with the palindromes and the number of occurences
    palindrome = Counter(palindrome)
    print(palindrome)
4

1 回答 1

1

您可以只使用bytesfromfr.read()

    with open('some_text.txt', 'rb') as f:
        b = f.read()
        print(b.__class__, id(b), len(b))
        data = memoryview(b)
        text = data.tobytes()
        print(text.__class__, id(text), len(text))

可能的输出：

<class 'bytes'> 47642448 173227
<class 'bytes'> 47815728 173227

对于 CPython ，id()返回内存中对象的地址。所以data.tobytes()在这种情况下返回一个副本。

考虑使用文本模式

with open('some_text.txt', 'r') as f:

于 2020-03-12T08:13:27.943 回答