43

我想从标准输入中读取一个 CSV 文件并处理每一行。我的 CSV 输出代码一一写入行，但我的读者在迭代行之前等待流终止。这是csv模块的限制吗？难道我做错了什么？

我的阅读器代码：

import csv
import sys
import time


reader = csv.reader(sys.stdin)
for row in reader:
    print "Read: (%s) %r" % (time.time(), row)

我的作家代码：

import csv
import sys
import time


writer = csv.writer(sys.stdout)
for i in range(8):
    writer.writerow(["R%d" % i, "$" * (i+1)])
    sys.stdout.flush()
    time.sleep(0.5)

输出python test_writer.py | python test_reader.py：

Read: (1309597426.3) ['R0', '$']
Read: (1309597426.3) ['R1', '$$']
Read: (1309597426.3) ['R2', '$$$']
Read: (1309597426.3) ['R3', '$$$$']
Read: (1309597426.3) ['R4', '$$$$$']
Read: (1309597426.3) ['R5', '$$$$$$']
Read: (1309597426.3) ['R6', '$$$$$$$']
Read: (1309597426.3) ['R7', '$$$$$$$$']

如您所见，所有打印语句都是同时执行的，但我预计会有 500 毫秒的间隔。

4

3 回答 3

47

正如文档中所说，

为了使for循环成为循环文件行的最有效方式（一种非常常见的操作），该next()方法使用隐藏的预读缓冲区。

您可以通过查看调用底层迭代器（via）方法的模块（第 784 行）的实现来csv了解。csv.readernext()PyIter_Next

因此，如果您真的想要无缓冲地读取 CSV 文件，则需要将文件对象（此处）转换为实际调用sys.stdin其方法的迭代器。这可以使用函数的两个参数形式轻松完成。所以把代码改成这样：next()readline()itertest_reader.py

for row in csv.reader(iter(sys.stdin.readline, '')):
    print("Read: ({}) {!r}".format(time.time(), row))

例如，

$ python test_writer.py | python test_reader.py
Read: (1388776652.964925) ['R0', '$']
Read: (1388776653.466134) ['R1', '$$']
Read: (1388776653.967327) ['R2', '$$$']
Read: (1388776654.468532) ['R3', '$$$$']
[etc]

您能解释一下为什么需要无缓冲读取 CSV 文件吗？无论您尝试做什么，都可能有更好的解决方案。

于 2011-07-02T12:01:20.843 回答
1

也许这是一个限制。阅读此http://docs.python.org/using/cmdline.html#cmdoption-unittest-discover-u

请注意，file.readlines() 和文件对象（用于 sys.stdin 中的行）中有内部缓冲，不受此选项的影响。要解决这个问题，您需要在 while 1: 循环中使用 file.readline()。

我修改了 test_reader.py 如下：

import csv, sys, time

while True:
    print "Read: (%s) %r" % (time.time(), sys.stdin.readline())

输出

python test_writer.py | python  test_reader.py
Read: (1309600865.84) 'R0,$\r\n'
Read: (1309600865.84) 'R1,$$\r\n'
Read: (1309600866.34) 'R2,$$$\r\n'
Read: (1309600866.84) 'R3,$$$$\r\n'
Read: (1309600867.34) 'R4,$$$$$\r\n'
Read: (1309600867.84) 'R5,$$$$$$\r\n'
Read: (1309600868.34) 'R6,$$$$$$$\r\n'
Read: (1309600868.84) 'R7,$$$$$$$$\r\n'
于 2011-07-02T10:02:45.590 回答
0

您正在刷新标准输出，但不是标准输入。

Sys.stdin还有一种flush()方法，如果您真的想禁用缓冲，请尝试在每行读取后使用该方法。

于 2011-07-02T09:32:59.753 回答