假设您没有使用诸如UTF-8这样的可变长度文本编码,那么可以使用array.array:>>> import array
>>> a = array.array('c', 'foo')
>>> a[1] = 'e'
>>> a
array('c', 'feo')
>>> a.tostring()
'feo'
但由于您要处理文件的内容,^{}应该更有效:
^{pr2}$
下面是一个快速的基准测试脚本(对于非Unix操作系统,您需要用其他东西替换dd):import os, time, array, mmap
def modify(s):
for i in xrange(len(s)):
s[i] = 'q'
def measure(func):
start = time.time()
func(open('foo', 'r+'))
print func.func_name, time.time() - start
def do_split(f):
l = list(f.read())
modify(l)
return ''.join(l)
def do_array(f):
a = array.array('c', f.read())
modify(a)
return a.tostring()
def do_mmap(f):
m = mmap.mmap(f.fileno(), 0)
modify(m)
os.system('dd if=/dev/random of=foo bs=1m count=5')
measure(do_mmap)
measure(do_array)
measure(do_split)
我几岁的笔记本电脑上的输出与我的直觉相符:5+0 records in
5+0 records out
5242880 bytes transferred in 0.710966 secs (7374304 bytes/sec)
do_mmap 1.00865888596
do_array 1.09792494774
do_split 1.20163106918
所以mmap稍微快一点,但没有一个建议的解决方案是特别不同的。如果您看到了巨大的差异,请尝试使用cProfile来查看所花费的时间。在