继 java 与python比较篇

#! /usr/bin/python
# -*- coding:utf-8 -*-
'''
Created on 2014-2-12


@author: Java
'''
import re
import fileinput
import time
import os
class ReadFile():
    def __init(self,filePath):
        '''
        __init__方法在类的一个对象被建立时，马上运行。
        '''
        self.filePath = filePath
        
    def readFileByLine(self,filePath):
        '''
        按行读取文件，将内容存入一个list,将list转化为String 实现java中StringBuffer的效果  最后返回内容字符串
        一行一行得从文件读数据，显然比较慢；不过很省内存。
        :param filePath:
        :param lineList:
        '''
        self.filePath = filePath
        file = open(filePath)
        lineList=[]
        while 1:
            line = file.readline()
            if not line :
                break
            
            line =line.strip()
            lineList.append(line)
            fileContent = ''.join(lineList)
        return fileContent
#         
    
    def readFileByFileInput(self,filePath):
        '''
        用fileinput模块,写法简单一些，不过测试以后发现每秒只能读13000行数据，效率比上一种方法慢了两倍多……
        :param filePath:
        '''
        self.filePath = filePath
        lineList=[]
        for line in fileinput.input(filePath):
            line = line.strip()
            lineList.append(line)
            fileContent = ''.join(lineList)
        return fileContent
            
    def readFileByBuffer(self,filePath):
        '''
        带缓存的文件读写 它每秒可以读96900行数据！效率是第一种方法的3倍，第二种方法的7倍！
        :param filePath:
        :param lineList:
        '''
        self.filePath = filePath
        file = open(filePath)
        while 1:
            lines = file.readlines(100000)
            if not lines:
                break
            lineList=[]
            for line in lines:
                line =line.strip()
                lineList.append(line)
                fileContent = ''.join(lineList)
        return fileContent 
    
    def getContent(self,listPath=[]):
        readFile =ReadFile()
        result = []
        for path in listPath:
            content = readFile.readFileByBuffer(path)# 获取文件内容
            tupleStr = (path,content) #定义一个字符串元组（即java中的数组）#path:filePath+fileName    content :内容
            result.append(tupleStr)
#             dict=(path,content) #定义一个字符串字典（即java中的map）#path:filePath+fileName    content :内容
#             result.append(tupleStr)
        return result
            
    def getFilePathList(self,fileListPath,startPath):
        readFile = ReadFile()
        
        if os.path.isdir(startPath):
            # 如果是文件夹，则遍历该文件夹下的所有子文件
            listSub = os.listdir(startPath)
            for sub in listSub:
                subDir = os.path.join(startPath,sub)
                readFile.getFilePathList(fileListPath, subDir)
            
        else:
            # 如果不是文件夹，则将该文件放入list
            fileListPath.append(startPath)
            
        return  fileListPath
      
    def readFileToDB(self,conn,tableName,filePath):
        pass
    def readFileToLocalSave(self,savePath,filePath):
        pass
     
     
if __name__=='__main__':
    readFile = ReadFile()
#     lineList=[]
#     startTime = time.clock()
# #     print readFile.readFileByBuffer(r'F:\pythonTest\readFile\1.html',lineList)#0.000361693996309
# #     print readFile.readFileByFileInput(r'F:\pythonTest\readFile\1.html',lineList)#0.000520244789212
#     print readFile.readFileByLine(r'F:\pythonTest\readFile\1.html',lineList)#0.000401662008687
# 
#     endTime= time.clock()
#     runTime = endTime - startTime
#     print runTime
#     line=readFile.readFileByLine(r'F:\pythonTest\readFile\1.html',lineList)
# #     str =''.join(lineList)
#     dr =re.compile(r'<[^>]+>',re.S)
#     line =re.sub(dr,'',line)
#     print line
#     listDict=readFile.getContent(['F://pythonTest//readFile//1.html','F://pythonTest//readFile//2.html'])
#     for dic in listDict:
#         print dic[1]
    fileListPath=[]
    fileListPath=readFile.getFilePathList(fileListPath, 'F:\\pythonTest\\readFile\\')
    Content = readFile.getContent(fileListPath)
    print Content