python – 内存限制在海量文本文件上使用正则表达式

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 内存限制在海量文本文件上使用正则表达式，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含754字，纯文字阅读大概需要2分钟。

内容图文

我有一个以下形式的文本文件：

('1', '2')
('3', '4')
     .
     .
     .

我试图让它看起来像这样：

1 2
3 4
etc...

我一直在尝试使用python中的re模块,将re.sub命令链接在一起,如下所示：

for line in file:
    s = re.sub(r"\(", "", line)
    s1 = re.sub(r",", "", s)
    s2 = re.sub(r"'", "", s1)
    s3 = re.sub(r"\)", "", s2)
    output.write(s3)
output.close()

它似乎工作得很好,直到我接近输出文件的结尾;然后它变得不一致并停止工作.我认为这是因为我正在处理的文件的大小; 300MB或约1200万行.

任何人都可以帮我确认我只是内存不足吗？或者如果是别的什么？合适的替代方案或方法？

解决方法:

您可以使用更简单的正则表达式来简化代码,该正则表达式可以查找输入中的所有数字：

import re
with open(file_name) as input,open(output_name,'w') as output:
for line in input:
       output.write(' '.join(re.findall('\d+', line))
       output.write('\n')

内容总结

以上是互联网集市为您收集整理的python – 内存限制在海量文本文件上使用正则表达式全部内容，希望文章能够帮你解决python – 内存限制在海量文本文件上使用正则表达式所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---