python readlines慢_为什么在Python中readline（）比readlines（）慢得多？

只是为了好玩，我写了一堆函数，遍历一个文件并将每一行放入一个列表中：#!/usr/bin/python

def readlines():

with open("sorted_output.txt") as f:

line = f.readlines()

def readline():

with open("sorted_output.txt") as f:

line = f.readline()

lines = []

while line:

lines.append(line)

line = f.readline()

def iterate():

with open("sorted_output.txt") as f:

lines = []

for line in f:

lines.append(line)

def comprehension():

with open("sorted_output.txt") as f:

lines = [line for line in f]

下面是如何使用Python2.6在69073行的文件上执行这些操作(注意，这些结果在较新版本的Python上可能有所不同)：dano@hostname:~> python -mtimeit -s 'import test' 'test.readline()'

10 loops, best of 3: 78.3 msec per loop

dano@hostname:~> python -mtimeit -s 'import test' 'test.readlines()'

10 loops, best of 3: 21.6 msec per loop

dano@hostname:~> python -mtimeit -s 'import test' 'test.comprehension()'

10 loops, best of 3: 23.6 msec per loop

dano@hostname:~> python -mtimeit -s 'import test' 'test.iterate()'

10 loops, best of 3: 33.3 msec per loop

因此，readlines()在这里是最快的，尽管使用列表理解对每一行进行迭代几乎与它匹配。我的猜测是，每种方法之间的速度差异主要是Python中函数调用的高开销(需要的函数调用越多，方法越慢)造成的，但也可能有其他因素。希望比我更有见识的人能对此发表评论。

除了性能之外，在决定使用哪种方法时，另一个重要的考虑因素是内存开销。使用readlines()将立即将整个文件读入内存。如果你处理的是一个巨大的文件，如果你试图一次将整个文件读入内存，它可能会导致严重的性能问题或整个程序崩溃。在这些情况下，您需要在iterate()中使用该方法，因为它一次只向内存读取一行。如果您只是在每一行上执行某种处理，然后将其丢弃，这通常是一种方法，即使它比readlines()稍慢，因为您不会获得相同的内存命中率。当然，如果最终的目标是将整个文件存储在一个Python列表中，那么无论如何，您都要支付内存开销，因此readlines()可以正常工作。