1. 程式人生 > >Python實現大檔案分割

Python實現大檔案分割

在實際工作中,有些場景下,因為產品既有功能限制,不支援特大檔案的直接處理,需要把大檔案進行切割處理。

當然可以通過UltraEdit編輯工具,或者從網上下載一些檔案切割器之類的。但這些要麼手工操作太麻煩,要麼不能滿足自定義需求。

而且,對程式設計師來說,DIY一個輪子還是有必要的。

Python作為快速開發工具,其程式碼表達力強,開發效率高,因此用Python快速寫一個,還是可行的。

需求描述:

    輸入:給定一個帶列頭的csv檔案,或者txt檔案,或者其他文字檔案。

    輸出:指定單檔案內部行數的一系列可區分小檔案。

開發環境:Python 3.6

程式碼如下:

# -*- coding: cp936 -*-
import os
import time
 
def mkSubFile(lines,head,srcName,sub):
    [des_filename, extname] = os.path.splitext(srcName)
    filename  = des_filename + '_' + str(sub) + extname
    print( 'make file: %s' %filename)
    fout = open(filename,'w')
    try:
        fout.writelines([head])
        fout.writelines(lines)
        return sub + 1
    finally:
        fout.close()
 
def splitByLineCount(filename,count):
    fin = open(filename,'r')
    try:
        head = fin.readline()
        buf = []
        sub = 1
        for line in fin:
            buf.append(line)
            if len(buf) == count:
                sub = mkSubFile(buf,head,filename,sub)
                buf = []
        if len(buf) != 0:
            sub = mkSubFile(buf,head,filename,sub)   
    finally:
        fin.close()
 
if __name__ == '__main__':
    begin = time.time()
    splitByLineCount('盂縣.csv',600000)
    end = time.time()
    print('time is %d seconds ' % (end - begin))

測試結果:
    1.4GB的csv檔案,13列資料,切分成23個小檔案,耗時55秒。