Qiita Teams that are logged in
You are not logged in to any team

Log in to Qiita Team
Community
OrganizationEventAdvent CalendarQiitadon (β)
Service
Qiita JobsQiita ZineQiita Blog
5
Help us understand the problem. What are the problem?

More than 5 years have passed since last update.

@joemphilips

pythonで巨大なファイルをソートする

subprocess.Popenの挙動の勉強になったので、忘れないようにメモ

pythonで巨大なファイルを扱うときは、全てをメモリに載せないよう、イテレータを使っての逐次処理を非常に頻繁に行う。
が、sorted()関数は巨大なファイルに対しては使えない。これはイテレータをリストに変換してから処理を行うため。

巨大なファイルをソートしたいときはUnixシステム側のsortを使う


import subprocess
def sorted_file_generator(filename):
    proc = subprocess.Popen(['sort', filename], stdout=subprocess.PIPE)
    while True:    # while を使って1行ずつ受け取る
        line = proc.stdout.readline()
        if line:
            yield line.decode('utf-8').strip()    # 返り値はバイトコードなのでデコードする
        else:
            break

この例はpython3です。
2の場合は、バイトの取り扱いが違うはず

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
5
Help us understand the problem. What are the problem?