在这种情况下，为什么尴尬比Python快得多？

Question

我有一个带有200,000行的剪辑列表，每行都是表单

<field 1> <field2>

以获取字段1，我可以运行一个看起来像这样的脚本

import os
import sys
jump = open(sys.argv[1],"r")
clips = open("clips.list","w")
text = jump.readlines()
list_of_clips = str()

for line in text: 
     clip_to_add =   line.split(" ")[0]
     list_of_clips = list_of_clips + clip_to_add +'\n' 

with open ('clips.list', 'w') as file:
file.write (list_of_clips)

jump.close()

，或者我只能使用awk'print {（$ 1）}'< /code>

为什么尴尬会这么快？它在大约1秒内完成了工作。

Answer 1

import os
import sys
jump = open(sys.argv[1],"r")
clips = open("clips.list","w")
text = jump.readlines()
list_of_clips = str()

for line in text: 
     clip_to_add =   line.split(" ")[0]
     list_of_clips = list_of_clips + clip_to_add +'\n' 

with open ('clips.list', 'w') as file:
file.write (list_of_clips)

jump.close()

从性能的角度来看，该代码写得不好。 .readlines（）需要读取整个文件以创建列表（这是可变的，您根本不使用的功能），即使在您的情况下，您不必知道整个文件的内容完成处理。当您读取文件时，您可以使用进行in＆lt; filehandle＆gt;：以避免将整个文件读取到内存，使用此文件，您可以print space分开<<<首个字段code> file.txt 喜欢这样

with open("file.txt","r") as f:
    for line in f:
        print(line.split(" ")[0])

做导入OS，然后不使用其中包含的任何功能，也打开clips.list两次，一次为剪辑以后为文件，然后切勿使用以前的任何使用。

简单地总结一下：awk'{打印$ 1}'是正确地书面awk代码，而python代码>代码质量非常可疑，将它们进行比较给出不可靠的结果。