继 java 与python比较篇

#! /usr/bin/python

# -*- coding:utf-8 -*-

'''

Created on 2014-2-12

@author: Java

'''

import re

import fileinput

import time

import os

class ReadFile():

    def __init(self,filePath):

        '''

        __init__方法在类的一个对象被建立时，马上运行。

        '''

        self.filePath = filePath

        

    def readFileByLine(self,filePath):

        '''

        按行读取文件，将内容存入一个list,将list转化为String 实现java中StringBuffer的效果  最后返回内容字符串

        一行一行得从文件读数据，显然比较慢；不过很省内存。

        :param filePath:

        :param lineList:

        '''

        self.filePath = filePath

        file = open(filePath)

        lineList=[]

        while 1:

            line = file.readline()

            if not line :

                break

            

            line =line.strip()

            lineList.append(line)

            fileContent = ''.join(lineList)

        return fileContent

#         

    

    def readFileByFileInput(self,filePath):

        '''

        用fileinput模块,写法简单一些，不过测试以后发现每秒只能读13000行数据，效率比上一种方法慢了两倍多……

        :param filePath:

        '''

        self.filePath = filePath

        lineList=[]

        for line in fileinput.input(filePath):

            line = line.strip()

            lineList.append(line)

            fileContent = ''.join(lineList)

        return fileContent

            

    def readFileByBuffer(self,filePath):

        '''

        带缓存的文件读写 它每秒可以读96900行数据！效率是第一种方法的3倍，第二种方法的7倍！

        :param filePath:

        :param lineList:

        '''

        self.filePath = filePath

        file = open(filePath)

        while 1:

            lines = file.readlines(100000)

            if not lines:

                break

            lineList=[]

            for line in lines:

                line =line.strip()

                lineList.append(line)

                fileContent = ''.join(lineList)

        return fileContent 

    

    def getContent(self,listPath=[]):

        readFile =ReadFile()

        result = []

        for path in listPath:

            content = readFile.readFileByBuffer(path)# 获取文件内容

            tupleStr = (path,content) #定义一个字符串元组（即java中的数组）#path:filePath+fileName    content :内容

            result.append(tupleStr)

#             dict=(path,content) #定义一个字符串字典（即java中的map）#path:filePath+fileName    content :内容

#             result.append(tupleStr)

        return result

            

    def getFilePathList(self,fileListPath,startPath):

        readFile = ReadFile()

        

        if os.path.isdir(startPath):

            # 如果是文件夹，则遍历该文件夹下的所有子文件

            listSub = os.listdir(startPath)

            for sub in listSub:

                subDir = os.path.join(startPath,sub)

                readFile.getFilePathList(fileListPath, subDir)

            

        else:

            # 如果不是文件夹，则将该文件放入list

            fileListPath.append(startPath)

            

        return  fileListPath

      

    def readFileToDB(self,conn,tableName,filePath):

        pass

    def readFileToLocalSave(self,savePath,filePath):

        pass

     

     

if __name__=='__main__':

    readFile = ReadFile()

#     lineList=[]

#     startTime = time.clock()

# #     print readFile.readFileByBuffer(r'F:\pythonTest\readFile\1.html',lineList)#0.000361693996309

# #     print readFile.readFileByFileInput(r'F:\pythonTest\readFile\1.html',lineList)#0.000520244789212

#     print readFile.readFileByLine(r'F:\pythonTest\readFile\1.html',lineList)#0.000401662008687

# 

#     endTime= time.clock()

#     runTime = endTime - startTime

#     print runTime

#     line=readFile.readFileByLine(r'F:\pythonTest\readFile\1.html',lineList)

# #     str =''.join(lineList)

#     dr =re.compile(r'<[^>]+>',re.S)

#     line =re.sub(dr,'',line)

#     print line

#     listDict=readFile.getContent(['F://pythonTest//readFile//1.html','F://pythonTest//readFile//2.html'])

#     for dic in listDict:

#         print dic[1]

    fileListPath=[]

    fileListPath=readFile.getFilePathList(fileListPath, 'F:\\pythonTest\\readFile\\')

    Content = readFile.getContent(fileListPath)

    print Content