这里有三种可能性:
foo = """
this is
a multi-line string.
"""
def f1(foo=foo): return iter(foo.splitlines())
def f2(foo=foo):
retval = ''
for char in foo:
retval += char if not char == '\n' else ''
if char == '\n':
yield retval
retval = ''
if retval:
yield retval
def f3(foo=foo):
prevnl = -1
while True:
nextnl = foo.find('\n', prevnl + 1)
if nextnl < 0: break
yield foo[prevnl + 1:nextnl]
prevnl = nextnl
if __name__ == '__main__':
for f in f1, f2, f3:
print list(f())
将其作为主脚本运行可确认这三个功能是等效的。使用timeit(以及* 100 用于foo 以获得大量字符串以进行更精确的测量):
$ python -mtimeit -s'import asp' 'list(asp.f3())'
1000 loops, best of 3: 370 usec per loop
$ python -mtimeit -s'import asp' 'list(asp.f2())'
1000 loops, best of 3: 1.36 msec per loop
$ python -mtimeit -s'import asp' 'list(asp.f1())'
10000 loops, best of 3: 61.5 usec per loop
请注意,我们需要调用 list() 来确保遍历迭代器,而不仅仅是构建迭代器。
IOW,天真的实现要快得多,甚至都不好笑:比我尝试使用 find 调用的速度快 6 倍,而后者又比较低级别的方法快 4 倍。
要记住的教训:测量总是一件好事(但必须准确);像splitlines 这样的字符串方法以非常快的方式实现;通过在非常低的级别进行编程(尤其是通过 += 的非常小的片段的循环)将字符串放在一起可能会非常慢。
编辑:添加了@Jacob 的提案,稍作修改以提供与其他提案相同的结果(保留一行尾随空格),即:
from cStringIO import StringIO
def f4(foo=foo):
stri = StringIO(foo)
while True:
nl = stri.readline()
if nl != '':
yield nl.strip('\n')
else:
raise StopIteration
测量给出:
$ python -mtimeit -s'import asp' 'list(asp.f4())'
1000 loops, best of 3: 406 usec per loop
不如基于.find 的方法好——但值得牢记,因为它可能不太容易出现小错误(任何出现+1和-1的循环,就像我上面的f3 一样,应该会自动触发一对一的怀疑——许多缺乏这种调整并且应该有调整的循环也应该如此——尽管我相信我的代码也是正确的,因为我能够检查它的输出其他功能)。
但基于拆分的方法仍然适用。
顺便说一句:f4 可能更好的风格是:
from cStringIO import StringIO
def f4(foo=foo):
stri = StringIO(foo)
while True:
nl = stri.readline()
if nl == '': break
yield nl.strip('\n')
至少,它不那么冗长了。不幸的是,需要去除尾随 \ns 禁止更清晰、更快速地用 while 替换 while 循环(iter 部分在现代版本的 Python 中是多余的,我相信从 2.3 或 2.4 开始,但它是也无害)。也许也值得一试:
return itertools.imap(lambda s: s.strip('\n'), stri)
或其变体——但我在这里停下来,因为它几乎是一个基于strip、最简单、最快的理论练习。