Python:使用多处理池时使用队列写入单个文件

Question

我有成百上千个文本文件，我想以各种方式对其进行解析。我想将输出保存到一个没有同步问题的文件中。为了节省时间，我一直在使用多处理池来执行此操作，但我不知道如何将 Pool 和 Queue 结合起来。

以下代码将保存文件名以及文件中连续“x”的最大数量。但是，我希望所有进程都将结果保存到同一个文件中，而不是像我的示例中那样保存到不同的文件中。对此的任何帮助将不胜感激。

import multiprocessing

with open('infilenamess.txt') as f:
    filenames = f.read().splitlines()

def mp_worker(filename):
 with open(filename, 'r') as f:
      text=f.read()
      m=re.findall("x+", text)
      count=len(max(m, key=len))
      outfile=open(filename+'_results.txt', 'a')
      outfile.write(str(filename)+'|'+str(count)+'\n')
      outfile.close()

def mp_handler():
    p = multiprocessing.Pool(32)
    p.map(mp_worker, filenames)

if __name__ == '__main__':
    mp_handler()

Answer 1

多处理池为您实现了一个队列。只需使用将工作程序返回值返回给调用者的池方法即可。 imap 运行良好:

import multiprocessing 
import re

def mp_worker(filename):
    with open(filename) as f:
        text = f.read()
    m = re.findall("x+", text)
    count = len(max(m, key=len))
    return filename, count

def mp_handler():
    p = multiprocessing.Pool(32)
    with open('infilenamess.txt') as f:
        filenames = [line for line in (l.strip() for l in f) if line]
    with open('results.txt', 'w') as f:
        for result in p.imap(mp_worker, filenames):
            # (filename, count) tuples from worker
            f.write('%s: %d\n' % result)

if __name__=='__main__':
    mp_handler()