Python cStringIO 在编写上比 StringIO 花费更多的时间(字符串方法的性能)

Question

在我分析 python 字符串方法的方式中，我可以使用最快的方法。我有这段代码来测试文件、StringIO、StringIO 和普通字符串中的字符串连接。

#!/usr/bin/env python
#title           : pythonTiming.py
#description     : Will be used to test timing function in python
#author          : myusuf
#date            : 19-11-2014
#version         : 0
#usage           :python pythonTiming.py
#notes           :
#python_version  :2.6.6  
#==============================================================================

import time
import cStringIO
import StringIO

class Timer(object):

    def __enter__(self):
        self.start = time.time()
        return self

    def __exit__(self, *args):
        self.end = time.time()
        self.interval = self.end - self.start

testbuf = """ Hello This is a General String that will be repreated
This string will be written to a file , StringIO and a sregualr strin then see the best to handle string according to time 

""" * 1000

MyFile = open("./testfile.txt" ,"wb+")
MyStr  = ''
MyStrIo = StringIO.StringIO()
MycStrIo = cStringIO.StringIO()

def strWithFiles():
    global MyFile
    print "writing string to file "
    for index in range(1000):
        MyFile.write(testbuf) 
    pass

def strWithStringIO():
    global MyStrIo
    print "writing string to StrinIO "
    for index in range(1000):
        MyStrIo.write(testbuf)

def strWithStr():
    global MyStr
    print "Writing String to STR "
    for index in range(500):
        MyStr =  MyStr +  testbuf

def strWithCstr():
    global MycStrIo
    print "writing String to Cstring"
    for index in range(1000):
        MycStrIo.write(testbuf)

with Timer() as t:
    strWithFiles()
print('##Request took %.03f sec.' % t.interval)

with Timer() as t:                                                                                
    strWithStringIO()
print('###Request took %.03f sec.' % t.interval)  

with Timer() as t:                                                                                
    strWithCstr()
print('####Request took %.03f sec.' % t.interval)  

with Timer() as t:
    read1 = 'x' + MyFile.read(-1)
print('file read ##Request took %.03f sec.' % t.interval)

with Timer() as t:
    read2 = 'x' + MyStrIo.read(-1)
print('stringIo read ###Request took %.03f sec.' % t.interval)

with Timer() as t:
    read3 = 'x' + MycStrIo.read(-1)
print('CString read ####Request took %.03f sec.' % t.interval)




MyFile.close()

1. 虽然 Python 文档站点说 cStringIO 比 StringIO 快，但结果表明 StringIO 在串联方面有更好的性能，为什么？

2. 另一方面是，从 cStringIO 读取比 StringIO 更快(其行为类似于文件)，因为我读取了 file 和 cStringIO 都在 C 中，那么为什么字符串连接很慢？

3. 有没有其他方法可以比这些方法更快地处理字符串？

Answer 1

StringIO 表现更好的原因是在幕后，它只是保留了一个已写入的所有字符串的列表，并且只在必要时才组合它们。所以写操作就像将对象附加到列表一样简单。然而，cStringIO 模块没有这种奢侈，它必须将每个字符串的数据复制到它的缓冲区中，并在必要时调整其缓冲区的大小(这在写入大量字符串时会产生大量冗余的数据复制)数据)。

由于您正在编写大量较大的字符串，这意味着与 cStringIO 相比，StringIO 要做的工作更少。当从您写入的 StringIO 对象中读取时，它可以通过计算写入它的字符串的长度总和来优化所需的复制量，并预先分配该大小的缓冲区。

但是，StringIO 并不是连接一系列字符串的最快方法。这是因为它提供了额外的功能(寻找缓冲区的不同部分并在那里写入数据)。如果不需要此功能，您只需将列表字符串连接在一起，那么 str.join 是执行此操作的最快方法。

joined_string = "".join(testbuf for index in range(1000))
# or building the list of strings to join separately
strings = []
for i in range(1000):
    strings.append(testbuf)
joined_string = "".join(strings)