python - 如何在Python中逐字输入一行？

Question

我有多个文件，每个文件都有一行，每个文件大约有 10M 个数字。我想检查每个文件，并为每个有重复数字的文件打印 0，为每个没有重复数字的文件打印 1。

我正在使用列表来计算频率。由于每行有大量数字，我想在接受每个数字后更新频率，并在发现重复数字时立即中断。虽然这在 C 语言中很简单，但我不知道如何在 Python 中做到这一点。

如何以逐字方式输入一行而不存储(或将其作为输入)整行？

编辑:我还需要一种通过实时输入而不是文件来执行此操作的方法。

Answer 1

读取该行，分割该行，将数组结果复制到一个集合中。如果集合的大小小于数组的大小，则文件包含重复元素

with open('filename', 'r') as f:
    for line in f:
        # Here is where you do what I said above

要逐字读取文件，请尝试此操作

import itertools

def readWords(file_object):
    word = ""
    for ch in itertools.takewhile(lambda c: bool(c), itertools.imap(file_object.read, itertools.repeat(1))):
        if ch.isspace():
            if word: # In case of multiple spaces
                yield word
                word = ""
            continue
        word += ch
    if word:
        yield word # Handles last word before EOF

然后你可以这样做:

with open('filename', 'r') as f:
    for num in itertools.imap(int, readWords(f)):
        # Store the numbers in a set, and use the set to check if the number already exists

此方法也适用于流，因为它一次只读取一个字节，并从输入流中输出一个空格分隔的字符串。

<小时/>

给出这个答案后，我已经更新了这个方法很多。看看吧

<script src="https://gist.github.com/smac89/bddb27d975c59a5f053256c893630cdc.js"></script>