python - 在不加载的情况下计算 gzipped tsv 的列

Question

我有一个很大的制表符分隔的文件，该文件已被 gzip 压缩，我想知道它有多少列。对于小文件，我可以解压缩并读入 python，对于大文件，这很慢。有没有一种方法可以在不将文件加载到 python 的情况下快速计算列数？

Effeciently counting number of columns of text file几乎相同，但由于我的文件是压缩的，所以只阅读第一行是行不通的。有没有办法让 python 有效地解压缩到足以阅读第一行？

Answer 1

... but since my files are gzipped just reading the first line won't work.

是的。

import csv
import gzip

with gzip.open('file.tsv.gz', 'rt') as gzf:
    reader = csv.reader(gzf, dialect=csv.excel_tab)
    print(len(next(reader)))