二进制流中`open`和`io.BytesIO`之间的区别
Posted
技术标签:
【中文标题】二进制流中`open`和`io.BytesIO`之间的区别【英文标题】:Difference between `open` and `io.BytesIO` in binary streams 【发布时间】:2017-08-05 15:08:03 【问题描述】:我正在学习如何在 Python 中使用流,我注意到 IO docs 说了以下内容:
创建二进制流的最简单方法是在模式字符串中使用带有“b”的 open():
f = open("myfile.jpg", "rb")
内存中的二进制流也可用作 BytesIO 对象:
f = io.BytesIO(b"some initial binary data: \x00\x01")
open
定义的f
和BytesIO
定义的f
有什么区别。换句话说,是什么构成了“内存中的二进制流”,它与 open
所做的有什么不同?
【问题讨论】:
【参考方案1】:为简单起见,让我们现在考虑写作而不是阅读。
所以当你使用open()
就像说:
with open("test.dat", "wb") as f:
f.write(b"Hello World")
f.write(b"Hello World")
f.write(b"Hello World")
执行后,将创建一个名为 test.dat
的文件,其中包含 3x Hello World
。数据写入文件后不会保存在内存中(除非按名称保存)。
现在当你考虑 io.BytesIO()
时:
with io.BytesIO() as f:
f.write(b"Hello World")
f.write(b"Hello World")
f.write(b"Hello World")
不是将内容写入文件,而是写入内存缓冲区。换句话说,一大块 RAM。基本上写以下内容是等价的:
buffer = b""
buffer += b"Hello World"
buffer += b"Hello World"
buffer += b"Hello World"
关于带有 with 语句的示例,那么最后也会有一个 del buffer
。
这里的关键区别在于优化和性能。 io.BytesIO
能够进行一些优化,使其比简单地连接所有 b"Hello World"
更快。
只是为了证明它是一个小基准:
连续:1.3529 秒 BytesIO:0.0090 秒import io
import time
begin = time.time()
buffer = b""
for i in range(0, 50000):
buffer += b"Hello World"
end = time.time()
seconds = end - begin
print("Concat:", seconds)
begin = time.time()
buffer = io.BytesIO()
for i in range(0, 50000):
buffer.write(b"Hello World")
end = time.time()
seconds = end - begin
print("BytesIO:", seconds)
除了性能提升之外,使用BytesIO
代替连接的优点是BytesIO
可以用来代替文件对象。所以说你有一个函数需要一个文件对象来写入。然后你可以给它那个内存缓冲区而不是一个文件。
不同的是open("myfile.jpg", "rb")
只是简单的加载并返回myfile.jpg
的内容;而BytesIO
又只是一个包含一些数据的缓冲区。
由于BytesIO
只是一个缓冲区 - 如果您想稍后将内容写入文件 - 您必须这样做:
buffer = io.BytesIO()
# ...
with open("test.dat", "wb") as f:
f.write(buffer.getvalue())
另外,你没有提到版本;我正在使用 Python 3。与示例相关:我使用 with 语句而不是调用 f.close()
【讨论】:
很好的答案;问题提到了in memory stream
,而您提到了in memory buffer
。 Python有区别吗?值得简要介绍一下。从英语语义的角度来看,stream
意味着从源到接收器的连续位流(从源推送),其中缓冲区意味着源中的位缓存,准备好从源快速获取块或片段(接收器拉来源)。
我在我的机器上运行了小基准测试并使用 Python3.5 得到了类似的结果,但是,当我使用 Python 2.7 时,“Concat”和“BytesIO”需要相似的时间,“Concat”是偶数稍微好一些。哪里不对了?这让我很困惑。
@Vallentin,对不起,当你说“open("myfile.jpg", "rb") 只是加载并返回 myfile.jpg 的内容时你错了,见 rhis import io f = open("myfile.jpg", "rb") <class '_io.BufferedReader'> >>> isinstance(f, io.BufferedIOBase) True
【参考方案2】:
使用open
在您的硬盘上打开一个文件。根据您使用的模式,您可以从磁盘读取或写入(或两者兼而有之)。
BytesIO
对象不与磁盘上的任何真实文件相关联。它只是一块内存,其行为就像文件一样。它与从open
返回的文件对象具有相同的API(模式为r+b
,允许读写二进制数据)。
BytesIO
(它是近亲 StringIO
,始终处于文本模式)在您需要将数据传入或传出希望获得文件对象但您更喜欢的 API 的 API 时会很有用直接传递数据。您可以将您拥有的输入数据加载到 BytesIO
中,然后再将其提供给库。返回后,您可以使用getvalue()
方法从BytesIO
获取库写入文件的任何数据。 (当然,通常您只需要执行其中一项即可。)
【讨论】:
以上是关于二进制流中`open`和`io.BytesIO`之间的区别的主要内容,如果未能解决你的问题,请参考以下文章
python wave 库 读取 BytesIO 对象的注意事项