который более эффективен для работы с буфером: строки Python или array ()

Question

Я создаю процедуру, которая обрабатывает дисковые буферы для криминалистических целей. Мне лучше использовать строки Python или тип array ()? Моей первой мыслью было использовать строки, но я пытаюсь избежать проблем с юникодом, поэтому, возможно, массив ('c') лучше?

Answer 1

Напишите код, используя наиболее естественные (строки), выясните, не слишком ли это медленно, а затем улучшите его.

Массивы можно использовать как замену для str в большинстве случаев, если вы ограничиваете доступ к индексам и срезам. Оба имеют фиксированную длину. Оба должны иметь примерно одинаковые требования к памяти. Массивы являются изменяемыми, если вам нужно изменить буферы. Массивы могут читать непосредственно из файлов, так что при чтении не снижается скорость.

Я не понимаю, как избежать проблем с Unicode, используя массивы. str является просто массивом байтов и ничего не знает о кодировке строки.

Я предполагаю, что упомянутые вами "дисковые буферы" могут быть довольно большими, поэтому вы можете подумать об использовании mmap:

Отображаемые в память файловые объекты ведут себя как строки и как файловые объекты. Однако, в отличие от обычных строковых объектов, они изменчивы. Вы можете использовать объекты mmap в большинстве мест, где ожидаются строки; например, вы можете использовать модуль re для поиска файла с отображением в памяти. Поскольку они изменчивы, вы можете изменить один символ, выполнив obj [index] = 'a', или изменить подстроку, присвоив фрагменту: obj [i1: i2] = '...'. Вы также можете читать и записывать данные, начиная с текущей позиции файла, и искать () по файлу в разных позициях.

Answer 2

Если вам нужно изменить буфер на месте (если вы не уверены, так как вы используете неоднозначный термин "для обработки"), array s, вероятно, будет лучше, так как str звоны неизменны. В Python 2.6 или выше, однако, bytearray s может быть лучшим из обоих миров - изменяемые и богатые методы и также могут использоваться с регулярными выражениями.

Для операций только для чтения строки имеют преимущество над array (благодаря множеству других методов, плюс дополнительные, такие как регулярные выражения, доступные для них), если вы застряли в старых версиях Python и поэтому не можете использовать 1013 *. Unicode не является проблемой в любом случае (в Python 2; в Python 3 определенно идет для bytearray! -).