不使用loop/python读取文本子字符串的更好方法

Question

我从文件中读取行，然后遍历循环中k大小的每个重叠子串，然后处理这些字符串。有什么更好的（更高效、更优雅的）方法来读取子字符串？没有循环我怎么能列一个清单？你知道吗

for line in lines[1::4]:
    startIdx = 0
    while startIdx + k <= len(line):
        substring = line[startIdx:(startIdx+k)]
        countFromSb[substring] = countFromSb.get(substring, 0) + 1
        startIdx += 1
    linesProcessed += 1

Answer 1

通过使用collections.Counter实例，它可以变得更加优雅

countFromSb = Counter()
# ...
n = -1
for n, line in enumerate(lines[1::4]):
    countFromSb.update(line[i:i+k] for i in range(1+len(line)-k))
lines_processed = n + 1

Answer 2

在一个序列的固定大小片上迭代的速度不能比O（N）快，因此当前的方法已经非常有效了。你知道吗

就优雅性而言，您可以将迭代抽象为它自己的函数，这将使您当前的作用域不至于被一个字母的变量名搞得乱七八糟：

def iter_slices(s, size):
    for i in range(len(s)-size+1):
        yield s[i:i+size]

for line in lines[1::4]:
    for substring in iter_slices(line, k):
        countFromSb[substring] = countFromSb.get(substring, 0) + 1
    linesProcessed += 1

这也可以与Gribouillis建议使用计数器相结合，完全消除for块：

countFromSb = Counter(substring for line in lines[1::4] for substring in iter_slices(line, k))