从StringIO读取直到遇到某个字节的快速方法

Question

假设我有一些StringIO（来自cStringIO）。我想从中读取缓冲区，直到遇到某些字符/字节，例如“ Z”，所以：

stringio = StringIO('ABCZ123')
buf = read_until(stringio, 'Z')  # buf is now 'ABCZ'
# strinio.tell() is now 4, pointing after 'Z'

用Python最快的方法是什么？谢谢

Answer 1

我非常失望，这个问题在堆栈溢出时仅得到一个答案，因为这是一个有趣且相关的问题。无论如何，由于只有ovgolovin给出了解决方案，并且我认为它可能很慢，所以我认为可以采用更快的解决方案：

def foo(stringio):
    datalist = []
    while True:
        chunk = stringio.read(256)
        i = chunk.find('Z')
        if i == -1:
            datalist.append(chunk)
        else:
            datalist.append(chunk[:i+1])
            break
        if len(chunk) < 256:
            break
    return ''.join(datalist)

此读取io是成块的（也许在第一个块中没有找到结束字符）。这是非常快的，因为没有为每个字符调用任何Python函数，而是相反，最大程度地使用了C编写的Python函数。

这比我运行timeit进行检查。

Answer 2

i = iter(lambda: stringio.read(1),'Z')
buf = ''.join(i) + 'Z'

此处在此模式下使用iter：iter(callable, sentinel) -> iterator。
''.join(...)非常有效。最后加'Z'''.join(i) + 'Z'的操作不是很好。但是可以通过在迭代器中添加'Z'来解决：
from itertools import chain, repeat

stringio = StringIO.StringIO('ABCZ123')
i = iter(lambda: stringio.read(1),'Z')
i = chain(i,repeat('Z',1))
buf = ''.join(i)

另一种实现方法是使用generator：
def take_until_included(stringio):
    while True:
        s = stringio.read(1)
        yield s
        if s=='Z':
            return

i = take_until_included(stringio)
buf = ''.join(i)

我做了一些效率测试。所描述技术的性能几乎相同：
http://ideone.com/dQGe5

Answer 3

#!/usr/bin/env python3
import io


def iterate_stream(stream, delimiter, max_read_size=1024):
    """ Reads `delimiter` separated strings or bytes from `stream`. """
    empty = '' if isinstance(delimiter, str) else b''
    chunks = []
    while 1:
        d = stream.read(max_read_size)
        if not d:
            break
        while d:
            i = d.find(delimiter)
            if i < 0:
                chunks.append(d)
                break
            chunks.append(d[:i+1])
            d = d[i+1:]
            yield empty.join(chunks)
            chunks = []
    s = empty.join(chunks)
    if s:
        yield s


if __name__ == '__main__':
    print(next(iterate_stream(io.StringIO('ABCZ123'), 'Z')))
    print(next(iterate_stream(io.BytesIO(b'ABCZ123'), b'Z')))