我最近一直在研究一个脚本，它可以获取文件，将其分块并分析每一部分。因为分块位置取决于内容，所以我需要一次读取一个字节。我不需要随机访问，只需要从头到尾线性地读取它，一边选择某些位置，然后将块的内容从上一个选定位置生成到当前位置。
使用由bytearray包装的内存映射文件非常方便。我不生成块，而是生成块的偏移量和大小，让外部函数对其进行切片。
它也比在一个bytearray中积累当前块更快（比在一个bytes中积累快得多）。但我有一些问题需要解决：
Bytearray正在复制数据吗？
我以rb和mmap打开文件。但原则上，access=mmap.ACCESS_READ是可变容器。这是性能问题吗？是否有我应该使用的只读容器？
因为我不会在缓冲区中累积，所以我会随机访问bytearray（因此是底层文件）。尽管它可能是缓冲的，但根据文件大小和系统内存，恐怕会出现问题。这真的是个问题吗？
最佳答案
将一个对象转换为可变对象确实会导致数据复制。您可以使用以下方法将文件直接读取到bytearray：
f = open(FILENAME, 'rb')
data = bytearray(os.path.getsize(FILENAME))
f.readinto(data)
从http://eli.thegreenplace.net/2011/11/28/less-copies-in-python-with-the-buffer-protocol-and-memoryviews#id12
存在字符串到字节的转换，因此存在潜在的性能问题。
Bytearray是一个数组，因此它可以达到py-ssize-t-max/sizeof（pyobject*）的限制。更多信息，您可以访问
How Big can a Python Array Get?