在Python中从内存解压缩流式BZ2

Question

我的内存中有一块CSV数据bz2压缩数据

compressed = load_from_network_service(...)

我想遍历一连串的解压线。

for line in bz2_decompress_stream(compressed):
    ...

是否存在这样的功能？

原则上，我可以写到磁盘，然后使用bz2.BZ2File读bz2.BZ2File ，这似乎只想使用文件名

with open('tmp', 'w') as f: 
    f.write(compressed)
with bz2.BZ2File('tmp') as f:
    for line in f:
        ...

但是，对于我当前的应用程序磁盘I / O来说非常重要，所以这很痛苦。

大概bz2.BZ2Decompressor对象在这里可能会有所帮助。 我的经验是，我给它压缩的数据，并给了我整个解压缩的结果。 它似乎没有流。 也许这是我数据的限制？

Answer 1

有两个不同的问题：

1. 流媒体
2. 不写入磁盘

为了解决2.，您可以使用bz2.BZ2Compressor 。 但是1 .....的解决方案完全取决于您的第一行

compressed = load_from_network_service(...)

真的回来了。 如果compressed是一个字符串，那么您将无能为力：您必须等到全部检索到之后再解压缩。 相反，例如，如果它是一个增量“填充”的StringIO ，则可以执行以下操作（未测试）：

decompressed = ''
while True:
    compressed_chunk = compressed.read(100)
    # Can be empty (even before the stream is exhausted):
    decompressed_chunk = decompressor.decompress(data)
    if decompressed_chunk:
        decompressed += decompressed_chunk
        new_lines = decompressed.splitlines()
        decompressed = new_lines[-1]
        for line in new_lines[:-1]:
            do_something(line)
    if len(chunk) < 100:
        # Reached EOF
        break