我正在通过大量文件扫描寻找一些标记。我开始非常有信心的是，一旦我一次完成代码，Python就不会从磁盘中重新读取实际文件。我发现这种行为很奇怪，因为有人告诉我，我需要以我的文件访问构建文件和文件内容的方式构建文件访问。但这不是。
我正在阅读的列表中有9,568个文件路径。如果我关闭Python并重新启动计算机，则大约需要 6分钟读取文件并确定是否有正则表达式中返回任何内容。
但是，如果我第二次运行代码，则大约需要 36秒。只是为了笑，平均文件有53,000个单词。
因此，我得出的结论是，Python仍然可以访问它在第一次迭代中读取的文件。
我还想观察到我第一次这样做时，我可以听到磁盘旋转（e： - python在c :)上。E只是一个带有126 MB缓存的旋转磁盘 - 我认为缓存不够大，无法容纳这些文件的内容。稍后这样做时，我听不到磁盘旋转。
这是代码
import re
test_7A_re = re.compile(r'ns*ITEMs*7(*a)*[.]*s*-*s*QUANT.*n',re.IGNORECASE)
no7a = []
for path in path_list:
path = path.strip()
with open(path,'r') as fh:
string = fh.read()
items = [item for item in re.finditer(test_7A_re,string)]
if len(items) == 0:
no7a.append(path)
continue
我关心的原因是出于多种原因，一个是我正在考虑使用多处理。但是，如果瓶颈正在读取文件中，我不会看到我会收获太多。我也认为这是一个问题，因为我会担心文件正在修改而没有文件的最新版本。
我正在标记此2.7，因为我不知道这种行为是否在版本中持续存在。
要确认此行为，我修改了代码以作为.py文件运行，并添加了一些计时代码。然后，我重新启动了计算机 - 第一次运行了5.6分钟，第二次（不重新启动）时间为36秒。在两种情况下，输出都是相同的。
真正有趣的是，即使关闭空闲（但不要重新启动我的计算机），运行代码。
仍然需要36秒所有这些都向我表明，第一次之后没有从磁盘上读取文件 - 这对我来说是惊人的行为。
要明确，结果是相同的 - 我相信，鉴于我运行的时序测试以及我没有听到磁盘旋转的事实，即Python仍然可以访问文件。
这是由Windows中的缓存引起的。它与python无关。
为了阻止Windows缓存您的读取：
-
在Windows中禁用分页文件，并将RAM填充高达90％
-
使用一些工具禁用窗口中的文件缓存。
-
在Windows计算机上的Linux VM上运行代码，该电路机的RAM有限。在Linux中，您可以更好地控制缓存
-
使文件更大，因此它们不适合缓存
我看不到为什么这是一个问题。我并不是100％确定Windows如何处理文件缓存无效，但是除非"最后修改时间"更改，否则您和我的Windows会假设该文件仍然保留相同的内容。如果文件包含相同的内容，我看不出为什么从缓存中阅读可能是一个问题。
我很确定，如果您通过打开写入访问的文件，然后立即将其关闭，Windows将对文件内容持续充足并使缓存无效。