优化Python文件搜索方法：提升效率的实用指南

import re
from collections import defaultdict

def tid_searcher(filename, tids_of_interest):
    """
    在文件中搜索指定的TID，并返回包含这些TID的行号。

    Args:
        filename (str): 文件名。
        tids_of_interest (set): 包含要搜索的TID的集合。

    Returns:
        defaultdict(list): 一个字典，键是TID，值是包含该TID的行号列表。
    """
    res = defaultdict(list)
    with open(filename, 'r') as src:
        for line in src:
            # 使用正则表达式查找行中的所有TID
            line_tids = set(re.findall(r'(\d+):', line))
            # 查找感兴趣的TID与行中TID的交集
            hits = tids_of_interest & line_tids
            if hits:
                # 使用正则表达式提取行号
                line_no = re.search(r'\A\d+', line).group(0)
                for hit in hits:
                    res[hit].append(line_no)

    return res

# 示例用法
tids_of_interest = {'268', '271'}
filename = 'data.txt'

# 创建一个包含示例数据的 data.txt 文件
with open(filename, 'w') as f:
    f.write("5168  268:0.0482384162801528 297:0.0437108092315354 352:0.194373864228161\n")
    f.write("5169  268:0.0444310314892627 271:0.114435072663748 523:0.0452228057908503\n")

print(tid_searcher(filename, tids_of_interest))
# defaultdict(<class 'list'>, {'268': ['5168', '5169'], '271': ['5169']})