求助优化Python文件搜索方法：核心性能瓶颈突破

我正在优化一个项目核心方法，它的耗时占比接近95%。功能是读取文件的每一行，若行中包含指定tid，则提取行首的数字（即document id，简称did）。

文件内容示例：

5168  268:0.0482384162801528 297:0.0437108092315354 352:0.194373864228161
5169  268:0.0444310314892627 271:0.114435072663748 523:0.0452228057908503

当前实现中，tid_add_colon_in_front(tid)方法会给纯字符串格式的tid前加冒号，did_tids_file是已打开的目标数据文件。当前代码如下：

def dids_via_tid(tid) -> set:
    did_tids_file.seek(0)
    dids = set()

    # 处理tid，添加前缀冒号用于匹配
    tid = tid_add_colon_in_front(tid)
    did_str = ""

    # 避免使用line.split，逐行处理
    for line in did_tids_file:
      did_str = ""

      if tid in line:
        for char in line:
          if char == " ":
            break
          did_str += char

        dids.add(did_str)
    return dids

之前我用line.split实现，但听说处理海量数据时这个方法的内存和时间开销更大。另外还试过用readLine循环读取，也没提升性能：

line = myFile.readLine()
while line:
 # 处理逻辑
 line = myFile.readLine()

求进一步的优化思路！

内容的提问来源于stack exchange，提问作者gybonel