小文件宜直接读写，大文件需分块处理以节省内存，推荐使用shutil模块自动优化复制；关键在于根据文件大小平衡内存与效率，避免一次性加载未知大小文件。
在Python中复制文件时，文件大小会影响性能和资源使用。针对不同大小的文件，应选择合适的复制方法，避免内存溢出或效率低下。
小文件（小于100MB）：直接读写
对于小文件，可以直接一次性读取全部内容再写入目标文件，操作简单且效率高。
示例代码：def copy_small_file(src, dst):
with open(src, 'rb') as f:
data = f.read()
with open(dst, 'wb') as f:
f.write(data)
这种方式适合文本文件、配置文件或小型图片等。由于整个文件被加载到内存，不适用于大文件。
大文件（大于100MB）：分块读写
为避免占用过多内存，应使用固定大小的缓冲区逐块读取和写入。
立即学习“Python免费学习笔记（深入）”；
示例代码：def copy_large_file(src, dst, chunk_size=8192):
with open(src, 'rb') as fin:
with open(dst, 'wb') as fout:
while True:
chunk = fin.read(chunk_size)
if not chunk:
break
fout.write(chunk)
chunk_size通常设为4KB到64KB之间，8KB是常见选择。这种方法能有效控制内存使用，适合视频、大型日志等文件。
使用shutil模块（推荐通用方法）
Python标准库shutil提供了高效的文件复制功能，内部自动优化处理方式。
示例代码：import shutil <p>shutil.copy2(src, dst) # 保留元数据</p><h1>或</h1><p>shutil.copyfile(src, dst) # 仅复制内容
shutil.copyfile底层会根据情况选择内存或流式复制，对小文件高效，对大文件安全。是大多数场景下的首选方案。
特殊场景：极大数据流或网络文件
若处理网络流或无法预知大小的数据源，建议使用生成器配合小块传输。
可以结合requests、urllib等库实现边下载边保存，原理与分块复制一致，每次处理少量数据。
基本上就这些。日常使用优先考虑shutil，需要精细控制时手动实现分块读写。关键是根据文件大小平衡内存与速度。不复杂但容易忽略的是：永远不要一次性读取未知大小的文件。
