应优先使用io.StringIO替代字符串拼接，避免循环中频繁+=导致性能骤降；逐行处理大文件用for line in f而非readlines()防OOM；统一用open(..., encoding=...)而非codecs.open()；正则匹配多行文本时用re.search()而非re.match()，并预编译pattern。
用 io.StringIO 替代字符串拼接做中间缓存
频繁用 += 拼接大量文本，会触发多次内存分配和复制，性能断崖式下跌。尤其在循环中构建日志、CSV 片段或模板填充结果时，这是最常被忽略的性能黑洞。
-
io.StringIO是纯内存中的文本流，写入是 O(1) 平摊操作，适合累积 → 一次性取值 - 别在循环里反复调用
.getvalue()，它每次返回新字符串副本；攒完再取 - 如果最终要写文件，直接用
shutil.copyfileobj(stringio, file_obj)，避免中间字符串生成
from io import StringIO
buf = StringIO()
for line in lines:
buf.write(line.strip() + "\n")
result = buf.getvalue() # 只调用一次读大文件别用 readlines()，改用迭代器逐行处理
readlines() 会把整个文件加载进内存，哪怕只是想过滤几行。GB 级日志一读就 OOM，错误信息通常是 MemoryError 或进程被系统 kill。
- 直接
for line in f:是最安全的逐行迭代，底层用缓冲 I/O，内存占用恒定 - 需要跳过头部或按块读取？用
itertools.islice(f, skip_n)或手动f.readline() - 如果必须分块（比如每 1000 行一批），用
itertools.batched(f, 1000)（Python 3.12+），旧版本手写生成器更稳
codecs.open() 已过时，统一用内置 open() 的 encoding 参数
用 codecs.open() 处理中文或特殊编码，容易漏掉 errors 策略，导致 UnicodeDecodeError 崩溃。而且它返回的流对象行为和内置 open() 不完全一致，混用易出 bug。
- 所有场景优先用
open(path, encoding="utf-8", errors="replace") -
errors别只写"ignore"—— 丢数据不报错，后期难排查；"replace"至少留个 提示 - 读二进制再解码？除非要精细控制字节边界，否则没必要；
open(..., "rb")后手动.decode()容易忘记指定errors
正则处理多行文本，小心 re.match() 和 re.search() 的行为差异
用 re.match() 找日志块、配置段落时，发现总匹配不上，其实是它只从字符串开头匹配，而实际文本往往有前导空格或 BOM。这不是正则写错了，是函数选错了。
立即学习“Python免费学习笔记（深入）”；
- 要找任意位置的模式，无条件用
re.search()；match()仅用于“必须从头开始”的校验场景 - 跨行匹配记得加
re.DOTALL标志，否则.不匹配换行符 - 对大文本反复调用
re.findall()？先用re.compile()编译正则对象，避免重复解析开销
pattern = re.compile(r"ERROR.*?END", re.DOTALL)
for match in pattern.finditer(large_text):
print(match.group())文本流处理的真正难点不在语法，而在边界：编码怎么兜底、内存怎么不爆、换行符在不同系统下是否被正确识别——这些地方不显眼，但一出问题就是线上事故。
