唯一安全用法是 async with aiofiles.open()，直接调用或混用同步 with 会导致协程未执行、阻塞事件循环或资源泄漏；read() 仍会全量加载内存，大文件需用 read(8192) 分块读取。
async with aiofiles.open() 是唯一安全的用法
直接调用 aiofiles.open() 返回一个协程对象，不是文件句柄；不 await 就直接传给 .read() 会报 TypeError: object AsyncContextManager can't be used in 'await' expression。很多人卡在这一步，本质是混淆了“打开动作”和“打开结果”。
正确姿势只有一种：async with aiofiles.open(...)。它内部自动处理 await、异常清理和 close，漏写 async with 或写成普通 with 都会导致资源泄漏或 RuntimeError。
- 别写
fp = aiofiles.open(...)，这只会得到一个协程，没执行 - 别写
with aiofiles.open(...) as f:，这是同步语法，会阻塞 EventLoop - 必须写
async with aiofiles.open(...) as f:，且所有读写操作都在这个块内
read() 和 readlines() 的内存风险比想象中大
aiofiles 不改变文件读取本身的内存行为——await f.read() 仍是一次性把整个文件载入内存，和 open().read() 一样危险。异步 ≠ 流式 ≠ 内存友好。大文件（比如 >100MB）用 read() 依然可能 OOM。
真正防阻塞 + 节省内存的方式是分块读：await f.read(8192)。注意单位是字节，不是行；如果按行处理，得自己拼接缓冲区，因为 readline() 在 aiofiles 中不支持 chunked 模式。
立即学习“Python免费学习笔记（深入）”；
仅使用 Python 将 Claw Code 虚拟化框架与 OpenClaw 集成，提供 184 种工具和 200 多条命令，用于安全分析和代码质量...
-
await f.read()：适合小文件（ -
await f.read(65536)：推荐默认 chunk size，平衡 IO 次数和内存占用 -
await f.readlines()：慎用！等价于read().splitlines(True)，整文件进内存再切分
写文件时 mode='w' 会清空原文件，且无事务保障
aiofiles.open(path, 'w') 在底层调用的是 os.open(..., os.O_WRONLY | os.O_CREAT | os.O_TRUNC)，O_TRUNC 标志导致文件一打开就被截断为 0 字节。如果写入中途出错（比如磁盘满、权限丢失），原内容已不可恢复。
没有类似 shutil.move(tempfile, realpath) 的原子替换机制。想保底，得手动实现临时文件 + 重命名：
async with aiofiles.open(tmp_path, 'w') as f:
await f.write(data)
os.replace(tmp_path, real_path) # 这步必须同步，且需确保同文件系统
- 不要依赖
aiofiles自带“安全写入”，它不提供原子性 -
os.replace()是原子的，但仅限同一挂载点；跨分区会失败，需 fallback 到 copy + unlink - 写入前检查磁盘空间？
shutil.disk_usage()是同步的，别在协程里直接调，应提前或用线程池
Windows 上 loop.run_in_executor 是更稳的选择
aiofiles 底层靠 loop.run_in_executor() 把 open/read/write 扔进线程池执行。在 Windows 上，尤其是 Python 3.8+ 使用 ProactorEventLoop 时，某些场景（如大量并发小文件）会出现 RuntimeError: Cannot enter into task while another task is running —— 这是 loop 和线程池交互的已知边界问题。
与其调试 aiofiles 的兼容性，不如对简单场景直接用标准库 + 线程池：
loop = asyncio.get_running_loop()
await loop.run_in_executor(None, lambda: Path('x.txt').read_text())
-
aiofiles价值在统一 async with 语义和自动 cleanup，不是性能优势 - 纯读写不涉及上下文管理？用
run_in_executor更可控，也避开了aiofiles对Path/io.BytesIO等的不支持 - Windows + Python aiofiles 的
stat()、unlink()可能抛NotImplementedError，这些操作本就该走run_in_executor
事情说清了就结束。异步文件 IO 的核心矛盾从来不是“怎么写 async”，而是“什么时候不该用 async”。大文件流式处理、原子写入、跨平台健壮性——这些地方，aiofiles 提供的只是语法糖，不是银弹。
