不能用 random.choice(list(file)) 读大文件，因为会一次性加载全部内容进内存导致 MemoryError；正确方法是用 os.stat() 获取总大小、random.randint() 选字节偏移、seek() 定位后向前找换行符，再 readline() 读取并解码。
为什么不能用 random.choice(list(file)) 读大文件
因为这会把整个文件一次性加载进内存，几 GB 的日志或 CSV 直接触发 MemoryError。即使系统没崩，也会卡死、拖慢后续操作。真正的“随机一行”必须避免全量读取，核心是利用文件的字节偏移（byte offset）和 seek() 跳转。
如何用 seek() 定位到随机行的起始位置
文件不是按行等长存储的，所以不能直接 seek(line_num * line_length)。正确做法是：先获取文件总大小，随机选一个字节位置，再向后找到第一个换行符，向前回退到上一行开头——这样就能确保停在某行首。
- 用
os.stat(filename).st_size获取文件总字节数file_size - 生成随机偏移
offset = random.randint(0, file_size - 1)（注意边界，避免越界） - 用
file.seek(offset)，再file.readline()向后读到本行末尾（跳过不完整行） - 再
file.tell()拿到当前行起始位置，或用循环file.seek()往前试探找'\n'（更稳妥但稍慢）
实际可用的稳健实现（含空行和末尾处理）
下面这段代码能处理常见边界：文件为空、只有一行、最后一行无换行符、纯空行：
import os
import random
<p>def random_line(filename):
with open(filename, 'rb') as f:
file_size = os.stat(filename).st_size
if file_size == 0:
return None
while True:
offset = random.randint(0, file_size - 1)
f.seek(offset)</p><h1>向前跳过当前行内字符，直到遇到 '\n' 或开头</h1><pre class='brush:python;toolbar:false;'> while offset > 0 and f.read(1) != b'\n':
offset -= 1
f.seek(offset)
# 若 offset 在开头，或读到 '\n' 后的下一行就是目标行
if offset == 0 or f.read(1) == b'\n':
line = f.readline()
if line: # 防止最后一行为空或只有换行符
return line.decode('utf-8', errors='ignore').rstrip('\n\r')关键点：readline() 在二进制模式下返回 bytes，需用 decode() 转字符串；errors='ignore' 避免编码异常中断；rstrip() 去掉换行符，否则结果自带 \n。
python-script-generator
下载
快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。
立即学习“Python免费学习笔记（深入）”；
比 seek + readline 更快的替代方案？
如果文件有固定行宽（如某些二进制日志），可直接 seek(line_num * width)，但极少适用。更通用的折中是“采样法”：随机跳 10–20 个位置，各读一行，再从这些行里选一个——牺牲一点均匀性，换来稳定 O(1) 时间和零内存压力。真正需要严格均匀分布时，必须接受最坏情况下的多次 seek 和小范围扫描。
最容易被忽略的是：Windows 下换行符是 b'\r\n'，而上面代码只检查 b'\n'，对跨平台文件可能多跳一次；若需严格兼容，应同时检测 b'\r' 并跳过组合序列。
