直接用open()写文件慢，因每次write需经Python I/O层、编码转换及OS缓冲，小数据频繁写入开销大；改用io.BufferedWriter可自定义大缓冲（如1MB）、绕过编码开销，显著提升批量写入性能。
为什么直接用 open() 写文件慢
默认的 open('file.txt', 'w') 确实用了缓冲，但缓冲区大小由系统决定（通常 8KB），对大流量写入不够用。更关键的是：每次调用 f.write() 都会经过 Python I/O 层、编码转换（如 UTF-8）、再交到 OS 缓冲区——中间环节多，小数据频繁写入时开销明显。
用 io.BufferedWriter 手动控制缓冲更有效
它绕过部分高层封装，让你直接操作二进制流 + 自定义缓冲区，尤其适合已知数据是 bytes 或能预编码的场景。常见于日志聚合、二进制导出、高频写入等。
- 必须传入一个支持
write()的底层二进制流（如open(..., 'wb')返回的对象） - 缓冲区大小建议设为 1MB（
buffering=1024*1024），太小起不到作用，太大可能延迟落盘 - 不要混用
BufferedWriter和原始文件对象的write()，会破坏缓冲一致性 - 写完必须调用
.flush()或.close()，否则最后一批数据可能滞留在内存里
示例：
import io
<p>with open('output.bin', 'wb') as f_raw:
with io.BufferedWriter(f_raw, buffering=1024*1024) as f:
for i in range(100000):</p><h1>注意：必须是 bytes，不能是 str</h1><pre class="brush:php;toolbar:false;"> f.write(f'{i},'.encode('utf-8'))
f.flush() # 强制刷出剩余缓冲
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
立即学习“Python免费学习笔记（深入）”；
BufferedWriter 和 open(..., buffering=...) 选哪个
两者底层机制相似，但行为有实质差异：
-
open(..., buffering=N)仍走文本模式路径，会做换行符转换、编码/解码，适合写字符串 -
io.BufferedWriter是纯二进制流包装器，零编码开销，适合你已掌握编码逻辑或写 raw bytes - 如果写的是大量结构化文本（如 CSV 行），先用
'\n'.join(lines).encode()批量转 bytes 再交给BufferedWriter，比逐行f.write(line)快 2–5 倍 - Windows 下注意：文本模式自动把
\n转成\r\n，而BufferedWriter不转——若需兼容，得自己处理
容易被忽略的落盘时机问题
缓冲只是把数据攒在内存里，不等于写到磁盘。OS 层还有 Page Cache，Python 层的 flush() 只保证进内核缓冲区，不保证落盘。真要强持久化（比如防断电丢数据），得额外调用 os.fsync(f.fileno()) ——但这会让速度掉回接近无缓冲水平，慎用。
多数场景下，靠 BufferedWriter + 合理 flush() 频率（比如每 10MB 刷一次）就够了。真正卡住性能的，往往不是“没落盘”，而是“反复小写 + 频繁 flush”。
