常见原因是编码不匹配（如UTF-8-BOM文件未指定encoding导致\ufeff干扰）、关键词含空格标点未标准化、直接in判断未转小写或去空白，以及re.findall未加\b边界和re.escape防护元字符；大文件应逐行流式处理而非read()全载。
用 open() 读取文件时为什么搜不到关键词？
常见原因是默认以文本模式打开但没处理换行、空格或编码问题，比如文件是 UTF-8-BOM 编码却用系统默认编码读取，导致开头出现 \ufeff 干扰匹配；或者关键词含空格/标点，而直接用 in 判断时没做标准化（如大小写、多余空白）。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 始终显式指定
encoding='utf-8'，遇到乱码再试encoding='gbk'或用chardet检测 - 读取后用
.strip()去首尾空白，用.replace('\n', ' ').replace('\t', ' ')统一空白符 - 关键词检索前统一转小写：
text.lower().find(keyword.lower()) != -1
用 re.findall() 做精确词匹配要注意什么？
直接用 re.findall(keyword, text) 会匹配子串（如搜 "cat" 会命中 "concat"），且不区分单词边界。要真正“全文关键词检索”，得加 word boundary \b 和 flags 控制。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 用
re.findall(rf'\b{re.escape(keyword)}\b', text, flags=re.IGNORECASE)——re.escape()防止关键词里有正则元字符（如"C++"中的+） - 若需定位位置，改用
re.finditer()，它返回Match对象，可调用.start()和.end() - 避免在大文件上一次性
read()全文：内存超限，应逐行处理并记录行号
大文本文件（>100MB）怎么避免内存爆炸？
一次性 read() 整个文件容易触发 MemoryError，尤其在低配机器或服务器环境。关键词检索本质不依赖全文加载，完全可以流式处理。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 用
for line in open(filepath, encoding='utf-8')逐行迭代，对每行做re.search() - 记录匹配行号：
for i, line in enumerate(file_obj, start=1):，避免手动计数出错 - 若需上下文（如前后 2 行），缓存最近几行到列表，超出长度就
pop(0)，不用存全部内容 - 对超长行（如日志中的一整段 JSON），可限制单行最大读取长度，防止某一行卡死
为什么用 pathlib.Path().read_text() 有时比 open() 更可靠？
pathlib 的 read_text() 默认使用 UTF-8，且自动处理换行符标准化（\r\n → \n），减少跨平台差异。但它仍是一次性加载全文，所以只适合中小文件（
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 中小文件快速脚本：直接
text = Path("log.txt").read_text(encoding="utf-8")，再用re.findall() - 不要省略
encoding参数——Windows 上默认是locale.getpreferredencoding()，常为cp936，和 UTF-8 文件冲突 - 若不确定编码，先用
chardet.detect(Path("file").read_bytes())["encoding"]探测，再传给read_text()
\b，搜 "int" 就会把 "integer" 也算进去；一个没处理 BOM，关键词永远从第二位开始匹配。这些细节不调试到具体文件，很难凭空意识到。 
