fileinput 不适合多日志文件处理，因其不自动跳过二进制内容、不区分编码、不感知文件边界、isfirstline() 跨文件不可靠；遇压缩文件抛 UnicodeDecodeError，混合编码易崩溃，filename() 切换滞后，且不支持 per-file 编码、全局行号、无内置过滤。
fileinput 适合简单行级文本处理，但默认行为在多日志文件场景下极易出错——它不自动跳过二进制内容、不区分编码、不感知文件边界，且 fileinput.isfirstline() 在跨文件时不可靠。
为什么直接用 fileinput.input() 处理日志会漏数据或报错
常见现象是遇到压缩日志（如 access.log.1.gz）直接抛 UnicodeDecodeError；或多个日志里有 BOM、混合编码（UTF-8 + GBK），fileinput 默认用系统编码硬解，一行就崩。更隐蔽的是：fileinput.filename() 在文件切换瞬间可能滞后一帧，导致你误判某行属于前一个文件。
- 默认不支持
.gz/.bz2，需手动注册fileinput.hook_compressed - 所有文件强制统一编码，无法 per-file 指定
encoding -
fileinput.lineno()是全局行号，不是当前文件内行号 - 没有内置方式跳过空行、注释行或匹配失败的行——得靠你自己
if过滤
安全读取多日志文件的最小可行方案
绕过 fileinput 的编码陷阱，用显式循环 + 条件钩子。核心是：把文件列表交给 fileinput.input()，但只用它做路径迭代和行流抽象，实际解码交给 open() 控制。
import fileinput
import gzip
import io
<p>log_files = ["app.log", "app.log.1.gz", "error.log"]</p><div class="aritcle_card flexRow">
<div class="artcardd flexRow">
<a class="aritcle_card_img" href="/xiazai/skill8393" title="Forge — Python Developer"><img
src="https://img.php.cn/upload/skill/000/000/081/179203503734063.jpg" alt="Forge — Python Developer" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
<div class="aritcle_card_info flexColumn">
<a href="/xiazai/skill8393" title="Forge — Python Developer">Forge — Python Developer</a>
<p>Python开发助手 — 自动化脚本、API封装、命令行工具、数据管道、网页爬虫。经过测试的代码，包含错误处理和文档。当你需要...</p>
</div>
<a href="/xiazai/skill8393" title="Forge — Python Developer" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span> </a>
</div>
</div><p><span>立即学习</span>“<a href="https://pan.quark.cn/s/00968c3c2c15" style="text-decoration: underline !important; color: blue; font-weight: bolder;" rel="nofollow" target="_blank">Python免费学习笔记（深入）</a>”；</p><p>for line in fileinput.input(
log_files,
openhook=fileinput.hook_compressed # 启用 .gz/.bz2 支持
):</p><h1>手动处理编码：先试 utf-8，失败则 fallback 到 latin-1（不会崩）</h1><pre class='brush:python;toolbar:false;'>try:
decoded_line = line.encode("latin-1").decode("utf-8")
except (UnicodeDecodeError, AttributeError):
decoded_line = line # line 已是 str，或用 latin-1 强转
if not decoded_line.strip():
continue
# 此处写你的日志解析逻辑，比如：
if "ERROR" in decoded_line:
print(f"[{fileinput.filename()}:{fileinput.filelineno()}] {decoded_line.strip()}")替换方案：用 pathlib + gzip.open 更可控
当你要精确控制每种文件的打开方式（比如 .log 用 utf-8-sig 去 BOM，.gz 用 gzip.open(..., encoding="utf-8")），fileinput 就成了累赘。直接上 pathlib.Path 遍历 + 类型分发更稳。
- 用
path.suffix.lower() in [".gz", ".bz2"]判断压缩类型 - 对普通文件用
path.open(encoding="utf-8-sig") - 对
.gz用gzip.open(path, mode="rt", encoding="utf-8") - 用
enumerate(file, 1)获取当前文件内行号，而非依赖fileinput的全局计数
真正麻烦的从来不是“怎么读”，而是“怎么定义‘一行’”——日志里有堆栈跟踪、JSON 块、多行 debug 输出，这时候连 fileinput 的逐行模型都失效了。别硬撑，该切分就切分，该用 re.split(r"\n(?=\d{4}-\d{2}-\d{2})", text) 就别碰 fileinput。
