read() 无参数会一次性加载整个文件进内存，导致大文件读取时内存爆满；正确做法是用 with open + yield 逐行生成器，避免缓存全文。
为什么用 read() 读大文件会爆内存
因为 read() 无参数调用时，会把整个文件内容一次性加载进内存——文件多大，内存就吃多大。1GB 文件 → 至少 1GB 内存占用；遇到几十GB 日志或导出数据，Python 进程大概率被系统 OOM killer 杀掉，Linux 下直接静默退出，Windows 下卡死或闪退。
yield 生成器逐行读取的正确写法
核心是让函数返回一个生成器对象，每次只 yield 一行，不缓存全文。注意三点：
- 必须用
with open(...)确保文件句柄及时关闭，不能在生成器外提前close() -
yield后不要做耗时处理（如 JSON 解析、正则匹配），否则会阻塞迭代流；复杂逻辑应交给调用方 - 生成器对象只能遍历一次，重复使用需重新调用函数
示例：
def read_large_file(file_path):
with open(file_path, 'r', encoding='utf-8') as f:
for line in f: # 文件对象本身是迭代器，无需 readlines()
yield line.rstrip('\n')
<h1>正确用法：for 循环自动触发 next()</h1><p>for line in read_large_file('access.log'):
if '404' in line:
print(line)</p><h1>错误用法：转成 list 就失去惰性优势</h1><h1>lines = list(read_large_file('access.log')) # 全部加载进内存！</h1><p>立即学习“Python免费学习笔记（深入）”；
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
处理非文本大文件（如 CSV、JSON）时别硬套 yield line
逐行 yield 是最通用的起点，但实际结构化数据有更优解：
- CSV 文件优先用
pandas.read_csv(chunksize=N)，它内部已封装分块逻辑，支持 dtype 控制、缺失值处理等，比手写生成器更健壮 - 超大 JSON 文件别用
json.load()，改用ijson.parse()或ijson.items()流式提取路径节点，例如ijson.items(f, 'records.item') - 二进制大文件（如视频、模型权重）不适合按行 yield，应改用
file.read(chunk_size)分块读取，chunk_size建议设为 8192 或 65536
生成器不是万能解药：容易被忽略的陷阱
生成器解决的是「内存峰值」问题，但不会自动解决其它问题：
- 文件编码错误仍会抛
UnicodeDecodeError，必须显式指定encoding参数，或用errors='ignore'/'replace' - 如果每行处理逻辑很重（比如调用外部 API、写数据库），生成器只是把内存压力转成了时间压力，可能拖慢整体吞吐
- 调试困难：无法像列表一样索引访问某一行，
next(g, None)只能向前取，不能回退 - 多线程下不能共享同一个生成器对象，每个线程需独立实例
真正关键的判断点在于：你是否需要随机访问、重复遍历、或强一致性校验——如果有，生成器就不适合，得换 mmap 或临时落盘分片。
