原标题：Python学习的窍门：如何读取大文件
生活中，学习中很多事情做起来都是有一些小窍门的，Python学习也不例外。今天给大家分享Python学习的窍门：如何读取大文件
readlines、read()、readline()等一次性读取遇到很大的文件都可能面临内存崩溃，所以我们将读取操作细化一点
1. read(size) + yield
固定每次读取的长度，使用生成器返回
def read_file1(file='articles.txt'):
time.sleep(1)
block_size = 1024
with open(file, 'r', encoding='utf-8') as f:
while True:
block = f.read(block_size)
if block:
yield block
else:
break
2. for line in
迭代遍历，这个方法会自动地使用缓冲IO（buffered IO）以及内存管理，但是如果大量数据都在一行还是会出状况
def read_file2(file='articles.txt'):
with open(file, 'r', encoding='utf-8') as f:
for line in f:
print(line)
3. buff机制
对于所有数据都在一行的话，用for line in不仅仅没法处理而且获取数据的时候也没法获取到有效内容，这一行数据里明显会包含换行符、分隔符等，这个时候我们就可以自建一个buff管理来处理数据了，将每一次读取的内容加入缓存，对分隔符做处理后下次就从这之后依次处理
def read_file3(split_str, size, file='articles.txt', ):
with open(file, 'r', encoding='utf-8') as f:
buff = "" #定义缓冲区
while True:
print("buff：", buff)
while split_str in buff: #若分隔符在缓冲区内
print("捕捉到分隔符", buff)
position = buff.index(split_str) #查找分隔符第一次出现的索引
yield buff[:position] #返回从初始索引到次索引之间的缓冲区内容
buff = buff[position + len(split_str):] #更新缓冲区，除去分隔符以及之前的内容
chunk = f.read(size) #缓冲区内无分隔符则读取size个字符
if chunk: #读取到内容，将内容添加到缓冲区
buff += chunk
else:
yield buff #没读取到内容，退出循环
break
怎么样，这些Python学习的小窍门你掌握了多少！更多的Python学习教程也会继续为大家更新！返回搜狐，查看更多
责任编辑：
