如果直接對大文件對象調用 read() 方法，會導致不可預測的內存占用。好的方法是利用固定長度的緩沖區來不斷讀取文件內容。即通過yield。
在用Python讀一個兩個多G的txt文本時，天真的直接用readlines方法，結果一運行內存就崩了。
還好同事點撥了下，用yield方法，測試了下果然毫無壓力。咎其原因，原來是readlines是把文本內容全部放于內存中，而yield則是類似于生成器。
代碼如下：
def open_txt(file_name): with open(file_name,'r+') as f: while True: line = f.readline() if not line: return yield line.strip()
調用實例：
for text in open_txt('aa.txt'): print text 例二：
目標 txt 文件大概有6G，想取出前面1000條數據保存于一個新的 txt 文件中做余下的操作，雖然不知道這樣做有沒有必要但還是先小數據量測試一下吧。參考這個帖子：我想把一個list列表保存到一個Txt文檔，該怎么保存 ，自己寫了一個簡單的小程序。
====================================================
import datetimeimport picklestart = datetime.datetime.now()print "start--%s" % (start)fileHandle = open ( 'train.txt' )file2 = open('s_train.txt','w') i = 1while ( i < 10000 ): a = fileHandle.readline() file2.write(''.join(a)) i = i + 1fileHandle.close() file2.close()print "done--%s" % ( datetime.datetime.now() - start)if __name__ == '__main__': pass ====================================================
pickle 這個庫大家說的很多，官網看看，后面可以好好學習一下。
