通常我们在读取文件的时候，会用到read()， readline()， readlines()。 通常可能会有这样的用法：
def test1():
with open(“/tmp/test.log”, “r”) as f:
print f.read()
或者
def test2():
f = open(“/tmp/test.log”, “r”)
for line in f.readlines():
print line
f.close()
read ()的方法是一次性把文件的内容以字符串的方式读到内存， 放到一个字符串变量中
readlines()的方法是一次性读取所有内容， 并按行生成一个list
因为read()和readlines()是一次性把文件加载到内存， 如果文件较大， 甚至比内存的大小还大， 内存就会爆掉。 所以，这两种方法只适合读取小的文件。
实际工作中，会碰到读取10几G的大文件的需求， 比如说日志文件。 这时候就要用的新的读取文件的方法。 这里提供两种方法， 有简单，有复杂，但基本原理都是一样的。 就是利用到生成器generator。
方法一：
将文件切分成小段，每次处理完小段内容后，释放内存
这里会使用yield生成自定义可迭代对象， 即generator， 每一个带有yield的函数就是一个generator。
def read_in_block(file_path):
BLOCK_SIZE = 1024
with open(file_path, “r”) as f:
while True:
block = f.read(BLOCK_SIZE) # 每次读取固定长度到内存缓冲区
if block:
yield block
else:
return # 如果读取到文件末尾，则退出
def test3():
file_path = “/tmp/test.log”
for block in read_in_block(file_path):
print block
方法二：
利用open(“”， “”)系统自带方法生成的迭代对象
def test4():
with open(“/tmp/test.log”) as f:
for line in f:
print line
for line in f 这种用法是把文件对象f当作迭代对象， 系统将自动处理IO缓冲和内存管理， 这种方法是更加pythonic的方法。 比较简洁。
以上代码均在python2.7环境调试通过。
本文大略讲解了几种处理文件的方法， 并介绍了大文件的正确打开‘姿势’。 这里提到了几个概念： 分别是生成器，迭代器， 文件对象。 你可能会对这些概念比较陌生， 没关系， 我会在下篇再深入解释这些。
转载请注明来自： http://blog.csdn.NET/hackstoic/article/details/49804655 ， 作者hackstoic
———————-上篇完——————————-
【参考文献】
1. http://chenqx.github.io/2014/10/29/Python-fastest-way-to-read-a-large-file/
2. http://www.zhidaow.com/post/python-read-big-file
3. http://pyzh.readthedocs.org/en/latest/the-python-yield-keyword-explained.html
4. https://www.ibm.com/developerworks/cn/opensource/os-cn-python-yield/#ibm-pcon