readlines()比for line in f更危险，因其将整个文件一次性加载为列表，内存占用与文件大小成正比；而后者基于迭代器，逐行读取、及时释放，内存稳定在kb级。
readlines() 会把整个文件所有行一次性读进内存，生成一个巨大的 list 对象——这不是“逐行处理”，而是“全量加载”，内存占用和文件大小基本成正比。
readlines() 为什么比 for line in f 更危险？
-
readlines()返回的是完整列表，哪怕你只打算遍历一次，Python 也必须先分配足够内存存下全部字符串对象（含引用、长度字段、哈希缓存等额外开销） - 一个 3GB 的纯文本日志，用
readlines()可能实际吃掉 4.5GB+ 内存（UTF-8 解码 + Python 字符串对象膨胀） - 而
for line in f底层调用的是文件迭代器，每次只从缓冲区取一行，上一行处理完后引用即被释放，内存占用稳定在几十 KB 级别
常见误用场景与后果
-
[line.strip() for line in f.readlines() if line.strip()]：先全量加载，再过滤，白占内存 -
lines = f.readlines(); process(lines[0]); process(lines[-1])：以为只用了首尾两行，其实全文件已驻留内存 - 在低配服务器（如 4GB RAM）上读 2GB 日志，
readlines()很可能触发 Linux OOM Killer 直接杀掉 Python 进程，连MemoryError都不抛
编码与换行符会让问题更隐蔽
- 文件含 BOM 或混合编码（如部分 GBK、部分 UTF-8），
readlines()可能在某一行解码失败，但此时前面几百万行早已加载进内存，无法回退 - Windows 换行符
\r\n在某些旧版 Python 中可能导致行末多出空字节，进一步增加单行对象体积
真正安全的替代不是“换一个类似函数”，而是放弃“先加载、后处理”的思维——文件对象本身就是可迭代的，for line in f 就是标准、轻量、无需额外依赖的流式入口。
容易被忽略的一点是：即使你加了 try/except 捕获 MemoryError，也来不及释放已分配的那几 GB 内存——进程往往已在崩溃边缘。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
