Python如何高效地搜索文件内容并替换指定的字符串？-Python教程-PHP中文网

grep -rl 命令可高效定位含目标字符串的文件，比python逐个读取快一个数量级；fileinput需设inplace=true才能原地修改，且须用print(..., end="")避免多余换行；处理多编码文件应先试utf-8再降级gbk或latin-1；大文件替换需手动seek+truncate以节省内存。

python如何高效地搜索文件内容并替换指定的字符串？

用 `grep` 快速定位含目标字符串的文件（Linux/macOS）

直接靠 Python 逐个读文件搜字符串，既慢又容易漏编码问题。先用系统级工具筛出候选文件更高效——grep -rl "旧字符串" ./src/ 能列出所有匹配文件路径，比 Python 自己遍历快一个数量级。

注意点：

grep -r 默认递归，但遇到二进制文件可能报错，加 --binary-files=skip 更稳
中文或特殊字符记得用单引号包裹字符串，避免 shell 解析错误
Windows 用户可用 findstr /s /i "旧字符串" *.py，但不支持正则替换，仅作定位

`fileinput` 原地替换时必须设 `inplace=True`

Python 自带的 fileinput 是少数能真正“原地修改”文件的方案，但默认只是读取流——漏掉 inplace=True 参数会导致什么都没改，还可能把原文件清空。

典型写法：

import fileinput
<p>with fileinput.input(files=["a.py", "b.py"], inplace=True) as f:
for line in f:
print(line.replace("旧字符串", "新字符串"), end="")
</p>

关键细节：

print(..., end="") 必须显式指定，否则每行会多一个换行符
files 参数传的是路径列表，不是通配符（如 "*.py"），得先用 glob 或 pathlib 构造
该操作不可逆，务必提前备份或加 backup=".bak" 参数生成备份

处理编码不一致的文件要主动捕获 `UnicodeDecodeError`

项目里混着 utf-8、gbk、甚至无 BOM 的 utf-8-sig 文件很常见。用 open() 直接读，遇到编码错就崩，而 fileinput 默认用系统编码（Windows 是 cp1252），大概率失败。

Galileo python sdk

Galileo AI 平台 Python SDK 完整参考，用于评估、监控和保护 GenAI 应用，适用于构建 Python 应用。

下载

稳妥做法是：先尝试 utf-8，失败后降级用 gbk，再失败才跳过：

def safe_read_write(filepath, old, new):
    try:
        with open(filepath, "r", encoding="utf-8") as f:
            content = f.read()
        with open(filepath, "w", encoding="utf-8") as f:
            f.write(content.replace(old, new))
    except UnicodeDecodeError:
        try:
            with open(filepath, "r", encoding="gbk") as f:
                content = f.read()
            with open(filepath, "w", encoding="gbk") as f:
                f.write(content.replace(old, new))
        except (UnicodeDecodeError, LookupError):
            print(f"跳过无法解码的文件: {filepath}")

注意：gbk 在 Linux 上可能不存在，可换成 latin-1 作为兜底（它不会报错，但中文会变乱码，适合纯英文场景）。

大文件别用 `read()`，改用逐行 `replace` + `seek` 模拟原地改

一个 500MB 的日志文件，read() 一次性加载进内存，Python 进程直接吃满 2GB 内存。这时候不能依赖 fileinput（它内部也是全读），得手动控制 I/O。

思路是：打开文件两次，一次读、一次写，用 seek(0) 和 truncate() 实现覆盖：

with open("huge.log", "r+", encoding="utf-8") as f:
    lines = []
    for line in f:
        lines.append(line.replace("旧", "新"))
    f.seek(0)
    f.writelines(lines)
    f.truncate()  # 清掉末尾残留内容

风险点：