用 collections.deque(file, maxlen=n) 流式读取最后 N 行最稳,它逐行迭代、自动丢弃旧行,兼容换行符差异且无需二进制定位;文本模式打开,空文件或行数不足时自然返回全部行。

用 collections.deque 流式读取最后 N 行最稳
对绝大多数文本文件(尤其是日志类大文件),deque(file, n) 是平衡速度、内存和兼容性的最优解。它不加载全文,也不依赖二进制定位逻辑,靠 Python 文件对象的自然迭代 + 双端队列自动丢弃旧行。
常见错误是误以为它“从末尾开始读”,其实它是从头到尾逐行迭代,只保留最后 n 行 —— 这反而规避了换行符编码、空行、Windows/Linux 行尾差异等坑。
- 必须用文本模式打开(
'r'),不能用'rb',否则deque会把每行当bytes处理,后续字符串操作容易出错 - 如果文件为空或少于
n行,deque返回全部行,无需额外判空 - 性能上:比
readlines()节省内存,比手动seek更少出错;10MB 日志文件读最后 10 行通常在 5–20ms 内完成
from collections import deque
def tail_lines(filename, n=1):
with open(filename, 'r', encoding='utf-8') as f:
return list(deque(f, maxlen=n))
last_3 = tail_lines('app.log', 3)
用 seek() 倒推找换行符适合超大文件但要小心边界
当文件大于几百 MB、且你只关心最后几行时,seek() 手动倒推能跳过前面所有内容,理论最快。但它要求你处理二进制数据、正确识别换行符、并应对文件末尾无换行、全空行、BOM 等情况。
最容易踩的坑是:用 os.SEEK_END 时假设文件至少有 n 个换行符,结果 seek(-1, 2) 直接抛 OSError: [Errno 22] Invalid argument。
- 必须用
'rb'模式打开,seek()在文本模式下行为未定义 - 首次
seek(-1, 2)前,先file.seek(0, 2)拿tell()判断文件大小,若为 0 直接返回空 - 遇到
b'\r\n'(Windows)或b'\n'(Unix)都要停;b'\r'单独出现(古早 Mac)极少见,可忽略 - 最后一行可能没换行符,所以循环退出后还要
readline()一次,不能只靠找\n
别用 readlines()[-n:] 处理大文件
这方法写起来最短,但会把整个文件加载进内存。一个 2GB 的日志文件调 readlines() 可能直接触发 MemoryError 或让系统卡死 —— 它不是“慢”,而是“不可用”。
即便加了 encoding 和 errors='replace',也无法绕过内存爆炸问题。只有确认文件肯定小于 10MB 时才考虑它。
- 如果真要用,务必加异常捕获:
try/except MemoryError,并 fallback 到deque方案 -
readlines()读出的每行自带\n,而deque迭代出来的也是带换行的,行为一致,迁移成本低
注意编码和空行干扰实际“最后一行”的语义
用户说的“最后一行”,常指“有内容的最后一行”,而非物理上最后一个 \n 后面的空行。但所有底层方法(deque、seek、readlines)都按换行符切分,不会自动跳过空白行。
这意味着:如果文件结尾是连续三个空行,tail_lines('x.txt', 1) 返回的是空字符串 '\n',不是倒数第四个非空行。
- 需要过滤空行时,得在外层处理:
[line.rstrip('\r\n') for line in tail_lines(...) if line.strip()] - 不要在
seek循环里边读边判断strip(),那会破坏二进制定位逻辑,变成全量扫描 - 真正关键的不是“怎么读末尾”,而是“你定义的‘最后一行’到底指什么”——这点往往被忽略,直到线上日志解析出错才暴露
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!











