Python生成器对大型读取器的内存优势？

我想知道python生成器在这个用例中的内存优势（如果有的话）。我希望读入一个必须在所有对象之间共享的大文本文件。因为它只需要使用一次，一旦列表用完，程序就会完成，所以我计划使用生成器

我相信，生成器的保存状态可以让它跟踪传递给调用它的对象的下一个值。我已经读到，生成器也节省了内存使用，因为它不是一次返回所有的值，而是动态地计算它们。不过，我有点困惑，在这个用例中我是否能得到任何好处

示例代码：

def bufferedFetch():
    while True:
        buffer = open("bigfile.txt","r").read().split('\n')
        for i in buffer:    
            yield i

考虑到缓冲区将在整个bigfile.txt中读取，这不是存储在生成器中，没有内存优势吗？是否有更好的方法返回可在所有对象之间共享的列表的下一个值

---

谢谢

在本例中，不是。您正在通过do.read将整个文件读入内存

理想情况下，您想做的是：

def bufferedFetch():
    with open("bigfile.txt","r") as f:
        for line in f:
            yield line

---

python file对象负责系统相关的行结束，它的内置迭代器只需一次迭代一行即可生成行，而不是将整个文件读入内存。

在这种情况下，否。您通过执行.read将整个文件读入内存

理想情况下，您想做的是：

def bufferedFetch():
    with open("bigfile.txt","r") as f:
        for line in f:
            yield line

---

python file对象负责处理依赖于系统的行结束，它的内置迭代器只需一次迭代一行即可生成行，而不必将整个文件读入内存。

。非常感谢，太棒了。非常感谢你。