Python 替换大型txt文件中的字符串时绕过内存错误

我有几个文件要迭代，其中一些长达数百万行。一个文件的大小可以超过500 MB。我需要通过搜索

“| |”

字符串并将其替换为

“|”

字符串来准备它们。但是，下面的代码遇到“内存错误”。如何重新编写代码，逐行搜索和替换文件以保存RAM？有什么想法吗？ 这并不是逐行读取大文件，而是逐行替换字符串，避免将列表转换为字符串的问题，反之亦然

import os
didi = self.lineEdit.text()
for filename in os.listdir(didi):            
    if filename.endswith(".txt"):
        filepath = os.path.join(didi, filename)
        with open(filepath, errors='ignore') as file:
            s = file.read()
            s = s.replace('| |', '|')
        with open(filepath, "w") as file:
               file.write(s)

---

尝试逐行读取文件，而不是一个巨大的块。即

with open(writefilepath, "w", errors='ignore') as filew:
    with open(readfilepath, "r", errors='ignore') as filer:
       for line in filer:
           print("Line {}: {}".format(cnt, line.strip()))
           line = line.replace('| |', '|')
           filew.write(line)

---

请尝试以下代码：

chunk_size = 5000
buffer = ""
i = 0

with open(fileoutpath, 'a') as fout:
    with open(fileinpath, 'r') as fin:
        for line in fin:
            buffer += line.replace('| |', '|')
            i+=1
            if i == chunk_size:
                    fout.write(buffer)
                    i=0
                    buffer = ""
    if buffer:
        fout.write(buffer)
        i=0
        buffer = ""

此代码在内存中一次读取一行

它将结果存储在

缓冲区中

，一次最多包含

块大小

行，然后将结果保存到文件并清理

缓冲区

。它一直持续到文件的结尾。在读取循环结束时，如果缓冲区包含行，则将其写入磁盘

这样，除了检查内存中的行数外，还可以检查磁盘写入数。每次读一行时都写入文件可能不是一个好主意，而且块大小过大。这取决于您如何找到适合您的问题的

块大小

值

---

注意：您可以使用

open（）

缓冲参数来获得相同的结果。找到里面的一切。但逻辑非常相似。

将文件分块处理。打开一个输入和输出文件，一次只能读取N个字符（使用

read（）

的可选参数）。由于您正在寻找特定的模式，您可能还需要一些额外的逻辑来处理读取之间的边界。如果使用专门用于此任务的现有程序（如

sed

），则可能会出现重复，从而为您节省一些麻烦。我还想确保您使用的是64位版本的Python：如果您使用的是32位版本，则内存上限会有所降低。