Python PyYAML内存泄漏

我认为在使用PyYAML库加载

.yml文件时内存泄漏

我遵循了以下步骤：

import yaml
d = yaml.load(open(filename, 'r'))

进程使用的内存（我通过
top
或
htop
获得）从
60K
增加到
160M
，而文件大小小于
1M

然后，我执行了下一个命令：

sys.getsizeof(d)

并且返回的值低于
400K

我还尝试将垃圾收集器与
gc.collect（）
一起使用，但什么也没有发生

正如您所看到的，似乎存在内存泄漏，但我不知道是什么导致了它，也不知道如何释放这么多内存

有什么想法吗？
您的方法没有显示内存泄漏，它只是显示PyYAML在处理中等大小的YAML文件时使用了大量内存

如果你愿意：

import yaml
X = 10
for x in range(X):
    d = yaml.safe_load(open(filename, 'r'))

程序使用的内存大小将根据您将
X
设置为的内容而变化，因此有理由假设存在内存泄漏

在我运行的测试中，情况并非如此。只是默认加载程序和安全加载程序在内存中的文件大小大约为330倍（基于任意1Mb大小的简单文件，即无标记、YAML文件），而CLoader的文件大小大约为该文件大小的145倍

多次加载YAML数据不会增加这一点，因此
load（）
会返回它使用的内存，这意味着没有内存泄漏

这并不是说它看起来像一个巨大的开销

（我使用的是
safe_load（）
，因为PyYAML的文档表明
load（）
在不受控制的输入文件上是不安全的）